Explorando Técnicas de Análise de Dados em Exames de Avaliação de Estudantes de Graduação no Contexto Brasileiro
DOI:
https://doi.org/10.1590/1982-57652024v29id279513Palavras-chave:
Accreditation assesments, Enade, Scoping review, Statistical techniques, Machine learning techniquesResumo
Acreditação e avaliações contínuas são cruciais para garantir a qualidade e os padrões no ensino superior. No Brasil, o governo federal também realiza uma avaliação anual dos estudantes chamada Enade. Este artigo apresenta uma revisão de abrangência que identifica e discute as técnicas empregadas na análise dos dados do Enade e na implementação de ações de diagnóstico para monitorar as competências necessárias dos formandos. A pesquisa abrangeu 32 artigos que cobrem aprendizado de máquina (ML), técnicas estatísticas e desenvolvimento de sistemas. Os artigos de ML se concentraram principalmente na análise dos fatores que afetam as notas dos estudantes, utilizando abordagens de classificação e agrupamento. Estatísticas descritivas surgiram como a técnica mais comumente utilizada nos artigos que se concentraram em técnicas estatísticas. Os sistemas identificados se concentraram principalmente na administração de exames e na análise de resultados, com apenas um artigo explorando a implementação de gamificação.
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Avaliação: Revista da Avaliação da Educação Superior

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
A remessa de originais implica a autorização para publicação e disponibilização on-line sem o pagamento de direitos atorais.
A reprodução de artigos publicados na Avaliação só é permitida com indicação da fonte. Utilização de material publicado para fins comerciais é proibida.