Sabará

URI Permanente desta comunidade

https://repositorio.ifmg.edu.br/handle/20.500.14387/680

Navegar

Navegando Sabará por Orientador "Mestre Cristiane Norbiato Targa"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Análise comportamental das notas dos alunos do Ensino Superior do Instituto Federal de Minas Gerais - campus Sabará - com a adoção do Ensino Remoto Emergencial (ERE)
    (2024-05-02) Gonçalves, Ana Júlia Valverde; Mestre Cristiane Norbiato Targa; Doutor Bruno Nonato Gomes
    O ensino remoto emergencial (ERE) foi uma estratégia didática e pedagógica adotada pelos Institutos Federais para diminuir os danos provocados pela pandemia, causada pelo vírus SARS-CoV-2. O objetivo deste trabalho é fazer um comparativo de notas das disciplinas dos cursos superiores de Sistema de Informação, Engenharia e Controle de Automação e Logistica do IFMG - Campus Sabará antes, durante e depois da adoção do ERE. Para isso foi recebido planilhas em excel com os dados dos alunos de cada curso, importados no SQL server com o assistente de importação do mesmo. Este foi utlizado para gerar arquivos ARFF, formato aceito na ferramenta Weka de Mineração de dados e nesta foi aplicado o algoritmo de Classificação Random Tree. Os resultados obtidos mostram que os alunos, de uma forma geral, conseguiram desempenho superior durante a pandemia, mas ao analisar as notas pós-pandemia, percebe-se que esse aumento de notas não reflete necessariamente um aprendizado real, visto que muitas vezes as notas caíram novamente no retorno ao presencial.
  • Imagem de Miniatura
    Item
    Análise dos dados socioeconômicos na investigação do impacto da pandemia da Covid-19 no Enem nas capitais da região sudeste
    (2024-06-20) Cruz, Pedro Gabriel; Mestre Cristiane Norbiato Targa; Doutor Carlos Alexandre Silva
    O presente trabalho tem como objetivo identificar o impacto da pandemia da Covid-19 no Enem em seu âmbito socioeconômico para os estudantes que prestaram o exame nos anos de 2019 a 2022 aplicando técnicas de Mineração de Dados. O uso do algoritmo de clusterização K-means permitiu mapear 3 grupos bem definidos de estudantes, e assim entender como cada grupo foi afetado ao longo da pandemia por meio de suas variáveis determinantes: renda familiar, tipo de administração escolar, acesso a computador e internet. Os resultados mostram que os alunos pertencentes ao grupo com indicativos socioeconômicos mais baixos foram os que apresentaram a maior queda de participação do exame e um aumento na participação de estudantes do grupo com melhores indicativos socioeconômicos, portanto um crescimento da desigualdade entre os participantes.