UTILIZAÇÃO DE CLASSIFICADORES BAYESIANOS PARA ANÁLISE DOS FATORES RELACIONADOS AO DESEMPENHO DOS ALUNOS DA QUARTA SÉRIE DO ENSINO FUNDAMENTAL

Tamanho: px
Começar a partir da página:

Download "UTILIZAÇÃO DE CLASSIFICADORES BAYESIANOS PARA ANÁLISE DOS FATORES RELACIONADOS AO DESEMPENHO DOS ALUNOS DA QUARTA SÉRIE DO ENSINO FUNDAMENTAL"

Transcrição

1 UTILIZAÇÃO DE CLASSIFICADORES BAYESIANOS PARA ANÁLISE DOS FATORES RELACIONADOS AO DESEMPENHO DOS ALUNOS DA QUARTA SÉRIE DO ENSINO FUNDAMENTAL Anderson Amendoeira Namen Universidade do Estado do Rio de Janeiro, Instituto Politécnico Universidade Veiga de Almeida Ana Carolina Soares e Soares Universidade Veiga de Almeida Resumo. O artigo apresenta o uso de Classificadores Bayesianos para a identificação de fatores relacionados ao desempenho dos alunos da quarta série do ensino fundamental do Estado do Rio de Janeiro em Língua Portuguesa. São apresentadas as tarefas de limpeza e tratamento dos dados, pré-requisito para a execução do algoritmo de classificação e são analisados os primeiros resultados obtidos no processo. Palavras-chave: Classificadores Bayesianos, Fundamental Descoberta de conhecimento, Ensino 1. INTRODUÇÃO Informações sobre escolas, diretores, professores e alunos, coletadas por intermédio do censo escolar e das avaliações periódicas são armazenadas em uma ampla base de dados disponibilizada a pesquisadores pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Essas bases de dados possuem informações sobre o desempenho dos alunos da quarta série nas provas de Língua Portuguesa, bem como dados referentes aos questionários aplicados aos seus professores, envolvendo aspectos relacionados ao perfil socioeconômico e aplicação de diferentes metodologias didáticas no ensino de língua portuguesa. No presente trabalho, é apresentada a utilização de Classificadores Bayesianos com a finalidade de extrair conhecimento relevante relacionado ao perfil e à atuação dos professores de língua portuguesa da quarta série do ensino fundamental e suas consequências para o desempenho dos estudantes. O artigo apresenta, inicialmente, as bases de dados selecionadas, bem como o processo desenvolvido para limpeza e transformação de dados, pré-requisito necessário para a aplicação dos algoritmos utilizados no processo. Uma pequena revisão quanto aos conceitos de Classificadores Bayesianos é apresentada, seguida da análise dos resultados obtidos, apresentando-se algumas conclusões a estes relacionadas. 2. BASES USADAS, LIMPEZA E TRANSFORMAÇÃO DOS DADOS A cada dois anos, o Governo Federal realiza uma prova de língua portuguesa e matemática, denominada Prova Brasil, para todos os alunos da quarta e oitava série do ensino

2 fundamental. Além da prova, os alunos respondem um questionário contendo diferentes perguntas relacionadas ao seu perfil sócio-econômico. Professores e diretores de escolas também respondem questionários relacionados ao seu perfil e ao da Instituição em que trabalham. Todos esses dados são armazenados em diferentes arquivos, sendo que os dados utilizados no presente trabalho referem-se à Prova Brasil do ano de 2007 e foram obtidos a partir de download de arquivos disponibilizados no site Os seguintes arquivos foram selecionados neste trabalho: TS_ALUNO (Identificação dos alunos juntamente com a proficiência em cada disciplina); TS_QUEST_PROFESSOR (Resposta do questionário aplicado ao professor de cada série). As estruturas dos arquivos são apresentadas nas Tabelas 1 e 2. Tabela 1 Estrutura do arquivo TS_ALUNO seq. Atributo Tipo tam. Descrição 1 ID_ALUNO Num 8 Código do Aluno na Prova Brasil 2 ID_TURMA Char 7 Código da Turma na Prova Brasil 3 TX_HORARIO_INICIO Char 5 Horário de Início da aula. As duas primeiras posições correspondem a hora e as duas ultimas aos minutos. 4 TX_HORARIO_FINAL Char 5 Horário de Término da aula.as duas primeiras posições correspondem a hora e as duas ultimas aos minutos. 5 NU_QTD_ALUNO Num 4 Número de Alunos matriculados na turma 6 ID_SERIE Num 1 Código da Série (4 4.ª série/5.º ano EF; 8 8.ª série / 9.º ano EF) 7 PK_COD_ENTIDADE Num 8 Código da Escola 8 ID_DEPENDENCIA_ADM Num 1 Código da Dependência Administrativa da Escola 9 ID_LOCALIZACAO Num 1 Código da Localização da Escola 10 SIGLA_UF Char 2 Sigla da Unidade da Federação 11 COD_UF Num 2 Código da Unidade da Federação 12 NO_MUNICIPIO Char 50 Nome do Município 13 COD_MUNICIPIO Num 7 Código do Município 14 ST_LINGUA_PORTUGUESA Num 1 Situação do Preenchimento da prova de Língua Portuguesa. O valor 0 indica que a prova não foi preenchida pelo aluno, enquanto o valor 1 indica que a prova foi preenchida. 15 ST_MATEMATICA Num 1 Situação do Preenchimento da prova de Matemática 16 NU_THETA_L Num 8 Proficiência do aluno em Língua Portuguesa calculada na escala única do SAEB, com média = 0 e desvio = 1 na população de referência 17 NU_SETHETA_L Num 8 Desvio padrão da proficiência em Língua Portuguesa 18 NU_THETAT_L Num 8 Proficiência em Língua Portuguesa transformada na escala única do SAEB, com média = 250, desvio = 50 (do SAEB/97). 19 NU_SETHETAT_L Num 8 Desvio padrão da proficiência transformada em Língua Portuguesa 20 NU_SETHETA_M Num 8 Desvio padrão da proficiência em Matemática 21 NU_THETAT_M Num 8 Proficiência do aluno em Matemática transformada na escala única do SAEB, com média = 250, desvio = 50 (do SAEB/97) 22 NU_SETHETAT_M Num 8 Desvio padrão da proficiência transformada em Matemática 23 NU_THETA_M Num 8 Proficiência do aluno em Matemática calculada na escala única do SAEB, com média = 0 e desvio = 1 na população de referência

3 Tabela 2 Estrutura do arquivo TS_QUEST_PROFESSOR seq. Atributo Tipo tam. Descrição Código de Preenchimento 1 PK_COD_ENTIDADE Num 8 Código da Entidade 2 ID_DEPENDENCIA_ADM Num 1 Código da Dependência Administrativa da Escola 3 ID_LOCALIZACAO Num 1 Código da Localização da Escola 4 SIGLA_UF Char 2 Sigla da Unidade da Federação 5 COD_UF Num 2 Código da Unidade da Federação 6 NO_MUNICIPIO Char 50 Nome do Município 7 COD_MUNICIPIO Num 7 Código do Município 8 ID_TURMA Char 7 Código da Turma 9 ID_SERIE Num 1 Código da Série 10 DS_DISCIPLINA Char 1 Disciplina 11 TX_RESP_QUESTIONARIO Char 131 Respostas do Questionário de Professor 1 - Federal 2 - Estadual 3 - Municipal 1 - Urbana 2 - Rural 4-4.ª série/5.º ano EF 8-8.ª série / 9.º ano EF M - Matemática L - Língua Portuguesa Ver posição da resposta no questionário. O escopo do presente trabalho envolve a análise dos dados dos alunos e professores de língua portuguesa da quarta série do ensino fundamental do Estado do Rio de Janeiro. Desse modo, o primeiro processo realizado foi selecionar somente os registros correspondentes aos alunos/professores do Estado do Rio de Janeiro. Assim, dentre os registros existentes nos arquivos TS_ALUNO e TS_QUEST_PROFESSOR, foram selecionados apenas os registros com o atributo SIGLA_UF igual ao valor RJ e o atributo ID_SERIE igual a 4. Além disso, para o arquivo TS_QUEST_PROFESSOR, somente os registros com o atributo DS_DISCIPLINA igual ao valor L (Língua Portuguesa) foram considerados. Finalmente, somente os registros dos alunos que fizeram a prova de língua portuguesa (ST_LINGUA_PORTUGUESA = 1) foram selecionados. Embora a maior parte das técnicas de classificação tolere algum nível de imperfeição nas entradas, a melhoria da qualidade dos dados provê um grande aprimoramento nas análises resultantes dos algoritmos de classificação. Alguns trabalhos, como o de Redman (2001) e Wang et al. (2001) apresentam diferentes aspectos relacionados ao tratamento e garantia da qualidade dos dados. Para o presente caso, foram realizadas algumas tarefas, tanto de limpeza, quanto de transformação de dados. Estas foram fundamentais para a posterior execução do algoritmo de Classificação Bayesiana, apresentado na Seção Eliminação dos dados inconsistentes Como pode ser observado nas Tabelas 1 e 2, o atributo ID_TURMA identifica a turma a qual o aluno está alocado, acontecendo o mesmo para o professor, sendo que o aluno pode estar alocado em uma única turma e o professor em mais de uma. Este atributo está presente nos arquivos TS_ALUNO e TS_QUEST_PROFESSOR. Conforme citado anteriormente, o arquivo TS_ALUNO possui os dados da proficiência dos alunos, enquanto TS_QUEST_PROFESSOR possui os dados das respostas aos questionários dos professores. Desse modo, identificou-se que todo registro com determinado ID_TURMA existente em TS_ALUNO deveria possuir um registro correspondente no arquivo TS_QUEST_PROFESSOR. Caso isso não ocorresse, significava que o aluno possuía os dados referentes ao seu nível de aprendizado, mas não se encontravam disponíveis os dados

