Notícias

FEUP lança modelo que permite prever o (in)sucesso académico dos estudantes

João Mendes-Moreira, Pedro Strecht e Carlos Soares são os autores do artigo

Como prever o desempenho dos estudantes na Universidade do Porto? Como conseguir perceber o seu possível fracasso ou o sucesso? Foi sobre este tema que incidiu um trabalho realizado por um grupo de investigadores, docentes e estudantes da Faculdade de Engenharia da Universidade do Porto (FEUP) e que lhes valeu um best paper award, numa conferência internacional que aconteceu na China, em dezembro 2014. Pedro Strecht é Estudante do Programa Doutoral em Engenharia Informática, João Mendes-Moreira e Carlos Soares são Professores do Departamento de Engenharia Informática respetivamente. São eles os autores do artigo premiado "Merging Decision Trees: a case study in predicting student performance" que descreve uma metodologia para agregar modelos de previsão de desempenho (árvores de decisão) de estudantes nas unidades curriculares da U.Porto, generalizando o conhecimento a um nível de gestão centralizado. De acordo com os investigadores, este trabalho aporta grandes benefícios não só do ponto de vista científico como também ao nível prático, enquanto ferramenta de trabalho dos docentes: "a previsão do desempenho de estudantes (fracasso ou sucesso) em cursos de ensino superior pode fornecer informações úteis para regentes de unidades curriculares e diretores de ciclos de estudos. Por um lado, quando se prevê que um estudante vai ter insucesso numa unidade curricular é possível desenvolver e aplicar estratégias personalizadas para o ajudar a evitar esse resultado. Por outro, dado que os modelos são obtidos a partir de dados, a sua análise pode ajudar a identificar os motivos do sucesso e insucesso numa unidade ou em grupos de unidades, levando ao desenvolvimento de estratégias genéricas de melhoria dos resultados". O trabalho aponta ainda para o facto de, dado que existe um número muito elevado de unidades curriculares e como é desenvolvido um modelo para cada uma delas, se torna difícil a análise desses modelos nos níveis mais elevados da gestão, nomeadamente os diretores de faculdade ou a Reitoria. Torna-se, assim, necessário que esses modelos sejam complementados por uma síntese do conhecimento contido neles. Neste sentido, foi apresentada uma abordagem de agregação de modelos a fim de substituí-los por outros mais genéricos sem comprometer a qualidade preditiva. "A abordagem é avaliada utilizando dados da U.Porto e os resultados obtidos são promissores, embora sugiram abordagens alternativas para o problema", refere Pedro Strecht. Para além do projeto de doutoramento do Pedro Strecht, este trabalho está a ser realizado no âmbito projeto BI4UP-X, de desenvolvimento de ferramentas baseadas em dados para o apoio à gestão da Universidade do Porto, a ser desenvolvido pelo INESC TEC por uma equipa que integra docentes dos departamentos de Engenharia Informática e Engenharia e Gestão Industrial da FEUP. O prémio foi entregue em dezembro de 2014, em Guillin, China, aquando da realização da 10ª Edição da Conferência Internacional em Aplicações e Data Mining Avançada (10th International Conference on Advanced Data Mining and Applications - ADMA2014). Para saber mais, pode consultar o trabalho aqui. :::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::: Divulgue os seus eventos e projetos através do e-mail: noticias@fe.up.pt. Saiba mais sobre os nossos serviços no site dos SICC.