A carregar...
Publicação
Redes neuronais com protótipos para quantificar os determinantes do desempenho acadêmico
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 357.96 KB | Adobe PDF |
Orientador(es)
Resumo(s)
Desde os anos 50 do século passado que o desempenho académico tem sido foco de inte-resse por parte de investigadores e decisores políticos. No entanto, apenas recentemente os métodos de ciência de dados começaram a ser aplicados de forma mais sistemática a este tema. Este trabalho utiliza os dados dos exames nacionais de matemática e português da população portuguesa no ano letivo 2018/2019 para, através de redes neuronais, avaliar e comparar quais os fatores que afetam os resultados desses exames, e de que forma. Além disso, uma nova abordagem é apresentadapara lidar com o dilema da "caixa negra" dos métodos de ciências de dados mais avançados. Esta abordagem passa pela criação de um conjunto de protótipos através de Redes Neuronais, fornecendo uma estimativa de quanto cada potencial impacta o desempenho acadêmico. ___ Since the 1950s, academic performance has been the focus of interest by researchers and policymakers. However, only recently have data science methods begun to be applied more systematically to this topic. This work uses data from national mathematics and Portuguese exams of the Portuguese population in the 2018/2019 school year to, through neural net-works, evaluate and compare which factors affect the results of these exams and in what way. Furthermore, a new approach is presented to deal with the "black box" dilemma of more advanced data science methods. This approach involves creating a set of prototypes through Neural Networks and estimating how much each potential impacts academic performance.
Descrição
Beatriz-Afonso, A., Cruz-Jesus, F., Castelli, M., Oliveira, T., & Nunes, C. (2022). Redes neuronais com protótipos para quantificar os determinantes do desempenho acadêmico: evidências de um país europeu. Tecnologias, Sociedade e Conhecimento, 9(2), 6-30. https://doi.org/10.20396/tsc.v9i2.17394
Palavras-chave
Educação Sucesso escolar Ciência de dados Education Academic Achievement Data Science