4 referentes ao professor e ao questionário a este aplicado. Foi realizado, então, um processo de exclusão dos registros de TS_ALUNO que não possuíam registro com ID_TURMA correspondente em TS_QUEST_PROFESSOR, resultando na eliminação de registros, de um total de , permanecendo registros no arquivo. 2.2 Criação de novos atributos a partir de atributos existentes O arquivo TS_QUEST_PROFESSOR possui um atributo denominado TX_RESP_QUESTIONARIO, que identifica as respostas ao questionário do professor. O campo é do tipo Char com 131 posições, sendo este o número de questões aplicadas ao professor. Como esse campo é um string de tamanho 131, cada posição do campo corresponde à letra referente à resposta de uma determinada questão. Exemplificando, a primeira posição do string pode ser preenchida com os valores A ou B, e corresponde à primeira pergunta sobre o sexo do professor, sendo a letra A a resposta para o sexo masculino e B para o sexo feminino. A vigésima nona posição do string, por sua vez, está ligada à questão de número 29 ( Frequência em que utiliza, junto aos alunos, atividades de leitura de contos, crônicas, poesias e romances ) e pode ser preenchida com os valores A, B, C, D ou E, que são as opções referentes às seguintes respostas, respectivamente: Semanalmente ; Algumas vezes por mês ; Uma vez por mês ; Uma vez por bimestre ; Nunca. Para acesso a maiores detalhes, todos os questionários estão disponíveis no site do INEP, no endereço O objetivo do presente trabalho é a identificação de variáveis que possam influenciar positiva ou negativamente a proficiência do aluno em língua portuguesa. Como o atributo TX_RESP_QUESTIONARIO é representado por um string único, este não possui qualquer representatividade, dentro dos objetivos aqui buscados. Assim, foi necessária a divisão do atributo em tantos atributos quantos fossem os números de questões. No arquivo TS_QUEST_PROFESSOR foram criados 131 atributos, todos do tipo Char de tamanho 1, cada um deles identificando a resposta à pergunta correspondente aplicada no questionário do professor. Os atributos foram nomeados de acordo com os enunciados das questões. Por exemplo, o novo atributo criado no arquivo TS_QUEST_PROFESSOR denominado Q1Sexo, corresponde à primeira questão sobre o sexo do professor. Ele foi preenchido com o valor contido na primeira posição do string TX_RESP_QUESTIONARIO do arquivo TS_QUEST_PROFESSOR. O atributo Q2Idade, preenchido com o valor da segunda posição do string, corresponde à faixa etária do professor, pergunta de número 2 do questionário, e assim sucessivamente. A criação dos novos atributos possibilitou que todas as variáveis caracterizadoras do perfil e atividades didáticas aplicadas pelos professores ficassem disponíveis no modelo e pudessem ser usadas como entradas para o algoritmo de classificação. 2.3 Criação de atributo para identificação de classes O objetivo buscado no presente trabalho é identificar diferentes variáveis relacionadas ao desempenho dos estudantes. Visando criar classes de professores que pudessem ser diferenciadas de acordo com o nível de desempenho dos respectivos alunos, foi criado mais um atributo, denominado SituacaoAlunos, no arquivo TS_QUEST_PROFESSOR. Foi identificada a média geral dos alunos na prova de língua portuguesa (valor igual a 178,82

5 escala variando de 0 a 500), valor esse obtido a partir do cálculo da média do atributo NU_THETAT_L, pertencente ao arquivo TS_ALUNO (vide Tabela 1). Além disso, foram computadas as quantidades de alunos para os quais cada professor lecionava, bem como as quantidades de alunos que obtiveram nota (NU_THETAT_L) acima e abaixo da média geral. Com base nesses dados, o atributo SituacaoAlunos foi atualizado para todos os registros do arquivo TS_QUEST_PROFESSOR, de modo a identificar três classes de professores, apresentadas na Tabela 3: Tabela 3 Identificação das classes de professores Identificação da classe* SituacaoAlunos 0 N Alunos acima da média/total de Alunos 0,35 Grande Maioria Abaixo da Média 0,35 < N Alunos acima da média /Total de Alunos < 0,65 Outros Casos 0,65 N Alunos acima da média /Total de Alunos 1 Grande Maioria Acima da Média * considerados apenas os alunos para os quais o professor leciona, ou seja, com mesmo ID_TURMA Conforme pode ser observado na Tabela 3, o objetivo da criação do atributo SituacaoAlunos, contendo 3 valores distintos e, por essa razão, identificando três classes de professores, foi permitir a identificação de classes de professores que possuíssem a grande maioria dos alunos com desempenho abaixo da média (ou seja, casos em que no máximo 35 por cento dos alunos do professor estivessem com notas acima da média geral) e classes de professores que tivessem a grande maioria de seus alunos com desempenho acima da média (casos em que 65 por cento ou mais dos alunos do professor estivessem com notas acima da média), identificando-se os casos remanescentes em uma terceira classe (Outros Casos). Em outras palavras, buscou-se classificar os professores, de modo que pudessem ser identificados os elementos (a partir das respostas às questões aplicadas ao professor) que implicassem na formação da grande maioria dos alunos com desempenho abaixo da média e dos elementos que caracterizassem um desempenho acima da média para a grande maioria dos alunos. Como poderá ser observado nas seções seguintes, o foco do trabalho foi na identificação das variáveis relacionadas à primeira e à ultima classe da tabela, não havendo consideração pela classe remanescente (Outros casos). Desse modo, a criação do atributo SituacaoAlunos foi pré-requisito essencial para a identificação das classes de entrada utilizadas quando da aplicação dos Classificadores de Bayes. 3. CLASSIFICADORES BAYESIANOS Classificadores Bayesianos são classificadores estatísticos que agrupam um objeto numa determinada classe, com base na probabilidade deste objeto pertencer a esta classe. Os classificadores Bayesianos Simples ou Ingênuos (Naïve Bayes) se baseiam na hipótese de que o efeito do valor de um atributo não-classe é independente dos valores dos outros atributos não-classe (Tan, Steinbach & Kumar, 2009). Isto é, o valor de um atributo não influencia o valor dos outros. Classificadores bayesianos são muito utilizados em tarefas de classificação,

