
Este estudo tem como objetivo analisar o potencial dos dados digitais de uma escola na aplicação de técnicas de análise provenientes da ciência de dados para identificar precocemente, possíveis casos de insucesso escolar. Ao explorar esta abordagem, espera-se entender se os dados registados no software de gestão de uma escola têm qualidade para poder produzir padrões e correlações significativas que possam ser utilizados para intervenções precoces e personalizadas, com vista a melhorar os resultados académicos e promover o sucesso dos alunos. Os objetivos serão avaliar a qualidade da informação dos dados registado no software de gestão escolar de uma escola e analisar a possibilidade de correlação entre diversas variáveis contidas nesses dados com o sucesso escolar. Para a realização deste estudo, foram recolhidos dados do software de gestão escolar, os quais foram posteriormente sujeitos a um processo de tratamento para identificar o seu potencial na identificação de eventuais padrões. Adicionalmente, foi conduzida uma entrevista com a responsável pela inserção dos dados relativos aos alunos no software de gestão escolar, com o propósito de analisar potenciais falhas nesse procedimento. Os resultados e conclusões deste estudo identificam que o uso dos dados digitais em algoritmos de inteligência artificial depende não apenas da qualidade e da uniformização da introdução da informação nos registos digitais, mas também de um grande volume de dados. No futuro, as técnicas de análise existentes na ciência de dados podem contribuir significativamente para auxiliar na tomada de decisões relacionadas ao combate do insucesso escolar.
Sucesso Escolar, Inteligência Artificial, Ciência de dados
Sucesso Escolar, Inteligência Artificial, Ciência de dados
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
