Análise comparativa dos resultados da prova de Matemática do Saeb nas capitais do Nordeste do Brasil no ano de 2019

Autores

DOI:

https://doi.org/10.5902/2318133890533

Palavras-chave:

SAEB, ciência de dados, padrões de associação entre itens

Resumo

O Brasil avalia bianualmente o desempenho de alunos por meio do Sistema de Avaliação da Educação Básica – Saeb –, que produz dados importantes para a construção e manutenção de políticas públicas. Este estudo investigou as similaridades e diferenças no desempenho em Matemática de estudantes do 9º ano das capitais nordestinas. Para análise, foi seguido um processo da Ciência de Dados, utilizando a técnica de descoberta de padrões de associação entre itens. As associações identificadas entre os erros nos descritores indicaram que existem maiores semelhanças do que diferenças nas dificuldades dos alunos, concentrando-se em conhecimentos básicos. Esses resultados sugerem a possibilidade de desenvolvimento de políticas educacionais conjuntas para a região, com exceção de Teresina, que apresentou dificuldades em temas mais complexos.

Downloads

Biografia do Autor

João Alberto Rodrigues Soares Costa, Universidade Federal do Ceará

Estudante de graduação em Engenharia de Software na Universidade Federal do Ceará, campus Russas, bolsista do Programa de Desenvolvimento Tecnológico.

Referências

AGUIAR, Vera Encarnação Jordan de; JUNGER, Alex Paubel. Avaliação Saeb e a educação básica no Brasil: recortes de seus pontos e contrapontos no panorama atual. Educação, Escola & Sociedade, Montes Claros, v. 19, n. 21,2024, p. 1-14.

ANDRADE, Eduardo de Carvalho. Rankings em educação: tipos, problemas, informações e mudanças. Estudos Econômicos, São Paulo, v. 41, n. 2, 2011, p. 323-343. DOI: https://doi.org/10.1590/S0101-41612011000200005

BARBOSA, Adriana de Oliveira. Avaliação de larga escala em leitura: considerações sobre construto e método de avaliar no Saeb e no Pisa. Revista Horizontes de Linguística Aplicada, Brasília, v. 19, n. 1, 2020, p. 103-123. DOI: https://doi.org/10.26512/rhla.v19i1.25156

CIELEN, Davy; MEYSMAN, Arno D. B; ALI, Mohamed. Introducing data science: big data, machine learning, and more, using python tools. Shelter Island: Manning, 2016.

CÓRDULA, Eduardo Beltrão de Lucena. A (trans) formação socioambiental do educando: o papel do professor, da família e da sociedade na escola. Revista Meio Ambiente e Sustentabilidade, Curitiba, v. 3, n. 2, 2013, p. 134-144.

COSTA, Cláudia Cristina Rios Caxias da; HADAD, Renato Moreira. As disparidades nos sistemas de ensino baiano e mineiro: uma análise exploratória através de indicadores educacionais. Collectivus: revista de ciencias sociales, Barranquilla, v. 4, n. 2, 2017, p. 103-123. DOI: https://doi.org/10.15648/Coll.2.2017.6

DICKEL, Adriana. A avaliação nacional da alfabetização no contexto do sistema de avaliação da educação básica e do pacto nacional pela alfabetização na idade certa: responsabilização e controle. Cad. Cedes, Campinas, v. 36, n. 99, 2016, p. 193-206. DOI: https://doi.org/10.1590/CC0101-32622016162940

FARIAS, Maria Adalgiza de; MAGALHÃES JUNIOR, Antonio Germano. Gestão da escola e os resultados do Ideb: apropriações e usos de dados educacionais. Polêmica, Rio de Janeiro, v. 18, n. 2, 2018, p. 34-53. DOI: https://doi.org/10.12957/polemica.2018.37788

FERRÃO, Maria Eugénia; BELTRÃO, Kaizô Iwakami; FERNANDES, Cristiano; dos SANTOS, Denis Paulo; SUÁREZ, Mayte; ANDRADE, Adler do Couto. O SAEB – Sistema Nacional de Avaliação da Educação Básica: objetivos, características e contribuições na investigação da escola eficaz. Revista Brasileira de Estudos de População, Rio de Janeiro, v. 18, 2001, p. 111-130.

