Navegando por Autor "Alencar, Andrêza Leite de"

Agora exibindo 1 - 3 de 3

Analisando a presença feminina no Ensino Superior em Tecnologia no Brasil ao longo dos anos de 2013 a 2022
(2024-03-07) Ramos, Giuliane Benjamim de Oliveira; Alencar, Andrêza Leite de; Furtado, Ana Paula Carvalho Cavalcanti; http://lattes.cnpq.br/5862330768739698; http://lattes.cnpq.br/6060587704569605; http://lattes.cnpq.br/6421196285147828
Estigma masculino, baixo incentivo familiar, pouca representatividade, esses são os principais fatores que justificam a sub-representação feminina na área de tecnologia. Sendo assim, o presente trabalho visa evidenciar o atual panorama feminino nos cursos superiores de Tecnologia da Informação (TI) no Brasil. Para alcançar esse propósito, conduziu-se uma pesquisa bibliográfica e uma análise dos microdados referentes ao Censo da Educação Superior no período de 2013 a 2022, disponibilizados pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). A análise mostra uma representatividade feminina significativamente baixa nos cursos superiores de tecnologia. Ao longo do período analisado - os ingressos femininos não chegam a 17%, o índice de conclusão é em média de 15% e o Sudeste é a região com o maior número de representantes femininas nos cursos de TI, com destaque para São Paulo. Entretanto, uma tendência de aumento pode ser observada nos últimos dois anos.
Informática e software livre como instrumento de inclusão social
(Universidade Federal Rural de Pernambuco(SEDE); Departamento de Estatística e Informática., 2011) Alencar, Andrêza Leite de
Sistema de suporte à criação de modelos de classificação para a previsão de evasão no ensino superior
(2024-03-08) Costa, Tarcísio Barbosa da; Alencar, Andrêza Leite de; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/6060587704569605; http://lattes.cnpq.br/6560255346406064
A evasão estudantil é um dos maiores desafios a serem enfrentados por Instituições de Ensino Superior. A fim de mitigá-la, as instituições elaboram ferramentas para monitoramento e análise deste fenômeno. Uma das metodologias existentes para tal é a identificação de características de estudantes que levam à evasão, e uma das ferramentas construídas é o SABIA: um dashboard virtual responsável por dar suporte à gestão baseada em evidências, aliado a conceitos de Learning/Academic Analytics e Business Intelligence. Este trabalho expande o SABIA através de uma nova página capaz criar modelos de aprendizado supervisionado personalizáveis pelo usuário, oferecendo análises de características estudantis e realizando previsões da situação final do discente baseadas nas mesmas. As informações obtidas pelos modelos proporcionam a identificação de fatores de risco em perfis discentes e auxiliam os gestores da instituição no desenvolvimento de diretrizes para a adoção de medidas contra a evasão.