Modelação do desempenho académico de estudantes universitários utilizando redes neuronais

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Matemática e Aplicações - Actuariado, Estatística e Investigação Operacional.

A modelação do desempenho académico global dos alunos universitários é da maior importância no âmbito da boa gestão universitária. Um modelo capaz de prever o desempenho académico global de alunos universitários com base no desempenho académico nos primeiros anos frequentados no ensino universitário pode ser um instrumento de maior importância na gestão universitária. Este instrumento possibilitaria a previsão da evolução da população universitária com as óbvias implicações na previsão de receitas da instituição, da gestão do corpo docente e dos recursos materiais. Por outro lado, se utilizado em contexto de apoio pedagógico, a previsão do desempenho académico no final dos primeiros anos frequentados poderia possibilitar a sinalização de alunos com dificuldades, onde se justificaria aplicar medidas de apoio. O objectivo desta dissertação surge neste contexto: abordar a modelação do desempenho académico global de estudantes universitários, com base no seu desempenho académico nos primeiros anos frequentados. Nesta dissertação pretendemos criar um modelo capaz de prever o desempenho académico global de alunos de um curso de engenharia da FCT-UNL (curso de 5 anos) com base no desempenho académico no primeiro ano (ou nos dois primeiros anos). Especificamente, pretendemos criar um modelo capaz de prever duas características fundamentais do desempenho académico global: a Duração Total de Curso e a Nota Final do Curso. A modelação levada a cabo recorre a Redes Neuronais Artificiais, que terão como variáveis de input os resultados obtidos no primeiro (ou nos dois primeiros) ano(s) frequentado(s) nas diferentes áreas cientificas e, o ano de ingresso. Como variáveis de output, considera-se a duração total do curso e a nota final do curso.