6 devido ao bom desempenho computacional obtido (veja Han & Kamber, 2006; MacLennan, Crivat & Tang, 2008). O objetivo do presente trabalho é avaliar as diferentes respostas para cada pergunta do questionário do professor, associando-as às diferentes classes, sendo cada uma das respostas a cada questão considerada um atributo não-classe distinto. Conforme mencionado anteriormente, para esse trabalho assumiu-se a hipótese de independência dos atributos. Imaginando-se que se pretende classificar um exemplo X, descrito por um vetor de atributos (X 1,X 2,..., Xn), num dos possíveis valores da classe C 1, C 2,..., Ck, mutuamente exclusivas. O algoritmo Naïve Bayes classifica o exemplo X na classe Cj que maximiza a probabilidade à posteriori P(Cj X). Assim, aplicando o Teorema de Bayes obtém-se: P(Cj X) = P( Cj) P( X Cj) P( X ) (1) Com a suposição da independência condicional, em vez de calcular-se a probabilidade condicional da classe para cada combinação de X, apenas é necessário estimar a probabilidade condicional de cada Xi, dada a classe C. Assim, assumindo-se que os atributos Xi são independentes entre si, dada a classe C e aplicando o princípio de Bayes, obtêm-se a fórmula : a P( C X) = P( C) i = P( Xi C) onde a = número de atributos (2) 1 Com base na Eq. 2, o algoritmo Naïve Bayes, utilizado no presente trabalho, é dividido então em quatro passos. No primeiro passo, cada classe Cj (j=1, 2,..., k) do conjunto de treinamento possui sua probabilidade P(Cj) calculada. O cálculo é feito dividindo-se o número de instâncias de determinada classe pelo número total de instâncias do conjunto de treinamento. Em seguida, cada valor de cada atributo da amostra possui sua probabilidade calculada para cada uma das classes (P (Xi Cj)). No terceiro passo, as probabilidades calculadas para os valores da amostra de uma mesma classe são multiplicadas. Em seguida, o valor obtido é multiplicado pela probabilidade da classe, calculada no primeiro passo, obtendo-se P(Cj X). Finalmente, com as probabilidades de cada classe calculadas, verifica-se qual é a classe Cj que possui maior probabilidade para a amostra. Assim, o algoritmo termina retornando a classe que possui maior probabilidade de conter a respectiva amostra. No presente trabalho foi utilizada uma implementação do algoritmo Naïve Bayes, disponibilizada dentro do ambiente do Sistema Gerenciador de Banco de Dados SQL Server 2008 da Microsoft, ambiente para o qual os arquivos foram importados em formato de tabelas de banco de dados. Maiores detalhes da ferramenta e do algoritmo Naïve Bayes disponibilizados por ela podem ser encontrados em Harinath et al. (2009) e MacLennan, Crivat & Tang (2008). 4. RESULTADOS OBTIDOS E CONCLUSÕES Foram identificadas diversas relações entre as respostas ao questionário do professor (relacionadas ao seu perfil) e o desempenho dos alunos, este último representado pelo atributo SituacaoAlunos, identificador de três diferentes classes, mencionadas na Seção 2.1. O foco

7 do trabalho foi classificar as respostas às questões de acordo com duas das classes, exatamente as caracterizadoras de um melhor e de um pior desempenho dos alunos atendidos pelo professor. Os resultados são apresentados na Tabela 4. Tabela 4 Relações entre respostas do questionário do professor e o desempenho dos alunos da 4ª série do ensino fundamental Pergunta Resposta Situacaolunos = grande Situacaolunos = grande maioria abaixo da média maioria acima da média Q55 Porc Conteudo Previsto Mais de 80% X Q57 Qtd Alunos Conc Ens Medio Quase todos os alunos X Q56 Qtd Alunos Conc Ens Fund Quase todos os alunos X Q58 Qtd Alunos Entrarao Universidade Um pouco mais da metade dos alunos X Q58 Qtd Alunos Entrarao Universidade Quase todos os alunos X Q58 Qtd Alunos Entrarao Universidade Um pouco menos da metade dos alunos X Q95 Prob Disciplinares Alunos Não X Q94 Prob Esc Alto Indice Falta Aluno Não X Q116 Agredido Verb Aluno Não X Q44 Utiliza Comp Sim, utilizo X Q65 Dificuldade Apred Indisciplina Aluno Discordo X Q45 Utiliza Internet Sim, utilizo X Q115 Ameacado Aluno Não X Q89 Prob Esc Inexistencia Prof Disciplina Não X Q30 Conv Contos Cronicas Poesias Roman Mais de uma vez por mês X Q61 Dificuldade Apred Inseguranca Discordo X Q29 Leit Contos Cronicas Poesias Roman Mais de uma vez por mês X Q131 Avaliacao Livros Didaticos Ӵimo X Q105 Agressao Fisica Alunos Por Aluno Não X Q4 Escolaridade Max Ate Grad Ensino Superior X Q118 Vitima Furto Não X Q130 Livro Didatico Recebido Sim X Q121 Alunos Sob Efeito Drogas Ilicitas Não X Q131 Avaliacao Livros Didaticos Bom X Q55 Porc Conteudo Previsto Entre 40% e 60% X Q56 Qtd Alunos Conc Ens Fund Um pouco mais da metade dos alunos X Q58 Qtd Alunos Entrarao Universidade Poucos alunos X Q57 Qtd Alunos Conc Ens Medio Um pouco menos da metade dos alunos X Q57 Qtd Alunos Conc Ens Medio Poucos alunos X Q58 Qtd Alunos Entrarao Universidade Não sei X Q56 Qtd Alunos Conc Ens Fund Um pouco menos da metade dos alunos X Q57 Qtd Alunos Conc Ens Medio Não sei X Q56 Qtd Alunos Conc Ens Fund Não sei X Q116 Agredido Verb Aluno Sim X Q44 Utiliza Comp Não utilizo porque a escola não tem X Q95 Prob Disciplinares Alunos Sim, e foi um problema grave X Q45 Utiliza Internet Não utilizo porque a escola não tem X Q65 Dificuldade Apred Indisciplina Aluno Concordo X Q89 Prob Esc Inexistencia Prof Disciplina Sim, e foi um problema grave X Q115 Ameacado Aluno Sim X Q94 Prob Esc Alto Indice Falta Aluno Sim, e foi um problema grave X Q131 Avaliacao Livros Didaticos Ruim X Q61 Dificuldade Apred Inseguranca Concordo X Q30 Conv Contos Cronicas Poesias Roman Entre uma vez ou duas vezes por bimestre X Q29 Leit Contos Cronicas Poesias Roman Entre uma vez ou duas vezes por bimestre X Q105 Agressao Fisica Alunos Por Aluno Sim X Q4 Escolaridade Max Ate Grad Ensino Médio ou menos X Q118 Vitima Furto Sim X Q94 Prob Esc Alto Indice Falta Aluno Sim, mas não foi um problema grave X Q131 Avaliacao Livros Didaticos Razoável X Q55 Porc Conteudo Previsto Menos de 40% X Q130 Livro Didatico Recebido Resposta nula X Q55 Porc Conteudo Previsto Entre 60% e 80% X Q121 Alunos Sob Efeito Drogas Ilicitas Sim X Q30 Conv Contos Cronicas Poesias Roman Nunca X Q29 Leit Contos Cronicas Poesias Roman Ausente X Q118 Vitima Furto Resposta nula X Q130 Livro Didatico Recebido Não X A Tabela 4 possui quatro colunas. A primeira e a segunda coluna identificam uma determinada pergunta do questionário e uma resposta à mesma, respectivamente. As

8 perguntas sempre são iniciadas pelo prefixo Q seguido do número da questão e uma descrição abreviada da mesma. Por exemplo, Q55 Porc Conteúdo Previsto, apresentado na primeira linha da tabela, refere-se à questão de número 55, que versa sobre a porcentagem de conteúdo previsto que foi desenvolvida junto aos alunos. As duas últimas colunas, se preenchidas com X, indicam que a resposta dada privilegia aquele comportamento relacionado à proficiência dos alunos em Língua Portuguesa, identificando a respectiva classe. Assim, se a terceira coluna estiver marcada, indica que o fato de um professor ter respondido daquela forma a uma determinada questão favoreceu o fato de que a maioria dos alunos (65% ou mais) obteve resultados nas provas de Língua Portuguesa abaixo da média. Idem para a quarta coluna, onde o favorecimento seria relacionado a resultados acima da média. Exemplificando, a primeira linha da Tabela 4 indica que os professores que desenvolveram mais de oitenta por cento do conteúdo previsto junto aos alunos (pergunta 55 do questionário do professor), tenderam a obter resultados em que a grande maioria de seus alunos tiveram sua proficiência em Língua Portuguesa acima da média. Nota-se que a utilização dos Classificadores Bayesianos possibilitou a descoberta de diversões padrões, associando o perfil do professor ao desempenho dos seus alunos. Dentro desse universo, foram selecionadas algumas questões, marcadas em cinza, relacionadas às expectativas dos professores em relação à situação futura de seus alunos. Essas perguntas versam sobre a expectativa do professor quanto ao universo de alunos que concluirão o ensino fundamental (Q56 Qtd Alunos Conc Ens Fund), o ensino médio (Q57 Qtd Alunos Conc Ens Medio) e que entrarão na universidade (Q58 Qtd Alunos Entrarao Universidade). Fazendo uma análise mais apurada dessas informações, poderia se afirmar que, maiores as expectativas dos professores quanto à futura formação educacional de seus alunos, melhores os resultados obtidos. Pode-se observar que as expectativas dos professores afetam o desempenho dos alunos. Os primeiros trabalhos que abordam esse fenômeno podem ser encontrados em Rosenthal e Jacobson (1966 e 1968). Segundo os autores, professores que têm uma visão positiva dos alunos tendem a estimular o lado bom desses alunos, que tendem a obter melhores resultados; inversamente, professores que não têm apreço por seus alunos adotam posturas que acabam por comprometer negativamente o desempenho dos educandos. Na Tabela 4 também é possível observar que foram identificados alguns padrões de comportamento relacionados às atividades didáticas realizadas com os alunos. Algumas linhas da tabela apresentam tendências positivas relacionadas à realização frequente de atividades de leitura e conversas com os alunos sobre contos, crônicas, poesias e romances (perguntas 29 e 30 do questionário do professor). O presente artigo, no entanto, não tem a pretensão de analisar todos esses padrões detalhadamente, e nem se encontra aqui espaço suficiente para isso, cabendo essa tarefa para o futuro, preferencialmente contando com o apoio de educadores e especialistas na área de educação. O objetivo principal do presente trabalho foi demonstrar o potencial da utilização de Classificadores Bayesianos para a descoberta de conhecimento relacionado às bases de dados da educação básica. Cabe ressaltar que as tarefas de manipulação dos dados, visando à eliminação de inconsistências, limpeza de dados e criação/transformação de atributos, foram essenciais para a execução do algoritmo e simulação propriamente dita. Esse processo envolve elevado nível de trabalho e tempo, mas garante a geração de resultados com nível de confiabilidade satisfatório. Ainda com relação à manipulação de dados, observou-se que registros (vide seção 2.1), representando cerca de 6.4 por cento do total, foram eliminados do processo, já

