Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/41393
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2022_IvanCunhaFilho_MariaGabrielaNeves_tcc.pdf1,14 MBAdobe PDFver/abrir
Título: Data science aplicado à análise do cenário de avaliação externa e propostas para melhoria dos indicadores de qualidade da educação superior na Faculdade de Tecnologia
Autor(es): Cunha Filho, Ivan Alves da
Neves, Maria Gabriela Ramos
Orientador(es): Medeiros, José Edil Guimarães de
Assunto: Ciência de dados
Cenários de decisões
Ensino superior
Indicadores de desempenho
Data de apresentação: 21-Dez-2022
Data de publicação: 13-Fev-2025
Referência: CUNHA FILHO, Ivan Alves da; NEVES, Maria Gabriela Ramos. Data science aplicado à análise do cenário de avaliação externa e propostas para melhoria dos indicadores de qualidade da educação superior na Faculdade de Tecnologia. 2022. 62 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2022.
Resumo: A avaliação extensiva de Instituições de Ensino Superior, bem como dos cursos por elas ofertados, é essencial para a melhoria do sistema de ensino, através da identificação de pontos fortes e fracos. Para que esse processo de fato aconteça, as Instituições de Ensino Superior (IES) e suas unidades acadêmicas precisam ter mecanismos internos para atuação nos pontos de melhoria. Este trabalho se propõe a realizar esta análise para a Faculdade de Tecnologia (FT) da Universidade de Brasília (UnB) seguindo as boas práticas da Ciência de Dados (Data Science). Inicialmente, se apresenta o panorama dos mais recentes Indicadores de Qualidade da Educação Superior para os cursos da Faculdade de Tecnologia, onde se verifica que existe espaço considerável para melhoria no Indicador de Diferença entre os Desempenhos Observado e Esperado (IDD), Conceito Preliminar de Curso (CPC) e Índice Geral de Curso da Instituição (IGC). Também se calcula o IGC para a unidade acadêmica em questão como se ela fosse uma IES apartada da UnB, ao que se verifica obter notas menores que o conjunto da Universidade. No entanto, atualizando os cálculos com a avaliação preliminar mais recente feita para a pós-graduação, a nota do IGC da FT apresenta melhora quase se equiparando à nota da UnB. Em seguida, é apresentado o perfil dos estudantes formados da FT e como este se compara ao perfil dos estudantes formados na UnB e no Brasil como um todo (a partir das respostas ao Questionário do Estudante). O grupo formado pela FT é semelhante ao da UnB e bastante diferente do grupo geral. O aluno médio de graduação formado no Brasil tem renda familiar de até 4,5 salários mínimos, recebe ajuda da família com gastos, trabalha mais de 20h semanais (sem considerar estágio), cursou o ensino médio em escola pública e estuda até 3h por semana para as disciplinas do curso. Já o formando da UnB/FT tem, em média, renda familiar entre 6 e 30 salários mínimos, recebe ajuda financeira da família, não trabalha (sem considerar estágio), cursou o ensino médio em escola privada e estuda de 4h a 12h semanais para as disciplinas. Também se verifica que os principais grupos de estudantes afetados pela evasão são os que ingressam através de cotas para escolas públicas. Por fim, são feitas propostas no sentido de melhorar a situação da Faculdade de Tecnologia nos indicadores externos, criar mecanismos de avaliação destes fatores com menor granularidade de tempo (já que oficialmente são avaliados a cada três anos) e melhorar a experiência dos estudantes desta unidade acadêmica.
Abstract: The extensive evaluation of Higher Education Institutions, as well as the courses they offer, is essential for improving the education system, through the identification of strengths and weaknesses. For this process to actually take place, Higher Education Institutions (HEIs) and their academic units need to have internal mechanisms to act on points of improvement. This work proposes to carry out this analysis for the Faculty of Technology (FT) of the University of Brasília (UnB) following the good practices of Data Science (Data Science). Initially, an overview of the most recent Higher Education Quality Indicators for courses at the Faculty of Technology is presented, where it is verified that there is considerable room for improvement in the Difference Indicator between Observed and Expected Performances (IDD), Course Preliminary Concept Index (CPC) and General Course Index of the Institution (IGC). The IGC is also calculated for the academic unit in question as if it were an HEI separate from UnB, which results in grades lower than the University as a whole. However, updating the calculations with the most recent preliminary assessment made for the postgraduate courses, the FT IGC score shows an improvement almost matching the UnB score. Next, the profile of students graduated from FT is presented and how it compares to the profile of students graduated from UnB and in Brazil as a whole (based on the responses to the Student Questionnaire). The group formed by FT is similar to that of UnB and quite different from the general group. The average undergraduate student graduated in Brazil has a family income of up to 4.5 minimum wages, receives expenses from the family, works more than 20 hours a week (not considering an internship), attended high school in a public school and studies up to 3 hours a week to the course subjects. UnB/FT graduates, on average, have a family income of between 6 and 30 minimum wages, receive financial assistance from their families, do not work (without considering an internship), attended high school in a private school and are studying from 4h to 12h per week for the disciplines. It is also verified that the main groups of students affected by evasion are those who enter public schools through quotas. Finally, proposals are made to improve the situation of the Faculty of Technology in terms of external indicators, create mechanisms for evaluating these factors with a smaller granularity of time (since they are officially evaluated every three years) and improve the experience of students in this academic unit.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2022.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia Elétrica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.