Abstract
This work focuses on data mining in relational databases, aiming to detect behaviors related to school dropouts and disapproval by mapping the factors that influence this dropout. This work is relevant by the fact that the dropout and school disapproval are big factors of concern to all who care about education in Brasil. At the end of it, we intend to point out the need to implement solutions that enable access to results dynamically, thus allowing educators can early diagnose the causes of school dropout and disapproval, and allow for relevant pedagogical actions. This way, we intend to reduce the school dropout and school disapproval, towards a more efficient teaching and learning process at Brazilian federal education institution named Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte - IFRN.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
References
Adachi, A.A.C.T, Evasão e evadidos nos cursos de graduação da Universidade Federal de Minas Gerais, Dissertação de Mestrado. Faculdade de Educação, UFMG (2009)
Baker, R. S. J., CARVALHO, A., M., J., ISOTANI, S., Mineração de Dados Educacionais: Oportunidades para o Brasil, Revista Brasileira de Informática na Educação, Volume 19, Número 2 (2011)
Brachaman, R. J.; Anand, T. Processo f Knowledge discovry in Database. KDD Process for Rxtracting Useful Knowledge from Volumes of Data (1996)
Date, C. J. Introdução aos sistemas de bancos de dados. Campus (2003)
Fayyad, U. M.; Piatetsky-Shapiro, G.; smyth, P. From Data Mining to Knowledge Discovery: An Overview. Knowledge Discovery and Data Mining, Menlo Park: AAAI Press (1996)
Favero, R. V. M., Dialogar ou evadir: Eis a questão!: Um estudo sobre a permanência e a evasão na Educação a Distância, no Estado do Rio Grande do Sul. CINTED-UFRGS. Novas Tecnologias na Educação, V. 4 Nº 2, Dezembro, Porto Alegre (2006)
Globo Comunicação e Participações. http://g1.globo.com/educacao/noticia/2013/11/mec-cria-grupo-para-estudar-evasao-escolar-nos-institutos-federais.html (2013)
Goldschmidt, Ronaldo. Data Mining: Conceitos, técnicas, algoritmos, orientações e aplicações/ Ronaldo Goldschmidt, Eduardo Bezerra. 2.ed, Elsevier, Rio de Janeiro (2015)
Han, Jiawei; Kamber, Micheline. Data Mining: Concepts and Techniques. Second Edition. Elsevier. San Francisco, CA (2006)
Harinath, S.; Pihlgren, R.; Lee G., D.; Simon, J.; Bruckner, R. M. Professional Microsoft SQL Server 20012 Analysis Services with MDX and DAX. Wrox, (2012)
Karinny, Shintani, Leonardo Armond, Vassily Rolim. Dificuldades Escolares http://www.profala.com/ arteducesp19.htm (2014).
Lilian L. Pereira. http://www.direcionaleducador.com.br/edicao-80-set/11/reprovacao-escolar-uma-questao-muitas-facetas (2011)
Lobo, R. L., Hipólito, O. e Lobo, M.B., Estudo: Evasão no Ensino Superior: Causas e Remédios. Jornal Folha de S.Paulo. São Paulo (2007)
MEC/Setec. Documento Orientador para a Superação da Evasão e da Retenção na Rede Federal de Educação Profissional, Científica e Tecnológica (2014)
Piatetsky-Shapiro, G. e Data-Mining Industry Coming of Age. IEEE Inteligent System (1999)
Rainardi, V. Building a Data Warehouse: With Rxamples in SQL Server. Apress (2008)
Ramal, Adrea. Reprovar não é a solução, mas aprovar quem não aprendeu é pior. http://g1.globo.com/educacao/blog/andrea-ramal/post/reprovar-nao-e-solucao-mas-aprovar-quem-nao-aprendeu-e-pior.html (2014)
BRASIL. Diplomação, Retenção e Evasão nos Cursos de Graduação em Instituições de Ensino Superior Públicas. Comissão Especial de Estudos sobre a Evasão nas Universidades Públicas Brasileiras. Brasília (1996)
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2016 Springer International Publishing Switzerland
About this paper
Cite this paper
da Cunha, J.A., Moura, E., Analide, C. (2016). Data Mining in Academic Databases to Detect Behaviors of Students Related to School Dropout and Disapproval. In: Rocha, Á., Correia, A., Adeli, H., Reis, L., Mendonça Teixeira, M. (eds) New Advances in Information Systems and Technologies. Advances in Intelligent Systems and Computing, vol 445. Springer, Cham. https://doi.org/10.1007/978-3-319-31307-8_19
Download citation
DOI: https://doi.org/10.1007/978-3-319-31307-8_19
Published:
Publisher Name: Springer, Cham
Print ISBN: 978-3-319-31306-1
Online ISBN: 978-3-319-31307-8
eBook Packages: EngineeringEngineering (R0)