Uma abordagem para predição da Retenção Escolar em cursos ministrados de forma híbrida pelo método de Sala de Aula Invertida

Este trabalho focou na questão da retenção escolar. Foi proposto um modelo de classificação para avaliar a situação dos alunos ao final do semestre letivo, se os mesmos seriam aprovados ou reprovados, com base nas notas das atividades avaliativas que os mesmos fazem ao longo do semestre. Foi usado o algoritmo Naive Bayes com dados de um conjunto de 16 atividades avaliativas aplicadas por meio do Ambiente Virtual de Aprendizagem MOODLE. Foram gerados 16 modelos distintos, cada um com a inclusão de mais uma atividade avaliativa, isto é, o primeiro modelo considerou apenas a avaliação 1, o segundo as duas primeiras avaliações, e assim por diante. Os resultados obtidos foram validados com uma turma de um semestre posterior. A principal contribuição deste trabalho é o fato de os modelos poderem ser incluídos a qualquer disciplina, usando dados de entrada de fácil obtenção, e resultando em uma acurácia alta. A aplicação do modelo permite que o docente identifique alunos que podem ser reprovados e realize ações para ajustar as atividades de ensino e reduzir a retenção escolar.