9 que indicavam situação de alunos em que não havia questionário respondido pelo professor. Trabalhos futuros podem ser desenvolvidos no sentido de identificar o perfil desses alunos, ou seja, desenvolver um processo de descoberta de conhecimento relacionado às variáveis que podem ter contribuído para esse tipo de situação. Outros arquivos, com dados de diretores e escolas, também disponibilizados na base de dados do INEP/MEC, poderão ser utilizados para trabalhos futuros. Desse modo, será possível identificar também relações entre atributos referentes aos diretores e as escolas, e o processo de ensino-aprendizagem dos estudantes. Evidentemente, tratamento semelhante em relação aos dados deverá ser efetuado nesses arquivos, com correção de inconsistências e transformações, antes da execução dos algoritmos. Agradecimentos O presente trabalho foi realizado com o apoio da CAPES e do INEP, por intermédio do Programa Observatório da Educação. REFERÊNCIAS Han, J., Kamber, M Data Mining: Concepts and techniques. 2 ed. Morgan Kaufmann Publishers. Harinath, S., Matt, C., Meenakshisundaram, S., Zare, R. Lee, D.G Professional Microsoft SQL Server Analysis Services 2008 with MDX. Wiley Publishing Inc. MacLennan, J., Crivat, B., Tang, Z Data Mining with Microsoft SQL Server Wiley Publishing Inc. Redman, T.C Data Quality: The Field Guide. Digital Press. Rosenthal, R.; Jacobson, L., Teachers' expectancies: determinants of pupils' IQ gains. Psychological Report, 19, Rosenthal, R.; Jacobson, L., Pygmalion in the classroom: teacher expectation and pupils' intellectual development. New York: Holt, Rhinehart & Winston. Tan, P., Steinbach, M., Kumar, V Introdução ao Data Mining Mineração de Dados. Rio de Janeiro: Editora Ciência Moderna Ltda. Wang, R.Y., Ziad, M., Lee, Y.W Data Quality. The Kluwer International Series on Advances in Database Systems, Vol. 23. Kluwer Academic Publishers.

10 THE USE OF BAYESIAN CLASSIFIERS FOR KNOWLEDGE DISCOVERY RELATED TO THE LEARNING OF STUDENTS FROM ELEMENTARY SCHOOL Abstract. This paper presents the use of Bayesian Classifiers for knowledge discovery related to Portuguese language learning by students from elementary school in Rio de Janeiro Brazil. The process of data cleaning and transformation is presented, which is the prerequisite to the execution of the classification algorithm. Some first results are reported. Keywords: Bayesian Classifiers, Knowledge Discovery, Elementary School

MINERAÇÃO DE DADOS RELACIONADOS AO APRENDIZADO DE LÍNGUA PORTUGUESA UM ESTUDO EXPLORATÓRIO

MINERAÇÃO DE DADOS RELACIONADOS AO APRENDIZADO DE LÍNGUA PORTUGUESA UM ESTUDO EXPLORATÓRIO MINERAÇÃO DE DADOS RELACIONADOS AO APRENDIZADO DE LÍNGUA PORTUGUESA UM ESTUDO EXPLORATÓRIO Anderson Amendoeira Namen aanamen@iprj.uerj.br Universidade do Estado do Rio de Janeiro, Instituto Politécnico

Leia mais

RBEP ESTUDOS. Anderson Amendoeira Namen Sonia Xavier de Almeida Borges Maria da Glória Schwab Sadala. Resumo

RBEP ESTUDOS. Anderson Amendoeira Namen Sonia Xavier de Almeida Borges Maria da Glória Schwab Sadala. Resumo ESTUDOS RBEP Indicadores de qualidade do ensino fundamental: o uso das tecnologias de mineração de dados e de visões multidimensionais para apoio à análise e definição de políticas públicas * Anderson

Leia mais

EXTRAÇÃO DE PADRÕES RELACIONADOS A PROFESSORES DO ENSINO BÁSICO - UM ESTUDO EM BASES DE DADOS DESBALANCEADAS

EXTRAÇÃO DE PADRÕES RELACIONADOS A PROFESSORES DO ENSINO BÁSICO - UM ESTUDO EM BASES DE DADOS DESBALANCEADAS EXTRAÇÃO DE PADRÕES RELACIONADOS A PROFESSORES DO ENSINO BÁSICO - UM ESTUDO EM BASES DE DADOS DESBALANCEADAS Stella Oggioni da Fonseca sfonseca@iprj.uerj.br Universidade do Estado do Rio de Janeiro, Instituto

Leia mais

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas

Leia mais

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1

Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Estudo e Análise da Base de Dados do Portal Corporativo da Sexta Região da Polícia Militar com vista à aplicação de Técnicas de Mineração de Dados1 Rafaela Giroto, 10º módulo de Ciência da Computação,

Leia mais

CONSELHO DE CLASSE. A visão dos professores sobre educação no Brasil

CONSELHO DE CLASSE. A visão dos professores sobre educação no Brasil CONSELHO DE CLASSE A visão dos professores sobre educação no Brasil INTRODUÇÃO Especificações Técnicas Data do Campo 19/06 a 14/10 de 2014 Metodologia Técnica de coleta de dados Abrangência geográfica

Leia mais

RELATÓRIO GERAL AVALIAÇÃO INSTITUCIONAL 2014

RELATÓRIO GERAL AVALIAÇÃO INSTITUCIONAL 2014 RELATÓRIO GERAL AVALIAÇÃO INSTITUCIONAL 2014 2014 Dados da Instituição FACULDADE DE CIÊNCIAS SOCIAIS APLICADAS DO SUL DE MINAS - FACESM Código: 508 Faculdade privada sem fins lucrativos Estado: Minas Gerais

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

Portaria Inep nº 190 de 12 de julho de 2011 Publicada no Diário Oficial de 13 de julho de 2011, Seção 1, pág. 13

Portaria Inep nº 190 de 12 de julho de 2011 Publicada no Diário Oficial de 13 de julho de 2011, Seção 1, pág. 13 Portaria Inep nº 190 de 12 de julho de 2011 Publicada no Diário Oficial de 13 de julho de 2011, Seção 1, pág. 13 A Presidenta do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep),

Leia mais

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL

Leia mais

Instituto de Ciências Matemáticas e de Computação. MANUAL DE USO Sistema de Reserva de Salas INTRANET - ICMC-USP

Instituto de Ciências Matemáticas e de Computação. MANUAL DE USO Sistema de Reserva de Salas INTRANET - ICMC-USP Instituto de Ciências Matemáticas e de Computação ISSN - 0103-2569 MANUAL DE USO Sistema de Reserva de Salas INTRANET - ICMC-USP André Pimenta Freire Renata Pontin de M. Fortes N 0 213 RELATÓRIOS TÉCNICOS

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

Avaliação Econômica. O Processo de Seleção de Diretores nas Escolas Públicas Brasileiras

Avaliação Econômica. O Processo de Seleção de Diretores nas Escolas Públicas Brasileiras Avaliação Econômica O Processo de Seleção de Diretores nas Escolas Públicas Brasileiras Objeto da avaliação: adoção de diferentes mecanismos para a seleção de diretores de escolas públicas brasileiras

Leia mais

A pesquisa de campo foi realizada com questões para os núcleos administrativo, pessoal e acadêmico e procura explorar duas situações distintas:

A pesquisa de campo foi realizada com questões para os núcleos administrativo, pessoal e acadêmico e procura explorar duas situações distintas: 4 Pesquisa de campo Neste capitulo será apresentado o resultado dos questionários da pesquisa de campo que serviu para o estudo de caso. A coleta de dados será dividida em: Núcleo administrativo Núcleo

