{"id":259,"date":"2026-02-02T23:26:00","date_gmt":"2026-02-03T02:26:00","guid":{"rendered":"https:\/\/ufpr.br\/observaevasao\/?page_id=259"},"modified":"2026-02-11T08:22:11","modified_gmt":"2026-02-11T11:22:11","slug":"descricao-modelo","status":"publish","type":"page","link":"https:\/\/ufpr.br\/observaevasao\/descricao-modelo\/","title":{"rendered":"Descri\u00e7\u00e3o do modelo (calculadora de risco)"},"content":{"rendered":"\n
\n
\n

– O que \u00e9<\/strong>: Ferramenta integrada ao SIGA que fornece a lista de alunos e seu risco de evas\u00e3o, permitindo que coordena\u00e7\u00f5es identifiquem alunos em risco e realizem interven\u00e7\u00f5es preventivas direcionadas \u00e0queles com maior propens\u00e3o a abandonar o curso.<\/p>\n\n\n\n

– Metodologia<\/strong>: Utiliza t\u00e9cnicas de Machine Learning para estimar a probabilidade de um aluno evadir de acordo com suas caracter\u00edsticas acad\u00eamicas.<\/p>\n\n\n\n

– Diferencial<\/strong>: O desenvolvimento t\u00e9cnico dos modelos foi feito integralmente em software (R e Python) com c\u00f3digos e um conjunto de dados “toy example” p\u00fablico em https:\/\/github.com\/cecd-ufpr\/evasao<\/a>.<\/p>\n\n\n\n

– Vari\u00e1veis Analisadas<\/strong>: O modelo considera o \u00cdndice de Rendimento Acad\u00eamico (IRA), taxa de reprova\u00e7\u00f5es, setor, grau acad\u00eamico e turno.<\/p>\n\n\n\n

– Performance<\/strong>: O modelo final chegou a boas m\u00e9tricas para o contexto, tais como
\u2003\u2003– Acur\u00e1cia<\/strong>: 87% de previs\u00f5es corretas.
\u2003\u2003– Sensibilidade<\/strong>: 83% dos alunos que evadiram foram classificados corretamente.
\u2003\u2003– Precis\u00e3o<\/strong>: 91% dos preditos como evadidos, realmente evadiram.<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

– O que \u00e9: Ferramenta integrada ao SIGA que fornece a lista de alunos e seu risco de evas\u00e3o, permitindo que coordena\u00e7\u00f5es identifiquem alunos em risco e realizem interven\u00e7\u00f5es preventivas direcionadas \u00e0queles com maior propens\u00e3o a abandonar o curso. – Metodologia: Utiliza t\u00e9cnicas de Machine Learning para estimar a probabilidade de um aluno evadir de […]<\/p>\n","protected":false},"author":114,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-259","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/pages\/259","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/users\/114"}],"replies":[{"embeddable":true,"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/comments?post=259"}],"version-history":[{"count":11,"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/pages\/259\/revisions"}],"predecessor-version":[{"id":499,"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/pages\/259\/revisions\/499"}],"wp:attachment":[{"href":"https:\/\/ufpr.br\/observaevasao\/wp-json\/wp\/v2\/media?parent=259"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}