Análise do impacto da pandemia de COVID-19 no desempenho dos candidatos do Enem de 2020 em comparação ao Enem de 2019 utilizando técnicas de mineração de dados

Abstract

Neste trabalho foram utilizados os microdados do Enem dos anos de 2019 e 2020,disponibilizados pelo Inep, para conduzir uma análise a respeito do impacto da pandemia de COVID-19 nos candidatos do exame. O Enem de 2020 teve o maior número de abstenções da sua história, e considerando as desigualdades sociais presentes no país e amaneira como o governo gerenciou a pandemia, surgiu a motivação de investigar e obter informações a respeito do perfil dos inscritos, tanto dos presentes quanto dos ausentes, no ano de 2020 e realizar uma comparação com os dados do ano de 2019, onde as provas foram realizadas em situações regulares. Para isso, foi utilizada a linguagem Python, em específico a biblioteca Pandas, para analisar os microdados. Foram feitas análises para obter distribuições dos inscritos em relação a algumas variáveis, como cor/raça, renda, es colaridade dos pais, acesso a computador, celular e internet. Também foram investigadasas médias de notas do participantes com relação a estas mesmas variáveis somadas aos es tados de realização das provas. Com relação aos estados, os resultados foram comparadascom os dados do Índice de Desenvolvimento Humano Municipal (IDHM) disponibilizados pelo Atlas do Desenvolvimento Humano no Brasil. Por fim, foi utilizado o algoritmo de classificação JRip, disponível no software Weka, para tentar entender quais variáveis podem influenciar na presença em um dia de prova. Foram obtidos indícios de que a pandemia teve um impacto maior sobre as populações menos favorecidas, que vivem sob níveis de fatores socioeconômicos piores, como menores valores de renda, escolaridade dos pais, estados com menor IDHM e maior dificuldade de acesso à internet. Observou-se também que estes fatores socioeconômicos podem ter influência sobre o desempenho dos candidatos nas provas.