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

PREDIÇÃO DE ABANDONO ESCOLAR UTILIZANDO ALGORITMOS DE APRENDIZADO DE MÁQUINA: UMA REVISÃO SISTEMÁTICA E ANÁLISE CRÍTICA

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, GILMAIKON PEREIRA ROELA, GUILHERME MORAES PESENTE, JOSE HELIO DE ASSIS

REVISTA MULTIDISCIPLINAR INTEGRADA - REMI · 29.04.2026 · 2 (07) · 1-15

DOI: 10.61164/qh4vmj06 ↗

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)

O abandono escolar representa um desafio persistente e multifacetado para sistemas educacionais globalmente, impactando negativamente o desenvolvimento individual e social. A aplicação de algoritmos de aprendizado de máquina (AM) emerge como uma ferramenta promissora para identificar estudantes em risco, permitindo intervenções proativas. Este estudo realizou uma revisão sistemática da literatura para mapear e analisar criticamente as abordagens de AM empregadas na predição de abandono escolar. A metodologia envolveu uma busca abrangente em bases de dados científicas, seguida de triagem e análise de artigos relevantes. Os achados revelam a predominância de modelos de classificação, como SVM, Random Forest e redes neurais, com métricas de desempenho variadas, mas consistentemente elevadas. Destaca-se a importância de conjuntos de dados robustos e a consideração de fatores socioeconômicos e acadêmicos na modelagem. A revisão aponta para a necessidade de maior interpretabilidade dos modelos e de estudos que avaliem o impacto das intervenções baseadas em predições. Conclui-se que o AM oferece um potencial significativo para aprimorar a capacidade preditiva e interventiva na prevenção do abandono escolar, mas exige abordagens mais holísticas e éticas para sua implementação eficaz.

Zitieren

APA

VINGI, A., CORREIA, A. R. L., OLIVEIRA, A. L. T. D., ABREU, C. B. C., LOUBAQUI, D. P. B., LIMA, E. F., PACHECO, F. S., ROELA, G. P., PESENTE, G. M., & ASSIS, J. H. D. (2026). PREDIÇÃO DE ABANDONO ESCOLAR UTILIZANDO ALGORITMOS DE APRENDIZADO DE MÁQUINA: UMA REVISÃO SISTEMÁTICA E ANÁLISE CRÍTICA. REVISTA MULTIDISCIPLINAR INTEGRADA - REMI, 2(07), 1-15. https://doi.org/10.61164/qh4vmj06

Vancouver

VINGI A, CORREIA ARL, OLIVEIRA ALTD, ABREU CBC, LOUBAQUI DPB, LIMA EF, et al. PREDIÇÃO DE ABANDONO ESCOLAR UTILIZANDO ALGORITMOS DE APRENDIZADO DE MÁQUINA: UMA REVISÃO SISTEMÁTICA E ANÁLISE CRÍTICA. REVISTA MULTIDISCIPLINAR INTEGRADA - REMI. 2026;2(07):1-15. doi:10.61164/qh4vmj06

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 PACHECO, FLAVIA SIQUEIRA and ROELA, GILMAIKON PEREIRA and PESENTE, GUILHERME MORAES and ASSIS, JOSE HELIO DE},
  title = {PREDIÇÃO DE ABANDONO ESCOLAR UTILIZANDO ALGORITMOS DE APRENDIZADO DE MÁQUINA: UMA REVISÃO SISTEMÁTICA E ANÁLISE CRÍTICA},
  journal = {REVISTA MULTIDISCIPLINAR INTEGRADA - REMI},
  year = {2026},
  volume = {2},
  number = {07},
  pages = {1--15},
  doi = {10.61164/qh4vmj06}
}
Kostenlos starten →