Sobre o Projeto

• Introdução:

  O projeto propõe um dashboard automatizado para análise do desempenho acadêmico no IFRO – Campus Vilhena, centralizando dados em visualizações claras para apoiar decisões de docentes e coordenações.

• Justificativa:

  A coleta manual em planilhas é demorada e sujeita a erros. O dashboard reduz retrabalho, aumenta a precisão e antecipa a identificação de alunos em risco para intervenções pedagógicas oportunas.

• Fundamentação Teórica:

  Trabalhos em educational data mining e visualização (Baker & Yacef; Bertini & Lalanne; Shneiderman) mostram que dashboards e análise automatizada melhoram a compreensão dos dados, revelam padrões e apoiam a tomada de decisão.

• Objetivo Geral:

  Desenvolver uma plataforma que integre dados acadêmicos e permita monitorar, comparar e analisar o desempenho por curso, turma, disciplina e período, com foco em detecção precoce de risco e melhoria contínua.

• Metodologia (resumo):
  • Coleta/padronização de dados (SUAP/planilhas) ao longo dos bimestres.
  • Tratamento e análise (estatística descritiva e, quando aplicável, mineração de dados).
  • Construção do dashboard com gráficos, métricas e filtros relevantes.
  • Validação com docentes/coordenação e ajustes de usabilidade/indicadores.
• Acompanhamento e Avaliação:

  Reuniões periódicas e avaliações por marcos para verificar evolução, qualidade dos dados e aderência às necessidades pedagógicas.

• Resultados Esperados:

  Redução do tempo de análise, identificação antecipada de casos críticos e intervenções mais eficazes, com visão comparativa por curso/turma/disciplina/período.

• Referências Bibliográficas:
  • Baker, R. S. & Yacef, K. (2009). Journal of Educational Data Mining.
  • Bertini, E. & Lalanne, D. (2013). Information Visualization.
  • Gera, P. et al. (2020). ICIT.
  • Liu, L. & Sun, M. (2017). Financial Innovation.
  • Mota, J. & Gonçalves, D. (2019). ADMA.
  • Rodrigues, A. D. & Gomes, A. A. (2018). Rev. Granbery.
  • Shneiderman, B. (1996). IEEE Vis. Languages.