Leia mais

PROJETO DE PESQUISA SOBRE A UTILIZAÇÃO DE AMBIENTES VIRTUAIS DE APRENDIZAGEM COMO APOIO AO ENSINO SUPERIOR EM IES DO ESTADO DE SÃO PAULO

PROJETO DE PESQUISA SOBRE A UTILIZAÇÃO DE AMBIENTES VIRTUAIS DE APRENDIZAGEM COMO APOIO AO ENSINO SUPERIOR EM IES DO ESTADO DE SÃO PAULO 552 PROJETO DE PESQUISA SOBRE A UTILIZAÇÃO DE AMBIENTES VIRTUAIS DE APRENDIZAGEM COMO APOIO AO ENSINO SUPERIOR EM IES DO ESTADO DE SÃO PAULO Silvio Carvalho Neto (USP) Hiro Takaoka (USP) PESQUISA EXPLORATÓRIA

Leia mais

Educação baseada em evidências

Educação baseada em evidências Educação baseada em evidências Textos para discussão Resultados do ENEM 2013 Texto 2015-01 Abril 2015 APRESENTAÇÃO Textos para discussão do apresentam dados, análise e evidências para informar o público

Leia mais

Notas técnicas. População de estudo

Notas técnicas. População de estudo Notas técnicas População de estudo A população-alvo da pesquisa foi formada por escolares do 9 º ano do ensino fundamental (antiga 8ª série) de escolas públicas ou privadas das capitais dos estados brasileiros

Leia mais

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística 1. IDENTIFICAÇÃO PLANO DE ENSINO Disciplina: Estatística Multivariada Código: PGMAT568 Pré-Requisito: No. de Créditos: 4 Número de Aulas Teóricas: 60 Práticas: Semestre: 1º Ano: 2015 Turma(s): 01 Professor(a):

Leia mais

Ministério da Educação Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira RESUMO TÉCNICO CENSO DA EDUCAÇÃO SUPERIOR DE 2009

Ministério da Educação Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira RESUMO TÉCNICO CENSO DA EDUCAÇÃO SUPERIOR DE 2009 Ministério da Educação Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira RESUMO TÉCNICO CENSO DA EDUCAÇÃO SUPERIOR DE 2009 Brasília DF 2010 SUMÁRIO APRESENTAÇÃO... 5 PROCESSO DE COLETA

Leia mais

Criação de Consultas e Relatórios no Access CRIAÇÃO DE CONSULTAS E RELATÓRIOS NO ACCESS

Criação de Consultas e Relatórios no Access CRIAÇÃO DE CONSULTAS E RELATÓRIOS NO ACCESS Criação de Consultas e Relatórios no Access CRIAÇÃO DE CONSULTAS E RELATÓRIOS NO ACCESS Sumário Conceitos / Autores chave... 3 1. Introdução... 4 2. Consultas... 5 3. Relatórios... 8 4. Conclusões... 11

Leia mais

Apresentação. E&L ERP Gestão Educacional. PostgreSQL 8.3. Domingos Martins ES. v. 1.0

Apresentação. E&L ERP Gestão Educacional. PostgreSQL 8.3. Domingos Martins ES. v. 1.0 Apresentação 1 PostgreSQL 8.3 Domingos Martins ES v. 1.0 2 Introdução Sejam públicas ou privadas, as entidades educacionais têm o mesmo objetivo: maximizar o lucro sem, no entanto, comprometer a qualidade

Leia mais

ANÁLISE DAS ATIVIDADES DE RACIOCÍNIO LÓGICO NAS AULAS DE EDUCAÇÃO FÍSICA

ANÁLISE DAS ATIVIDADES DE RACIOCÍNIO LÓGICO NAS AULAS DE EDUCAÇÃO FÍSICA ANÁLISE DAS ATIVIDADES DE RACIOCÍNIO LÓGICO NAS AULAS DE EDUCAÇÃO FÍSICA Mateus David Finco RESUMO Neste trabalho é apresentada uma análise das atividades de raciocínio lógico em aulas de Educação Física,

Leia mais

Mineração de Dados: Introdução e Aplicações

Mineração de Dados: Introdução e Aplicações Mineração de Dados: Introdução e Aplicações Luiz Henrique de Campos Merschmann Departamento de Computação Universidade Federal de Ouro Preto luizhenrique@iceb.ufop.br Apresentação Luiz Merschmann Engenheiro

Leia mais

PROVA BRASIL: A AVALIAÇÃO EM MATEMÁTICA E AS PRÁTICAS PEDAGÓGICAS NO 5º ANO

PROVA BRASIL: A AVALIAÇÃO EM MATEMÁTICA E AS PRÁTICAS PEDAGÓGICAS NO 5º ANO PROVA BRASIL: A AVALIAÇÃO EM MATEMÁTICA E AS PRÁTICAS PEDAGÓGICAS NO 5º ANO Sylmara Fagundes da Silva Sylmara.fagundes@hotmail.com RESUMO O presente trabalho teve como objetivo analisar os resultados das

Leia mais

Relatório da IES ENADE 2012 EXAME NACIONAL DE DESEMEPNHO DOS ESTUDANTES GOIÁS UNIVERSIDADE FEDERAL DE GOIÁS

Relatório da IES ENADE 2012 EXAME NACIONAL DE DESEMEPNHO DOS ESTUDANTES GOIÁS UNIVERSIDADE FEDERAL DE GOIÁS Relatório da IES ENADE 2012 EXAME NACIONAL DE DESEMEPNHO DOS ESTUDANTES GOIÁS UNIVERSIDADE FEDERAL DE GOIÁS Instituto Nacional de Estudos e Pesquisas Educacionais G O V E R N O F E D E R A L P A Í S R

Leia mais

CONCURSO PÚBLICO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI ANALISTA DE GESTÃO RESPOSTAS ESPERADAS PRELIMINARES

CONCURSO PÚBLICO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI ANALISTA DE GESTÃO RESPOSTAS ESPERADAS PRELIMINARES CELG DISTRIBUIÇÃO S.A EDITAL N. 1/2014 CONCURSO PÚBLICO ANALISTA DE GESTÃO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI RESPOSTAS ESPERADAS PRELIMINARES O Centro de Seleção da Universidade Federal de Goiás

Leia mais

Avaliação econômica de

Avaliação econômica de Avaliação econômica de projetos sociais Lígia Vasconcellos Itaú-Unibanco Porto Alegre, 18/nov/2010 Importância da avaliação Prestação de contas: Prestação para financiadores, grupos assistidos e sociedade

Leia mais

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Resoluções comentadas das questões de Estatística da prova para ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Realizada pela Fundação João Goulart em 06/10/2013 41. A idade média de todos

Leia mais

Sistema Inteligente Não-Linear de Apoio à Aprendizagem 1 Rangel RIGO, Ana Paula Laboissière AMBRÓSIO

Sistema Inteligente Não-Linear de Apoio à Aprendizagem 1 Rangel RIGO, Ana Paula Laboissière AMBRÓSIO Sistema Inteligente Não-Linear de Apoio à Aprendizagem 1 Rangel RIGO, Ana Paula Laboissière AMBRÓSIO rangelrigo@gmail.com, apaula@inf.ufg.br Instituto de Informática Universidade Federal de Goiás (UFG)

Leia mais

RELATÓRIO TREINAMENTO ADP 2013 ETAPA 01: PLANEJAMENTO

RELATÓRIO TREINAMENTO ADP 2013 ETAPA 01: PLANEJAMENTO RELATÓRIO TREINAMENTO ADP 2013 ETAPA 01: PLANEJAMENTO 1. Apresentação geral Entre os dias 15 e 18 de Abril de 2013 foram realizados encontros de quatro horas com os servidores e supervisores da Faculdade

Leia mais

A RELAÇÃO ENTRE O DESEMPENHO ESCOLAR E OS SALÁRIOS NO BRASIL

A RELAÇÃO ENTRE O DESEMPENHO ESCOLAR E OS SALÁRIOS NO BRASIL A RELAÇÃO ENTRE O DESEMPENHO ESCOLAR E OS SALÁRIOS NO BRASIL Andréa Zaitune Curi Tendências Consultoria Naercio Aquino Menezes Filho IBMEC-SP, USP, IFB e Fundação Itaú Social Introdução Processo de educação

Leia mais

Análise descritiva das informações referentes a aluno, diretor e escola. Modelos de Regressão Multinivel:(dois níveis hierárquicos) Aluno Escola

Análise descritiva das informações referentes a aluno, diretor e escola. Modelos de Regressão Multinivel:(dois níveis hierárquicos) Aluno Escola Avaliação do Projeto Arte na Escola Resultados Janeiro 2012 Objetivo Avaliar o desempenho dos alunos da 8ª série nas provas de matemática e língua portuguesa das escolas públicas nas quais o professor

