EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

MODELOS PREDITIVOS NA GESTÃO EDUCACIONAL: IDENTIFICAÇÃO PRECOCE DE ALUNOS EM RISCO ACADÊMICO E ABANDONO ESCOLAR

ADRIANO VINGI, ALINE ROEPKE LOSS CORREIA, ANDRE LUIS TONANI DE OLIVEIRA, CARLA BEATRIZ CARRIJO ABREU, DEBORA PASCOAL BOMFIM LOUBAQUI, EDNA FRANSKOVIAKI LIMA, FLAVIA SIQUEIRA PACHECO MILANEZ, GILMAIKON PEREIRA ROELA, GUILHERME MORAES PESENTE, JOSE HELIO DE ASSIS

REVISTA MULTIDISCIPLINAR INTEGRADA - REMI · 29.04.2026 · 2 (06) · 1-16

DOI: 10.61164/jra1av81 ↗

Kurz gefasst

Fachartikel in der Zeitschrift REVISTA MULTIDISCIPLINAR INTEGRADA - REMI, online erschienen am 29.04.2026. Verfasst von ADRIANO VINGI und 9 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

A identificação precoce de alunos em risco acadêmico e de abandono escolar é um desafio crítico para as instituições de ensino, impactando diretamente a qualidade educacional e as taxas de retenção. Este estudo aborda a aplicação de modelos preditivos baseados em técnicas de inteligência artificial e aprendizado de máquina para mitigar esse problema. Realizamos uma revisão sistemática da literatura, consultando bases de dados acadêmicas como IEEE Xplore e Scopus, para identificar pesquisas recentes sobre o tema. Os critérios de inclusão focaram em estudos que desenvolveram ou avaliaram modelos preditivos para identificar alunos em risco, utilizando dados de ambientes de aprendizagem e informações comportamentais e contextuais. Os achados revelam a predominância de algoritmos de classificação e clustering, como K-Nearest Neighbors e redes neurais, na previsão de desempenho e evasão. Observou-se a importância de variáveis como hábitos de estudo, envolvimento parental e interação com sistemas de gestão de aprendizagem (LMS). A pesquisa destaca que a integração de múltiplos fatores e a aplicação de técnicas avançadas de machine learning oferecem uma capacidade preditiva robusta, permitindo intervenções pedagógicas e administrativas mais eficazes. Conclui-se que os modelos preditivos representam uma ferramenta valiosa para a gestão educacional, promovendo a retenção e o sucesso acadêmico, embora ainda existam lacunas significativas na generalização e validação desses modelos em diversos contextos educacionais.

Zitieren

APA

VINGI, A., CORREIA, A. R. L., OLIVEIRA, A. L. T. D., ABREU, C. B. C., LOUBAQUI, D. P. B., LIMA, E. F., MILANEZ, F. S. P., ROELA, G. P., PESENTE, G. M., & ASSIS, J. H. D. (2026). MODELOS PREDITIVOS NA GESTÃO EDUCACIONAL: IDENTIFICAÇÃO PRECOCE DE ALUNOS EM RISCO ACADÊMICO E ABANDONO ESCOLAR. REVISTA MULTIDISCIPLINAR INTEGRADA - REMI, 2(06), 1-16. https://doi.org/10.61164/jra1av81

Vancouver

VINGI A, CORREIA ARL, OLIVEIRA ALTD, ABREU CBC, LOUBAQUI DPB, LIMA EF, et al. MODELOS PREDITIVOS NA GESTÃO EDUCACIONAL: IDENTIFICAÇÃO PRECOCE DE ALUNOS EM RISCO ACADÊMICO E ABANDONO ESCOLAR. REVISTA MULTIDISCIPLINAR INTEGRADA - REMI. 2026;2(06):1-16. doi:10.61164/jra1av81

BibTeX
@article{VINGI2026,
  author = {VINGI, ADRIANO and CORREIA, ALINE ROEPKE LOSS and OLIVEIRA, ANDRE LUIS TONANI DE and ABREU, CARLA BEATRIZ CARRIJO and LOUBAQUI, DEBORA PASCOAL BOMFIM and LIMA, EDNA FRANSKOVIAKI and MILANEZ, FLAVIA SIQUEIRA PACHECO and ROELA, GILMAIKON PEREIRA and PESENTE, GUILHERME MORAES and ASSIS, JOSE HELIO DE},
  title = {MODELOS PREDITIVOS NA GESTÃO EDUCACIONAL: IDENTIFICAÇÃO PRECOCE DE ALUNOS EM RISCO ACADÊMICO E ABANDONO ESCOLAR},
  journal = {REVISTA MULTIDISCIPLINAR INTEGRADA - REMI},
  year = {2026},
  volume = {2},
  number = {06},
  pages = {1--16},
  doi = {10.61164/jra1av81}
}
Kostenlos starten →