Classificação curricular das questões do ENADE em Engenharia de Computação: uma mineração de texto
Open Access
- 4 November 2024
- conference paper
- Published by Sociedade Brasileira de Computação
- p. 3009-3019
Abstract
A mineração de texto e algoritmos de aprendizado de máquina têm sido amplamente utilizados para classificar textos e extrair padrões ocultos em dados educacionais. No entanto, poucas pesquisas têm explorado o relacionamento entre o conteúdo das questões do ENADE, componentes curriculares e Taxonomia de Bloom. Este estudo analisou e classificou as questões do ENADE do curso de Engenharia de Computação, utilizando o framework CRISP-DM e dados dos últimos cinco anos do ENADE. Os resultados mostraram que os núcleos "Núcleo Computação" e "Núcleo Desenvolvimento Pessoal" foram os mais abordados, com ênfase nos níveis da Taxonomia de Bloom de conhecimento, compreensão e aplicação.Keywords
This publication has 13 references indexed in Scilit:
- Model averaging prediction by K-fold cross-validationJournal of Econometrics, 2022
- Heterogeneous Data Integration with ELT and Analytical MPP Database for Data Analysis Application2021
- Effect of Dataset Size and Train/Test Split Ratios in QSAR/QSPR Multiclass ClassificationMolecules, 2021
- CRISP-EDM: uma proposta de adaptação do Modelo CRISP-DM para mineração de dados educacionais2020
- Inteligência Artificial na Educação: SurveyBrazilian Journal of Development, 2020
- Exame Nacional de Desempenho dos Estudantes – ENADE e o desenvolvimento de competências no ensino superiorResearch, Society and Development, 2018
- A interdisciplinaridade nos componentes curriculares de cursos de licenciatura da área de ciências exatas e da terra2017
- Data Mining in EducationInternational Journal of Advanced Computer Science and Applications, 2016
- A Data Preparation Methodology in Data Mining Applied to Mortality Population Databases2015
- Resultados do Enade na gestão acadêmica de cursos de licenciaturas: um caso em estudoEstudos em Avaliação Educacional, 2012