Leia mais

2. SUBSTITUIÇÃO DO COORDENADOR LOCAL

2. SUBSTITUIÇÃO DO COORDENADOR LOCAL Pacto 2014 Documento de Orientação Em 2014, iniciaremos o Ano 2 do Pacto Nacional pela Alfabetização na Idade Certa 2014. A principal diferença do programa refere-se aos conteúdos que serão trabalhados

Leia mais

CENSO ESCOLAR - EDUCACENSO A IMPORTÂNCIA DE ATUALIZAR OS DADOS NO CENSO ESCOLAR

CENSO ESCOLAR - EDUCACENSO A IMPORTÂNCIA DE ATUALIZAR OS DADOS NO CENSO ESCOLAR MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE ESTATÍSTICAS EDUCACIONAIS COORDENAÇÃO GERAL DO CENSO ESCOLAR DA EDUCAÇÃO BÁSICA CENSO ESCOLAR

Leia mais

Considerações sobre Conhecimento Incerto e Redes Bayesianas

Considerações sobre Conhecimento Incerto e Redes Bayesianas Considerações sobre Conhecimento Incerto e Redes Bayesianas Felipe S. Gurgel 1, Maiquel de Brito 1 1 Universidade Federal de Santa Catarina - UFSC Departamento de Automação e Sistemas - DAS UFSC/CTC/DAS

Leia mais

Ensino da Estatística na Educação Básica: Ferramenta Computacional como proposta para o processo pedagógico

Ensino da Estatística na Educação Básica: Ferramenta Computacional como proposta para o processo pedagógico Ensino da Estatística na Educação Básica: Ferramenta Computacional como proposta para o processo pedagógico José Carlos Coelho Saraiva 1 GD6 Educação Matemática, Tecnologias Informáticas e Educação à Distância

Leia mais

Qualidade de Dados para Gestão do Conhecimento na Área de Saúde

Qualidade de Dados para Gestão do Conhecimento na Área de Saúde Qualidade de Dados para Gestão do Conhecimento na Área de Saúde Valéria Farinazzo Martins Salvador Mozart Britto Lincoln de Assis Moura Jr. Jorge Rady de Almeida Junior Roteiro Introdução Qualidade de

Leia mais

CPqD Gestão Pública. Gestão Escolar Guia de treinamento. Versão do produto: 4.0.0 Edição do documento: 2.0 Abril de 2010

CPqD Gestão Pública. Gestão Escolar Guia de treinamento. Versão do produto: 4.0.0 Edição do documento: 2.0 Abril de 2010 CPqD Gestão Pública Gestão Escolar Guia de treinamento Versão do produto: 4.0.0 Edição do documento: 2.0 Abril de 2010 CPqD Gestão Pública Gestão Escolar Guia de treinamento Versão do produto: 4.0.0 Edição

Leia mais

NOTA EXPLICATIVA ENEM 2014 POR ESCOLA 1 - RESULTADOS DO ENEM 2014 AGREGADOS POR ESCOLA

NOTA EXPLICATIVA ENEM 2014 POR ESCOLA 1 - RESULTADOS DO ENEM 2014 AGREGADOS POR ESCOLA NOTA EXPLICATIVA ENEM 2014 POR ESCOLA 1 - RESULTADOS DO ENEM 2014 AGREGADOS POR ESCOLA Os resultados do Exame Nacional do Ensino Médio (Enem) auxiliam estudantes, pais, professores, diretores das escolas

Leia mais

Avaliação da Educação Básica no Brasil. Avaliação Educacional no Brasil Década de 90. Questões Básicas

Avaliação da Educação Básica no Brasil. Avaliação Educacional no Brasil Década de 90. Questões Básicas Avaliação da Educação Básica no Brasil Maria Inês Fini Slide 1 Avaliação Educacional no Brasil Década de 90 Estruturação e Desenvolvimento dos Sistemas de Avaliação e de Informação da Educação Básica e

Leia mais

O USO DE JOGOS ELETRÔNICOS EDUCACIONAIS NAS DISCIPLINAS DOS CURSOS DE LICENCIATURA EM MATEMÁTICA.

O USO DE JOGOS ELETRÔNICOS EDUCACIONAIS NAS DISCIPLINAS DOS CURSOS DE LICENCIATURA EM MATEMÁTICA. O USO DE JOGOS ELETRÔNICOS EDUCACIONAIS NAS DISCIPLINAS DOS CURSOS DE LICENCIATURA EM MATEMÁTICA. Caroline Kavan Bueno (PIBIC/FA), Ronaldo Schiaber, João Coelho Neto (Orientador), e-mail: carolinekavan@hotmail.com.

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Sala de Imprensa Notícias do Enem

Sala de Imprensa Notícias do Enem Imprimir Fechar janela Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira Sala de Imprensa Notícias do En 07 de fevereiro de 2007 Inep divulga os resultados do En 2006 por UF e Maioria

Leia mais

ADM041 / EPR806 Sistemas de Informação

ADM041 / EPR806 Sistemas de Informação ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes

Leia mais

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados

Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento

Leia mais

RESULTADOS DA AVALIAÇÃO DE IMPACTO DO PROJETO PILOTO DE EDUCAÇÃO FINANCEIRA NAS ESCOLAS*

RESULTADOS DA AVALIAÇÃO DE IMPACTO DO PROJETO PILOTO DE EDUCAÇÃO FINANCEIRA NAS ESCOLAS* RESULTADOS DA AVALIAÇÃO DE IMPACTO DO PROJETO PILOTO DE EDUCAÇÃO FINANCEIRA NAS ESCOLAS* * Release elaborado pela BM&FBOVESPA baseado nos dados informados pelo Banco Mundial para o 2º Workshop de Divulgação

Leia mais

Lei nº 10.861, de 14 de abril de 2004: Criação do Sistema Nacional de Avaliação da Educação Superior (Sinaes)

Lei nº 10.861, de 14 de abril de 2004: Criação do Sistema Nacional de Avaliação da Educação Superior (Sinaes) Perguntas frequentes 1. ENADE 1.1. Qual a legislação pertinente ao ENADE? Lei nº 10.861, de 14 de abril de 2004: Criação do Sistema Nacional de Avaliação da Educação Superior (Sinaes) Portaria Normativa

Leia mais

UTILIZAÇÃO DE OBJETOS DE APRENDIZAGEM NO ENSINO DE QUÍMICA: EXPERIÊNCIA DO PIBID COMPUTAÇÃO/IFBA/CAMPUS PORTO SEGURO

UTILIZAÇÃO DE OBJETOS DE APRENDIZAGEM NO ENSINO DE QUÍMICA: EXPERIÊNCIA DO PIBID COMPUTAÇÃO/IFBA/CAMPUS PORTO SEGURO BRASIL & BAHIA (2013) UTILIZAÇÃO DE OBJETOS DE APRENDIZAGEM NO ENSINO DE QUÍMICA: EXPERIÊNCIA DO PIBID COMPUTAÇÃO/IFBA/CAMPUS PORTO SEGURO D.T. RODRIGUES 1, M. ROCHA 1, D.M. BRITO 1 e G.P. PINTO 1,2. 1

Leia mais

DESCRITIVO TÉCNICO - VERSÃO DESKTOP

DESCRITIVO TÉCNICO - VERSÃO DESKTOP sistema para gerenciamento de instituições de ensino DESCRITIVO TÉCNICO - VERSÃO DESKTOP Nossa Empresa A Sponte Informática é uma empresa brasileira, localizada em Pato Branco, cidade considerada pólo

Leia mais

Apresentação Edital, você Candidato SEJA BEM VINDO! Edital 2010/2

Apresentação  Edital, você Candidato SEJA BEM VINDO! Edital 2010/2 Apresentação Atendendo à demanda dos que buscam um ensino de qualidade, a Faculdade Novo Milênio abre inscrições para o Processo Seletivo 2010/2. A certeza do trabalho que vem desenvolvendo em favor de

Leia mais

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa

Leia mais

Complemento II Noções Introdutória em Redes Neurais

Complemento II Noções Introdutória em Redes Neurais Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Etapas e Instruções Gerais para a Migração Educacenso 2015

Etapas e Instruções Gerais para a Migração Educacenso 2015 MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE ESTATÍSTICAS EDUCACIONAIS Etapas e Instruções Gerais para a Migração Educacenso 2015 1ª ETAPA

Leia mais

UTILIZANDO O SOFTWARE WEKA

UTILIZANDO O SOFTWARE WEKA UTILIZANDO O SOFTWARE WEKA O que é 2 Weka: software livre para mineração de dados Desenvolvido por um grupo de pesquisadores Universidade de Waikato, Nova Zelândia Também é um pássaro típico da Nova Zelândia

