Padrões principais do Abandono Escolar no Ensino Superior:Estudo de caso no IPSantarém
| datacite.subject.fos | Engenharia e Tecnologia::Outras Engenharias e Tecnologias | |
| dc.contributor.advisor | Madeira, Filipe | |
| dc.contributor.author | Oliveira, Guilherme Ribeiro de | |
| dc.date.accessioned | 2026-05-22T09:23:20Z | |
| dc.date.available | 2026-05-22T09:23:20Z | |
| dc.date.issued | 2026-04-10 | |
| dc.description | Relatório de estágio, Mestrado, Informática aplicada, Instituto Politécnico de Santarém, Escola Superior de Gestão e Tecnologia, 2026 | |
| dc.description.abstract | O abandono escolar no ensino superior é um problema complexo que afeta os estudantes, as instituições de ensino e a sociedade (Sosu & Pheunpha, 2019). Muitos estudantes enfrentam dificuldades que os levam a interromper os estudos, seja por razões económicas, falta de adaptação ao ambiente académico ou outros fatores pessoais e institucionais. Este estudo, de natureza quantitativa e baseado num estudo de caso, centra-se na análise dos padrões de abandono no Instituto Politécnico de Santarém (IPSantarém), recorrendo aos dados administrativos provenientes do Sistema de Informação para Gestão Agregada dos Recursos e dos Registos Académicos (SIGARRA). Através de processos de ETL (Extract, Transform and Load) e da utilização de ferramentas de Business Intelligence (BI), nomeadamente o Power BI, foram desenvolvidas visualizações e análises que permitem identificar tendências, perfis de risco e variáveis associadas ao abandono. Foram ainda testadas abordagens analíticas complementares, incorporando técnicas de Inteligência Artificial (IA) para apoiar a previsão de tendências. Os resultados obtidos através da análise dos dados do SIGARRA e das visualizações construídas no Power BI permitem identificar padrões claros de abandono no IPSantarém. Observou-se que o abandono tende a concentrar-se em determinados ciclos de estudo, cursos e faixas etárias sendo também influenciado por outros fatores tais como o facto de o estudante estar ou não deslocado. A incorporação de técnicas de Inteligência Artificial permitiu aprofundar a compreensão das relações entre variáveis, contribuindo para a identificação de perfis de risco e reforçando a utilidade de abordagens preditivas. Com base nos resultados obtidos, recomenda-se o desenvolvimento de estratégias institucionais direcionadas aos grupos de maior risco, nomeadamente os estudantes deslocados, os que apresentam baixo desempenho académico e os que “desaparecem” do instituto sem anular a matrícula. A criação de programas de acolhimento mais estruturados, acompanhamento pedagógico contínuo e sistemas de alerta precoce suportados por modelos preditivos de IA poderão contribuir para a redução das taxas de abandono. Sugere-se ainda que o IPSantarém invista na melhoria contínua da recolha e consolidação dos dados administrativos, de forma a permitir análises mais robustas e o desenvolvimento de mecanismos automáticos de monitorização. | por |
| dc.description.abstract | Dropout in higher education is a complex problem that affects students, educational institutions and society (Sosu & Pheunpha, 2019). Many students face difficulties that lead to interrupting their studies, whether for economic reasons, lack of adaptation to the academic environment or other personal and institutional factors. This quantitative case study focuses on analyzing dropout patterns at the Polytechnic Institute of Santarém (IPSantarém), using administrative data from the Information System for Aggregated Management of Academic Resources and Records (SIGARRA). Through ETL (Extract, Transform and Load) processes and the use of Business Intelligence (BI) tools, namely Power BI, visualizations and analyses were developed to identify trends, risk profiles, and variables associated with dropout. Complementary analytical approaches were also tested, incorporating Artificial Intelligence (AI) techniques to support trend forecasting. The results obtained through the analysis of SIGARRA data and the visualizations built in Power BI allow for the identification of clear dropout patterns at IPSantarém. It was observed that dropout tends to concentrate in certain study cycles, courses and age groups, and is also influenced by factors such as whether the student is displaced. The incorporation of Artificial Intelligence techniques allowed for a deeper understanding of the relationships between variables, contributing to the identification of risk profiles and reinforcing the usefulness of predictive approaches. Based on the results obtained, it is recommended that institutional strategies be developed targeting the highest-risk groups, namely displaced students, those with low academic performance, and those who leave the institute without canceling their enrollment. The creation of more structured welcoming programs, continuouspedagogical support, and early warning systems supported by AI predictive models could contribute to reducing dropout rates. It is also suggested that IPSantarém invest in the continuous improvement of the collection and consolidation of administrative data, in order to allow for more robust analyses and the development of automatic monitoring mechanisms. | eng |
| dc.identifier.citation | Oliveira, G. (20226). Padrões principais do abandono escolar no ensino superior : estudo de caso no IPSantarém (Mestrado). Escola Superior de Gestão e Tecnologia, Santarém. Disponível na WWW em:<http://hdl.handle.net/10400.15/6111> | |
| dc.identifier.uri | http://hdl.handle.net/10400.15/6111 | |
| dc.language.iso | por | |
| dc.rights.uri | N/A | |
| dc.subject | Abandono escolar | |
| dc.subject | Perfis de risco | |
| dc.subject | Ensino superior | |
| dc.subject | Business Intelligence | |
| dc.subject | ETL | |
| dc.subject | Inteligência Artificial | |
| dc.subject | Análise preditiva. | |
| dc.subject | School dropout | |
| dc.subject | Risk profiles | |
| dc.subject | Higher education | |
| dc.subject | Business Intelligence | |
| dc.subject | Power BI | |
| dc.subject | Artificial Intelligence | |
| dc.subject | Predictive analytics | |
| dc.title | Padrões principais do Abandono Escolar no Ensino Superior:Estudo de caso no IPSantarém | por |
| dc.type | master thesis | |
| oaire.version | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 |