Classification Tree for Estimating Student Profiles Who Participated in the SAEB Portuguese Language Exam in 2019

Authors

  • Pedro dos Santos Costa Junior Universidade Federal do Amapá - UNIFAP https://orcid.org/0000-0001-7859-1988
  • Carla Dominique Silva Vasconcelos Universidade Federal do Amapá - AP https://orcid.org/0000-0002-0775-4185
  • Ana Vitória Cordeiro da Silva Universidade Federal do Amapá - AP https://orcid.org/0009-0006-7047-000X
  • Neylan Leal Dias Universidade Federal do Amapá - AP
  • Simone de Almeida Delphim Leal Universidade Federal do Amapá - AP
  • Edcarlos Vasconcelos da Silva

Keywords:

SAEB, Decision tree, Amapá, Education, Assessment

Abstract

The SAEB is a large-scale national assessment in Brazil that measures the quality of education in Brazilian Basic Education, covering Portuguese Language and Mathematics. The objective of this study was to estimate profiles of students from Amapá who are below the national average in Portuguese Language and who participated in the 2019 SAEB exam. The research used decision tree methodology to estimate the probability of a student being below the national average, employing the CHAID model to analyze the intersection of scores with sociodemographic variables. It was observed that 64.7% of Amapá students had scores below the national average (278.4) in Portuguese Language. The classification tree revealed that students from public schools in rural areas have an 83.2% chance of having scores below the national average in Portuguese Language, representing the profile with the highest probability. In conclusion, this study highlighted the profiles with the highest likelihood of low performance in Portuguese Language, and understanding these profiles contributes to the development of public policies focused on students in greater vulnerability.

References

Coelho, G. R. B; Lopes, T. B; Costa, A. B. (2022). Comparativo nacional do desempenho da rede federal de ensino no SAEB de 2013 e 2015. Research, Society and Development, v. 11, n. 4, e38511427703. Disponível em: https://doi.org/10.33448/rsd-v11i4.27703

DIAZ, M. D. M. (2012). (Des)igualdades de oportunidades no ensino médio brasileiro: Escolas públicas e privadas. Economia, 13(3a), 553 568. Disponível em: https://www.anpec.org.br/revista/vol13/vol13n3ap553_568.pdf. Acesso em: 01 out. 2024.

GUSMÃO, F. A. F.; AMORIM, S. S. Desigualdade educacional no ensino médio brasileiro. Educação, v. 47, n. 1, p. e108, 2022. Disponível em: https://www.researchgate.net/profile/Fabio-Alexandre-Ferreira-Gusmao/publication/365703210_Desigualdade_educacional_no_ensino_medio_brasileiro/links/637f2a281766b34c544f182a/Desigualdade-educacional-no-ensino-medio-brasileiro.pdf. Acesso em: 01 out. 2024.

INEP. Microdados do INEP, 2024. Disponível em: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados.

INEP. Resultados do SAEB, 2019. Disponível em: https://undime.org.br/noticia/16-09-2020-09-24-inep-divulga-resultados-do-saeb-2019.

LAPEI UFG. Uso de dados na pesquisa: qual a diferença entre dados primários e secundários?. 2024. Disponível em: https://lapei.face.ufg.br/p/43695-17-uso-de-dados-na-pesquisa-qual-a-diferenca-entre-dados-primarios-e-secundarios.

Pestana, M. H; Gageiro, J. N. (2009). Análise categórica, árvores de decisão e análise de conteúdo em ciências sociais e da saúde com o SPSS. Lisboa; Porto: Lidel, D.L. 2009. - XVIII, 551, [7] p. : il. ; 24 cm. - (Estatística). - Bibliografia, p. 543-546. - ISBN 978-972-757- 585-5.

Silva, E. L. da.; Menezes, E. M. Metodologia de pesquisa e elaboração de teses e dissertações, 2005. 4. ed. rev. atual. Universidade Federal de Santa Catarina – UFSC. Florianópolis 2005.

Silva, I. V; Silva, M. T; Martins, S. (2018). Análise do desempenho escolar na avaliação SAEB 2015. In XXXVIII Encontro Nacional de Engenharia de Produção "A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil". Maceió, Alagoas, Brasil. Egenep.

Downloads

Published

04-11-2024

How to Cite

dos Santos Costa Junior, P., Vasconcelos, C. D. S., da Silva, A. V. C., Dias, N. L., Leal, S. . de A. D., & da Silva, E. V. (2024). Classification Tree for Estimating Student Profiles Who Participated in the SAEB Portuguese Language Exam in 2019. Sigmae, 13(4), 75–87. Retrieved from https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/2483

Issue

Vol. 13 No. 4 (2024): Special issue: 68th RBRAS

Section

Applied Mathematics

License

Proposta de Política para Periódicos de Acesso Livre


Autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

  1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).