Leia mais

Extração de Conhecimento & Mineração de Dados

Extração de Conhecimento & Mineração de Dados Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática

Leia mais

Estudo de Caso da Implantação do Nível G do MPS.BR em Uma Empresa

Estudo de Caso da Implantação do Nível G do MPS.BR em Uma Empresa Estudo de Caso da Implantação do Nível G do MPS.BR em Uma Empresa Dayana Henriques Fonseca 1, Frederico Miranda Coelho 1 1 Departamento de Ciência da Computação Universidade Presidente Antônio Carlos (UNIPAC)

Leia mais

Desenvolvimento de um Simulador de Gerenciamento de Memória

Desenvolvimento de um Simulador de Gerenciamento de Memória Desenvolvimento de um Simulador de Gerenciamento de Memória Ricardo Mendes do Nascimento. Ciência da Computação Universidade Regional Integrada do Alto Uruguai e das Missões (URI) Santo Ângelo RS Brasil

Leia mais

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Alessandro Ferreira Brito 1, Rodrigo Augusto R. S. Baluz 1, Jean Carlo Galvão Mourão 1, Francisco das Chagas Rocha 2

Leia mais

Perguntas frequentes:

Perguntas frequentes: Perguntas frequentes: 1. Enade 1.1. Qual a legislação pertinente ao Enade? Lei nº 10.861, de 14 de abril de 2004: Criação do Sistema Nacional de Avaliação da Educação Superior (Sinaes) Portaria Normativa

Leia mais

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos

Leia mais

AVALIAÇÃO DO CURSO DE ENGENHARIA CIVIL DA UNIVERSIDADE FEDERAL DE ALAGOAS DE ACORDO COM O ENADE

AVALIAÇÃO DO CURSO DE ENGENHARIA CIVIL DA UNIVERSIDADE FEDERAL DE ALAGOAS DE ACORDO COM O ENADE AVALIAÇÃO DO CURSO DE ENGENHARIA CIVIL DA UNIVERSIDADE FEDERAL DE ALAGOAS DE ACORDO COM O ENADE Jéssica Beatriz da Silva jessicabeatriz18@gmail.com Myckelle Michely da Silva Ferreira myckellemichely@hotmail.com

Leia mais

Mineração da base Vestibular

Mineração da base Vestibular Mineração da base Vestibular André Cardoso de Souza Newton Amaro Jr Departamento de Ciência da Computação UFMG 13 de Dezembro de 2006 Base Vestibular Base Vestibular Base com informações dos vestibulares

Leia mais

Janine Garcia 1 ; Adamo Dal Berto 2 ; Marli Fátima Vick Vieira 3

Janine Garcia 1 ; Adamo Dal Berto 2 ; Marli Fátima Vick Vieira 3 ENSINO A DISTÂNCIA: UMA ANÁLISE DO MOODLE COMO INSTRUMENTO NO PROCESSO ENSINO-APRENDIZAGEM DO ENSINO MÉDIO E SUPERIOR DO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA CATARINENSE (IFC) - CÂMPUS ARAQUARI

Leia mais

PESQUISA SOBRE O PERFIL DE ALUNOS NA UTILIZAÇÃO DE UM SITE DOCENTE DO ENSINO SUPERIOR

PESQUISA SOBRE O PERFIL DE ALUNOS NA UTILIZAÇÃO DE UM SITE DOCENTE DO ENSINO SUPERIOR PESQUISA SOBRE O PERFIL DE ALUNOS NA UTILIZAÇÃO DE UM SITE DOCENTE DO ENSINO SUPERIOR Wesley Humberto da Silva (Fundação Araucária), André Luis Andrade Menolli (Orientador) e-mail: wesleyhumberto11@mail.com

Leia mais

Programa de Educação Dinâmica Progressiva PEDP

Programa de Educação Dinâmica Progressiva PEDP Programa de Educação Dinâmica Progressiva PEDP 1. PRÁTICA EFICAZ DE GESTÃO EDUCACIONAL 1.1. Histórico da Prática Eficaz descrever como surgiu o programa/prática e indicar a data de início das ações. O

Leia mais

Relatório da Avaliação pela CPA

Relatório da Avaliação pela CPA 1 Relatório da Avaliação pela CPA 10 de outubro 2011 Visando atender a abrangência necessária no que tange à Avaliação Institucional da AJES, conforme Sistema elaborado pela CPA, este Relatório busca aliar

Leia mais

Aplicação do Software GeoGebra no ensino de Funções

Aplicação do Software GeoGebra no ensino de Funções Ricardo Antonio Faustino da Silva Braz Universidade Federal Rural do Semi-Árido - UFERSA Brasil ricardobraz@ufersa.edu.br Jean Michel Moura Bezerra Universidade Federal Rural do Semi-Árido - UFERSA Brasil

Leia mais

Avaliação da Educação Básica. Saeb/Prova Brasil e Ideb

Avaliação da Educação Básica. Saeb/Prova Brasil e Ideb Avaliação da Educação Básica Saeb/Prova Brasil e Ideb Saeb/Prova Brasil O desafio de planejar uma avaliação Matriz de Referência Elaboração de Itens - Capacitação IES - Laboratório Cognitivo BNI Pré-Teste

Leia mais

BANCO DE DADOS DA EDUCAÇÃO PROFISSIONAL EM SAÚDE BEPSAÚDE TECNÓLOGO

BANCO DE DADOS DA EDUCAÇÃO PROFISSIONAL EM SAÚDE BEPSAÚDE TECNÓLOGO Fundação Oswaldo Cruz Escola Politécnica de Saúde Joaquim Venâncio Laboratório do Trabalho e da Educação Profissional em Saúde Observatório dos Técnicos em Saúde BANCO DE DADOS DA EDUCAÇÃO PROFISSIONAL

Leia mais

XVI CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 22 a 26 de outubro de 2007 ADEQUAÇÃO DO RACIOCÍNIO ESTATÍSTICO PARA TRABALHOS INTERDISCIPLINARES

XVI CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 22 a 26 de outubro de 2007 ADEQUAÇÃO DO RACIOCÍNIO ESTATÍSTICO PARA TRABALHOS INTERDISCIPLINARES ADEQUAÇÃO DO RACIOCÍNIO ESTATÍSTICO PARA TRABALHOS INTERDISCIPLINARES VERÔNICA YUMI KATAOKA 1 ; ANDERSON CASTRO SOARES DE OLIVEIRA 2 ; ADEMÁRIA APARECIDA DE SOUZA 3 ; ADRIANO RODRIGUES 4 ; MARCELO SILVA

Leia mais

ENFERMAGEM FACULDADE MARIA MILZA. Município: CRUZ DAS ALMAS

ENFERMAGEM FACULDADE MARIA MILZA. Município: CRUZ DAS ALMAS ENFERMAGEM FACULDADE MARIA MILZA Município: CRUZ DAS ALMAS O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) apresenta o Relatório do Curso com os resultados do Exame Nacional

Leia mais

4. PMBOK - Project Management Body Of Knowledge

4. PMBOK - Project Management Body Of Knowledge 58 4. PMBOK - Project Management Body Of Knowledge No Brasil, as metodologias mais difundidas são, além do QL, o método Zopp, o Marco Lógico do Banco Interamericano de Desenvolvimento (BID) e o Mapp da

Leia mais

Manual do Usuário 2013

Manual do Usuário 2013 Manual do Usuário 2013 MANUAL DO USUÁRIO 2013 Introdução Um ambiente virtual de aprendizagem é um programa para computador que permite que a sala de aula migre para a Internet. Simula muitos dos recursos

Leia mais

DESENVOLVIMENTO DE SISTEMA DE APOIO À GESTÃO DE EVENTO DO PROGRAMA DE EDUCAÇÃO TUTORIAL

DESENVOLVIMENTO DE SISTEMA DE APOIO À GESTÃO DE EVENTO DO PROGRAMA DE EDUCAÇÃO TUTORIAL DESENVOLVIMENTO DE SISTEMA DE APOIO À GESTÃO DE EVENTO DO PROGRAMA DE EDUCAÇÃO TUTORIAL Adler H. Schmidt, Caroline F. Vicentini, Patrick P. Viera, Ronaldo C. M. dos Santos, Andrea S. Charão Universidade

Leia mais

Descoberta de Conhecimento em uma Base de Dados de Bilhetes de Tarifação: Estudo de Caso em Telefonia Celular

Descoberta de Conhecimento em uma Base de Dados de Bilhetes de Tarifação: Estudo de Caso em Telefonia Celular Descoberta de Conhecimento em uma Base de Dados de Bilhetes de Tarifação: Estudo de Caso em Telefonia Celular Elionai Sobrinho 1,3, Jasmine Araújo 1,3, Luiz A. Guedes 2, Renato Francês 1 1 Departamento

Leia mais

DESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO

DESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM DESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO Aluno: Rafael

Leia mais

SINOPSE ESTATÍSTICA EDUCAÇÃO BÁSICA

SINOPSE ESTATÍSTICA EDUCAÇÃO BÁSICA SINOPSE ESTATÍSTICA EDUCAÇÃO BÁSICA CENSO ESCOLAR 2006 Presidente da República Federativa do Brasil Luís Inácio Lula da Silva Ministro da Educação Fernando Haddad Secretário Executivo José Henrique Paim

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

NORMA DE INSTRUTORIA INTERNA NOR 351

NORMA DE INSTRUTORIA INTERNA NOR 351 MANUAL DE GESTÃO DE PESSOAS COD. 300 ASSUNTO: INSTRUTORIA INTERNA APROVAÇÃO: Resolução DIREX nº 463, de 10/09/2012 VIGÊNCIA: 10/09/2012 NORMA DE INSTRUTORIA INTERNA NOR 351 01/07 ÍNDICE 1. FINALIDADE...

