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

Elementary school quality indicators: the use of data mining and multidimensional data visualization for decision support and formulation of public policies

Resumos

O Ministério da Educação (MEC) possui bases de dados contendo milhões de registros de alunos, professores, diretores e escolas do ensino fundamental. Muitas vezes essas bases não são exploradas em toda a sua potencialidade, devido ao grande volume de dados envolvido e às dificuldades inerentes ao tratamento dessas informações. Este artigo apresenta o potencial de algumas tecnologias de descoberta de conhecimento aplicadas às bases de dados do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). São expostos os conceitos de visão multidimensional e de mineração de dados e apresentam-se as possibilidades de uso dessas ferramentas, que propiciam agilidade e facilidade na obtenção de indicadores de qualidade. São apresentados e discutidos alguns indicadores relacionados ao ensino da Língua Portuguesa, obtidos por intermédio das tecnologias mencionadas.

ensino fundamental; ensino de Língua Portuguesa; sistemas de apoio à decisão

The Brazilian Ministry of Education stores data bases which contain millions of records of students, teachers, elementary schools and their principals. Despite of its great importance, these data bases are not explored in its total potentiality. The great volume of data creates some difficulties related to the manipulation of the information. This paper shows some knowledge discovery technologies that can be used with education data bases. Multidimensional data visualization and data mining concepts are presented. The possibilities and potentialities of both technologies provide agility and facilitate getting quality indicators. Some indicators related to Portuguese Language learning, which were obtained through the use of these technologies, are presented.

elementary school; Portuguese Language teaching; decision support systems

• ALVES, M. T. G.; SOARES, J. F. Medidas de nível socioeconômico em pesquisas sociais: uma aplicação aos dados de uma pesquisa educacional. Opinião Pública, Campinas, v. 15, n. 1, p. 1-30, jun. 2009.
• ALVES, T.; PASSADOR, C. S. Educação pública no Brasil: condições de oferta, nível socioeconômico dos alunos e avaliação. São Paulo: Annablume; Brasília: Capes, Inep, 2011.
• ANDRÉ, M. A complexa relação entre pesquisas e políticas públicas no campo da formação de professores. Educação, Porto Alegre, v. 32, n. 3, p. 270-276, set./dez. 2009.
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). Estudo exploratório sobre o professor brasileiro com base nos resultados do Censo Escolar da Educação Básica 2007 Brasília, 2009a. Disponível em: <http://portal.mec.gov.br/dmdocuments/estudoprofessor.pdf>
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). Microdados da Prova Brasil 2007: manual do usuário. Brasília, 2009b.
• EARP, M. L. S. A cultura da repetência em escolas cariocas. Ensaio: Avaliação e Políticas Públicas em Educação, Rio de Janeiro, v. 17, n. 65, p. 613-632, out./dez. 2009.
• ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados São Paulo: Pearson Addison Wesley, 2011.
• FAYYAD, U. M. et al. Advances in knowledge discovery & data mining Cambridge: AAAI/MIT, 1996.
• GIACAGLIA, L. R. A.; PENTEADO, W. M. A. Orientação educacional na prática São Paulo: Thomson Learning, 2006.
• HAN, J.; KAMBER, M. Data mining: concepts and techniques. 2^th ed. San Francisco: Morgan Kaufmann, 2006.
• HIRJI, K. Exploring data mining implementation. Communications of the ACM, v. 44, n. 7, July 2001.
• INMON, W. H. Como construir o data warehouse Rio de Janeiro: Campus, 1997.
• MACLENNAN, J., CRIVAT, B., TANG, Z. Data Mining with Microsoft SQL Server 2008 Indianapolis: Wiley Publishing, 2009.
• NAMEN, A. A.; SOARES, A. C. S. Mineração de dados relacionados ao aprendizado de Língua Portuguesa: um estudo exploratório. In: Encontro de Modelagem Computacional, 14., 2011, Rio de Janeiro. Encontro de Ciência e Tecnologia de Materiais, 2., 2011, Rio de Janeiro. Anais.. Rio de Janeiro: Rede Sirius, UERJ, 2011. p. 295-304.
• RAVITCH, D. Vida e morte do grande sistema escolar americano: como os testes padronizados e o modelo de mercado ameaçam a educação. Porto Alegre: Sulina, 2011.
• RIBEIRO, V. M.; GUSMÃO, J. B. Indicadores de qualidade para a mobilização da escola. Cadernos de Pesquisa, São Paulo, v. 35, n. 124, p. 227-251, jan./abr. 2005.
• ROSENTHAL, R.; JACOBSON, L. Pygmalion in the classroom: teacher expectation and pupils' intellectual development. New York: Holt, Rhinehart & Winston, 1968.
• ROSENTHAL, R.; JACOBSON, L. Teachers' expectancies: determinants of pupils' IQ gains. Psychological Report, v. 19, p. 115-118, 1966.
• TAN, P.; STEINBACH, M.; KUMAR, V. Introdução ao data mining: mineração de dados. Rio de Janeiro: Ciência Moderna, 2009.
• TURBAN, R.; RAINER, R. K.; POTTER, R. E. Administração de tecnologia da informação: tecnologia e prática. Rio de Janeiro: Elsevier, 2005.
• VIANNA, H. M. Avaliações nacionais em larga escala: análises e propostas. Estudos em Avaliação Educacional, São Paulo, n. 27, p. 41-76, jan./jun. 2003.

Datas de Publicação

• Publicação nesta coleção
  09 Jan 2014
• Data do Fascículo
  Dez 2013

Histórico

• Recebido
  27 Ago 2012
• Aceito
  23 Ago 2013