Árvore de Classificação Para Estimação de Perfis de Estudantes que Participaram da Prova SAEB de Língua Portuguesa no Ano de 2019

Autores

  • 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

Palavras-chave:

SAEB, Árvore de decisão, Amapá, Educação, Avaliação

Resumo

O SAEB é uma avaliação nacional em larga escala do Brasil que mede a qualidade do ensino da Educação Básica do Brasil, abrangendo Língua Portuguesa e Matemática. O objetivo deste estudo foi o de estimar perfis de estudantes amapaenses que estão abaixo da média nacional em Língua Portuguesa, que participaram da prova SAEB de 2019. A pesquisa utilizou a metodologia de árvore de decisão para estimar a probabilidade de o aluno estar abaixo da média nacional, empregou-se o modelo CHAID para analisar o cruzamento das notas com variáveis sociodemográficas. Observou-se que 64,7% dos estudantes do Amapá estavam com notas abaixo da média nacional (278,4) em Língua Portuguesa. A árvore de classificação revelou que alunos de escolas públicas de áreas rurais têm uma chance de 83,2% de terem notas abaixo da média em Língua Portuguesa, sendo esse o perfil de maior probabilidade. Como conclusão verificou-se que esse estudo destacou os perfis com maior probabilidade de baixo rendimento em Língua Portuguesa, o conhecimento desses perfis contribui para elaboração de políticas públicas com foco nos alunos em maiores vulnerabilidades.

Referências

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

Publicado

04-11-2024

Como Citar

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). Árvore de Classificação Para Estimação de Perfis de Estudantes que Participaram da Prova SAEB de Língua Portuguesa no Ano de 2019. Sigmae, 13(4), 75–87. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/2483

Edição

v. 13 n. 4 (2024): Special issue: 68th RBRAS

Seção

Matemática Aplicada

Licença

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).