Laís Pisetta Van Vossen, Maria Teresa Silva Santos, L. B. Frigo, I. Gasparini
{"title":"Dropoutless: plataforma colaborativa de predição de evasão","authors":"Laís Pisetta Van Vossen, Maria Teresa Silva Santos, L. B. Frigo, I. Gasparini","doi":"10.5753/sbsc.2023.229060","DOIUrl":null,"url":null,"abstract":"A evasão estudantil é um problema recorrente que afeta diversas esferas da sociedade, representando um desperdício de recursos para o Estado e uma queda da mão de obra qualificada para as empresas. Neste artigo é proposta uma plataforma colaborativa, nomeada Dropoutless, cujo objetivo é reduzir a evasão em disciplinas universitárias através da criação de modelos de predição de forma coparticipativa utilizando técnicas de AutoML. Como resultado, a ferramenta proposta permite uma flexibilização nos dados utilizados na predição de evasão e promove o protagonismo dos educadores na mudança desse cenário.","PeriodicalId":413784,"journal":{"name":"Anais do XVIII Simpósio Brasileiro de Sistemas Colaborativos (SBSC 2023)","volume":"51 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XVIII Simpósio Brasileiro de Sistemas Colaborativos (SBSC 2023)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbsc.2023.229060","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A evasão estudantil é um problema recorrente que afeta diversas esferas da sociedade, representando um desperdício de recursos para o Estado e uma queda da mão de obra qualificada para as empresas. Neste artigo é proposta uma plataforma colaborativa, nomeada Dropoutless, cujo objetivo é reduzir a evasão em disciplinas universitárias através da criação de modelos de predição de forma coparticipativa utilizando técnicas de AutoML. Como resultado, a ferramenta proposta permite uma flexibilização nos dados utilizados na predição de evasão e promove o protagonismo dos educadores na mudança desse cenário.