Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/43293
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2025_MatheusRodrigues_RafaelDosReis_tcc.pdf2,79 MBAdobe PDFver/abrir
Título: Identificação e clusterização das potenciais dificuldades em um curso introdutório de programação: uma análise confirmatória
Autor(es): Rodrigues, Matheus Gabriel da Silva
Reis, Rafael Honorio Gomes Moreira dos
Orientador(es): Ishikawa, Edison
Assunto: Computação - instrução e estudo
Computação - formação docente
Programação (Computadores)
Data de apresentação: 9-Jul-2025
Data de publicação: 12-Jan-2026
Referência: RODRIGUES, Matheus Gabriel da Silva; REIS, Rafael Honorio Gomes Moreira dos. Identificação e clusterização das potenciais dificuldades em um curso introdutório de programação: uma análise confirmatória. 2025. 151 f., il. Trabalho de Conclusão de Curso (Licenciatura em Computação) — Universidade de Brasília, Brasília, 2025.
Resumo: A maioria dos estudantes enfrentam dificuldades ao cursar APC (Algoritmos e Programação de Computadores),primeiradisciplinadeprogramaçãodoscursosdaáreadeComputação. As reprovações recorrentes e as desistências impactam diretamente a trajetória acadêmica e a conclusão do curso. De acordo com estudos presentes na literatura, as principais causas dessa situação estão relacionadas à desmotivação dos alunos, lacunas provenientes do ensino médio, bem como à dificuldade em lidar com raciocínio lógico e conceitos abstratos. Além disso, fatores de ordem socioeconômica também podem impactar o desempenho acadêmico dos discentes. Diante desse cenário, o presente trabalho tem como objetivo investigar, por meio de pesquisas feitas no inicio, meio e fim do semestre, para verificar se há relação entre o perfil dos estudantes — considerando aspectos sociais, acadêmicos e econômicos — e seu rendimento na disciplina, buscando fornecer ao corpo docente e à coordenação do curso uma compreensão mais clara das taxas de insucesso, de onde se encontram as possíveis dificuldades e dos desafios enfrentados, a fim de contribuir para a redução da evasão e da reprovação. Para tanto, foram analisados dados de turmas de um curso de Licenciatura em ComputaçãodaUnB(UniversidadedeBrasília). Aanálisereveloupadrõesecaracterísticasque permitemclassificarosalunoscommaiorprecisãoemaprovadosoureprovados. Verificouse, por exemplo, que estudantes que gastam mais tempo com transporte até a UnB, sem experiênciapréviaemcomputação, queexercematividadesprofissionaisecomidademais avançada têm maior probabilidade de reprovar. Por outro lado, aqueles que não exercem atividades profissionais, serem mais novos e já terem algum conhecimento prévio na área demonstram maior propensão à aprovação na disciplina.
Abstract: Most students face significant challenges when taking APC (Algorithms and Computer Programming), the first programming course in computing-related degree programs. Repeated failures and dropouts directly affect their academic trajectory and the likelihood of completing the degree. According to studies in the literature, the main causes of this situation are linked to student demotivation, gaps inherited from high school education, and difficulties with logical reasoning and abstract concepts. Additionally, socioeconomic factors can also influence students’ academic performance. Given this context, the present study aims to investigate, through surveys conducted at the beginning, middle, and end of the semester, whether there is a relationship between students’ profiles — considering social, academic, and economic aspects — and their performance in the course. The goal is to provide faculty members and program coordinators with a clearer understanding of failure rates, where the main difficulties lie, and the challenges faced, ultimately contributing to reducing dropout and failure rates. To this end, data were analyzed from classes in a Computer Science teaching degree program at the UnB (University of Brasília). The analysis revealed patterns and characteristics that allow for a more precise classification of students as likely to pass or fail. It was found, for example, that students who spend more time commuting to the university, have no prior experience in computing, work while studying, and are older have a higherprobabilityoffailing. Conversely,thosewhodonotwork,areyounger,andalready possess some background in the field show a greater tendency to succeed in the course.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2025.
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:Computação



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