Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Cited by Google
Similars in SciELO
Similars in Google
Share
Revista Lasallista de Investigación
Print version ISSN 1794-4449
Abstract
DIAZ-MARTINEZ, Marco Antonio; AHUMADA-CERVANTES, María de los Angeles and MELO-MORIN, Julia Patricia. Árvores de Decisão como Metodologia para Determinar o Desempenho Acadêmico no Ensino Superior. Rev. Lasallista Investig. [online]. 2021, vol.18, n.2, pp.94-104. Epub Mar 14, 2022. ISSN 1794-4449. https://doi.org/10.22507/rli.v18n2a8.
Introdução.
Este artigo apresenta os resultados da pesquisa Árvores de Decisão como uma metodologia para determinar o desempenho acadêmico no ensino superior.
Objetivo.
Explique o desempenho acadêmico dos estudantes que cursam matérias relacionadas à programação em uma instituição de nível superior localizada na área urbana de Pánuco, Veracruz, México. O desempenho acadêmico apresenta uma situação que diz respeito não apenas às instituições de ensino, mas também a estudantes, pais, professores e diretores. Pode-se mencionar que isso também apresenta uma situação mundial e é investigada em diferentes áreas do conhecimento.
Materiais e métodos.
Foi aplicado um questionário a 341 alunos distribuídos no segundo, quarto e sexto semestre. Foram utilizadas duas técnicas de modelagem estatística: árvore de decisão e regressão linear múltipla, para definir quais variáveis independentes estão associadas ao desempenho acadêmico.
Resultados.
Fica localizado que as variáveis de aprendizagem em sala de aula e os tutoriais externos estão relacionados à variável desempenho acadêmico e que 48,1 % dos alunos precisam de algum apoio acadêmico ou treinamento externo para reforçar a programação.
Conclusões.
Recomenda-se implementar estratégias de melhoria para reduzir a sobrecarga de trabalho dos alunos. Lembre-se também antes de aplicar a pesquisa e que os questionários sejam aplicados nas datas dos testes, uma vez que os alunos estão em altos níveis de estresse.
Keywords : Desempenho acadêmico; Pesquisas futuras poderiam avaliar o efeito no modelagem estatística; estresse acadêmico; desempenho acadêmico; econômico e cultural. árvore de decisão; regressão linear.