Leia mais

Tutorial Sistema de Eventos de Certificação e Capacitação

Tutorial Sistema de Eventos de Certificação e Capacitação Tutorial Sistema de Eventos de Certificação e Capacitação Dirceu Lopes de Mattos Álvaro José Periotto Daiany Cristina Ferraz Soares Marcos Massao Yamamoto Leandro Santiago da Silva Compilado por: Bruno

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES Caros concurseiros, Como havia prometido, seguem comentários sobre a prova de estatística do ICMS RS. Em cada questão vou fazer breves comentários, bem como indicar eventual possibilidade de recurso. Não

Leia mais

Avaliação Econômica Programa Excelência em Gestão. Gerência de Avaliação de Projetos

Avaliação Econômica Programa Excelência em Gestão. Gerência de Avaliação de Projetos Avaliação Econômica Gerência de Avaliação de Projetos São Paulo, 27 de agosto de 2012 1 O Programa Parceria entre a Secretaria de Educação do Estado de São Paulo e Fundação Itaú Social; Coordenação técnica

Leia mais

FERRAMENTAS DE COLABORAÇÃO CORPORATIVA

FERRAMENTAS DE COLABORAÇÃO CORPORATIVA FERRAMENTAS DE COLABORAÇÃO CORPORATIVA Criação de Formulários no Google Drive Sumário (Clique sobre a opção desejada para ir direto à página correspondente) Criação de Formulários no Google Drive Introdução...

Leia mais

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. 1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3

Leia mais

Área: 576.300,8km 2. 1. População

Área: 576.300,8km 2. 1. População Área: 576.300,8km 2 1. População Capitais Habitantes* Curitiba PR 1.587.315 Florianópolis SC 342.315 Porto Alegre RS 1.360.590 Total 3.290.220 *IBGE, censo 2004. 2. Estudantes Estudantes matriculados*

Leia mais

UM MODELO DE AVALIAÇÃO PARA DISCIPLINAS QUE ADOTAM TRABALHOS EM GRUPOS

UM MODELO DE AVALIAÇÃO PARA DISCIPLINAS QUE ADOTAM TRABALHOS EM GRUPOS UM MODELO DE AVALIAÇÃO PARA DISCIPLINAS QUE ADOTAM TRABALHOS EM GRUPOS Valério A. P. Salomon salomon@feg.unesp.br Universidade Estadual Paulista, Departamento de Produção Av. Ariberto Pereira da Cunha,

Leia mais

MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE AVALIAÇÃO DA EDUCAÇÃO BÁSICA

MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE AVALIAÇÃO DA EDUCAÇÃO BÁSICA MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE AVALIAÇÃO DA EDUCAÇÃO BÁSICA NOTA TÉCNICA Perfil de A Lei de Diretrizes e Bases da Educação Nacional

Leia mais

MANUAL DO ALUNO ASSOCIAÇÃO EDUCACIONAL LATINO AMERICANA INSTITUTO SUL-AMERICANO DE PESQUISA E DESENVOLVIMENTO SETOR ACADÊMICO

MANUAL DO ALUNO ASSOCIAÇÃO EDUCACIONAL LATINO AMERICANA INSTITUTO SUL-AMERICANO DE PESQUISA E DESENVOLVIMENTO SETOR ACADÊMICO 2015 MANUAL DO ALUNO ASSOCIAÇÃO EDUCACIONAL LATINO AMERICANA INSTITUTO SUL-AMERICANO DE PESQUISA E DESENVOLVIMENTO SETOR ACADÊMICO Organizadores: Setor Acadêmico e Administrativo do ISPED Mmanmanual Página

Leia mais

COMISSÃO PRÓPRIA DE AVALIAÇÃO DA FACULDADE ARAGUAIA

COMISSÃO PRÓPRIA DE AVALIAÇÃO DA FACULDADE ARAGUAIA COMISSÃO PRÓPRIA DE AVALIAÇÃO DA FACULDADE ARAGUAIA RELATÓRIO FINAL DE AUTOAVALIAÇÃO DO CURSO DE CIÊNCIAS BIOLÓGICAS 2014/01 a 2014/02 APRESENTAÇÃO O Sistema Nacional de Avaliação da Educação Superior

Leia mais

Aula 4 Estatística Conceitos básicos

Aula 4 Estatística Conceitos básicos Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a

Leia mais

Parametrização e configuração da ferramenta IBM Algo One ALM Base e outro Dúvida: Esclarecimento: 1. Dúvida: Esclarecimento: Dúvida:

Parametrização e configuração da ferramenta IBM Algo One ALM Base e outro Dúvida: Esclarecimento: 1. Dúvida: Esclarecimento: Dúvida: 1 Dúvida: Sobre Conciliar contabilmente os saldos da rubricas contábeis... e Consultar o resultado da conciliação..., entendemos que o Banco deseja que seja desenvolvido um relatório que concilie, com

Leia mais

www.cmconsultoria.com.br Cópia por Processo Digital Página 2 de 5

www.cmconsultoria.com.br Cópia por Processo Digital Página 2 de 5 MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO SUPERIOR EDITAL Nº 36, DE 5 DE DEZEMBRO DE 2014 PROCESSO SELETIVO PARA OCUPAÇÃO DE VAGAS DOS CURSOS PRESENCIAIS DE LÍNGUA INGLESA OFERTADOS PELOS NÚCLEOS DE

Leia mais

VOLUME 3. Projeção Demográfica; Projeção de Matrículas, Taxas de Atendimento e Taxas de Transição; Indicadores do Censo Escolar.

VOLUME 3. Projeção Demográfica; Projeção de Matrículas, Taxas de Atendimento e Taxas de Transição; Indicadores do Censo Escolar. VOLUME 3 Projeção Demográfica; Projeção de Matrículas, Taxas de Atendimento e Taxas de Transição; Indicadores do Censo Escolar. 69 PARTE I PROJEÇÃO DEMOGRÁFICA 70 1 Introdução A atualização de projeções

Leia mais

PROJETO PEDAGÓGICO DE CURSO DE FORMAÇÃO INICIAL E CONTINUADA (FIC)

PROJETO PEDAGÓGICO DE CURSO DE FORMAÇÃO INICIAL E CONTINUADA (FIC) PROJETO PEDAGÓGICO DE CURSO DE FORMAÇÃO INICIAL E CONTINUADA (FIC) INGLÊS INTERMEDIÁRIO Florestal 2014 Reitora da Universidade Federal de Viçosa Nilda de Fátima Ferreira Soares Pró-Reitor de Ensino Vicente

Leia mais

AS NOVAS TECNOLOGIAS COMO PARCEIRAS NO PROCESSO DE APRENDIZAGEM DE LÍNGUA INGLESA.

AS NOVAS TECNOLOGIAS COMO PARCEIRAS NO PROCESSO DE APRENDIZAGEM DE LÍNGUA INGLESA. AS NOVAS TECNOLOGIAS COMO PARCEIRAS NO PROCESSO DE APRENDIZAGEM DE LÍNGUA INGLESA. MORAES, Camilla Santos 1 Palavras-chave: ensino-aprendizagem de inglês, novas tecnologias, ensino mediado pelo computador.

Leia mais

Manual Q-Acadêmico 2.0. Módulo Web - Professor

Manual Q-Acadêmico 2.0. Módulo Web - Professor Manual Q-Acadêmico 2.0 Módulo Web - Professor Índice 1 Acessando o sistema via internet... 3 2 Menu de Funcionalidades... 6 2.1 Acompanhamento de Calendários Acadêmicos... 7 2.2 Alterar Senha... 9 2.3

Leia mais