SciELO - Scientific Electronic Library Online

 
vol.18 issue2Presynchronization with Progesterone for Induction of Cyclicity in Bos Taurus Indicus Cows in Postpartum Anestrus PeriodMethodology of Emotion Analysis to Identify Risk of Committing Suicide Generated by COVID-19 author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars 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.

        · abstract in English | Spanish     · text in Spanish     · Spanish ( pdf )