C3 MINER TEXT: UMA FERRAMENTA PARA CLASSIFICAÇÃO DE COMPONENTES CURRICULARES DE QUESTÕES DO ENADE

A mineração de texto e os algoritmos de aprendizado de máquina são ferramentas essenciais para a classificação de textos e a descoberta de padrões em dados educacionais. Embora diversas pesquisas sobre o ENADE se concentrem principalmente na análise de microdados, pouco se explora da relação entre as questões aplicadas e os componentes curriculares e a Taxonomia de Bloom. Este capítulo teve como objetivo analisar e classificar as questões do ENADE, visando alinhar os componentes curriculares e a Taxonomia de Bloom com as provas e oferecer suporte à tomada de decisões para gestores educacionais. Com o uso do framework CRISP-DM, foram analisados os dados das últimas cinco edições do ENADE do curso de Engenharia da Computação. Os resultados apontaram que os núcleos das componentes curriculares mais frequentemente abordados nas provas foram “Núcleo_Computação” que incluem disciplinas básicas e “Desenvolvimento_Pessoal” que abordam disciplinas optativas e tópicos especiais. Em relação à taxonomia de Bloom, os níveis mais recorrentes nas provas são: conhecimento, compreensão e aplicação no método data split; e análise, compreensão e conhecimento no método stratified k-fold.