FITRIANAH, Devi; ZAIN, Shifa Yasinta. Analysis of consumer purchase patterns on handphone accessories sales using fp-growth algorithm. INTERNATIONAL CONFERENCE ON ENGINEERING, TECHNOLOGY AND SOCIAL SCIENCE (ICONETOS 2020), 2020. DOI: https://doi.org/10.2991/assehr.k.210421.022

GARCIA, Paulo Sergio; PREARO, Leandro Campi; ROMEIRO, Maria Carmo; BASSI, Marcos. Ensino fundamental no grande abc paulista: fracasso e desempenho escolar. Revista Educação e Cultura Contemporânea, Rio de Janeiro, v. 16, n. 44, 2019, p. 238-265. DOI: https://doi.org/10.5935/2238-1279.20190058

HAN, Jiawei; PEI, Jian; YIN, Yiwen. Mining frequent patterns without candidate generation. ACM SIGMOD Record, New York, v. 29, n. 2, 2000, p. 1-12. DOI: https://doi.org/10.1145/335191.335372

LIMA, Marcos Vinicius de Andrade. (Re)estruturação do modelo de planejamento das ações de formação continuada em serviço de professores na rede municipal de Fortaleza: novas possibilidades por meio da ciência de dados educacionais. Fortaleza: UFC, 2023. 315f. Tese (Doutorado em Educação) – Programa de Pós-Graduação em Educação.

MAULANA, M. Rizqi. Penerapan algoritma Apriori dan algoritma FP-growth dalam menemukan hubungan data nilai ijazah matematika dan bahasa inggris dengan nilai mata pelajaran pemrograman dan web programming (studi kasus smk sandikta kelas x bekasi). Jupiter: Journal of Computer & Information Technology, Bekasi, v. 1, n. 2, 2020, p. 59-75. DOI: https://doi.org/10.53990/jupiter.v1i2.9

NOVEANU, Gabriela. Encyclopedia of science education. Dordrecht: Springer, 2014.

OLIVEIRA, Bruno Luciano Carneiro Alves de; SILVA, Alécia Maria da; CUNHA, Carlos Leonardo Figueiredo; THOMAZ, Erika Barbara Abreu Fonseca. Desigualdades socioeconômicas, demográficas e em saúde no nordeste brasileiro. Revista de Pesquisa em Saúde, São Luís, v. 14, n. 3, 2014, p. 150-155.

SOARES JÚNIOR, Eulálio Ramos. Avaliação em larga escala para o ensino médio e o machado de bronze: reflexões à luz da pedagogia histórico-crítica e da psicologia histórico-cultural. Porto Velho: UFRO, 2021. 102f. Dissertação (Mestrado em Educação) – Programa de Pós-Graduação em Educação.

SOMBRA, Thiago Luís. The general data protection law in Brazil: what comes next? Global Privacy Law Review, Alphen aan den Rijn, v. 1, n. 2, 2020, p. 116-119. DOI: https://doi.org/10.54648/GPLR2020083

THURLOW, Martha L. Large scale assessment and accountability and students with special needs. International Encyclopedia of Education, Minneapolis, v. 3, 2010, p. 752-758. DOI: https://doi.org/10.1016/B978-0-08-044894-7.01158-1

ZARBIN, Marco A; LEE, Aaron Y; KEANE, Pearse A; CHIANG, Michael F. Data Science. Translational Vision Science and Technology, New Jersey, v. 10, n. 20, 2021, p. 1-3. DOI: https://doi.org/10.1167/tvst.10.8.20

ZHEN, Song. An improvement to FP-growth algorithm. Journal of Anhui Institute of Mechanical and Electrical Engineering, Nanquim, v. 1, n. 3, 2002, p. 8-13.

ZI-GUANG, Sun. Analysis and implementation of the algorithm of FP-growth. Journal of Guangxi Institute of Technology, Liuzhou, v. 1, n. 3, 2005, p. 64-67.

Downloads

Publicado

15-03-2025

Como Citar

Costa, J. A. R. S., & Lima, M. V. de A. (2025). Análise comparativa dos resultados da prova de Matemática do Saeb nas capitais do Nordeste do Brasil no ano de 2019. Revista De Gestão E Avaliação Educacional, e90533. https://doi.org/10.5902/2318133890533