Skip to content

Projeto final da disciplina de Ferramentas Computacionais de Modelagem II do Programa de Pós Graduação em Biometria da Unesp de Botucatu

Notifications You must be signed in to change notification settings

maiconcentner/analise_fluxo_escolar

Repository files navigation

Resumo

A base de dados analisada oferece informações abrangentes sobre o fluxo escolar em São Paulo, coletadas pelo Censo Escolar desde 2011 até 2020. Os dados estão segmentados por diretoria de ensino, escola e município, abrangendo as séries iniciais e finais do Ensino Fundamental, bem como o Ensino Médio. Ao explorar esses dados, é possível realizar comparações entre as taxas de aprovação em diferentes escolas, municípios e diretorias de ensino. Isso permitirá identificar variações significativas e possíveis áreas de melhoria. Além disso, a análise temporal das taxas de aprovação ao longo dos anos pode revelar tendências e mudanças no sistema educacional. Para uma compreensão mais aprofundada, poderemos investigar os fatores que possam influenciar as discrepâncias nas taxas de aprovação. Aspectos como o tamanho da escola, localização geográfica e o contexto socioeconômico dos alunos podem desempenhar papéis importantes. Essa abordagem mais detalhada ajudará a formar insights valiosos para orientar políticas educacionais e práticas escolares.

Dados

A base de dados é fornecida pelo Departamento de Tecnologia de Sistemas e Incl administrado pela Secretaria da Educação - Sede, disponível neste link. Estaremos utilizando os dados já tratados, fornecidos pelo Instituto Base dos Dados, você pode acessar clicando aqui.

Tabela escola

A tabela contém dados do fluxo escolar agregado a nível de ensino de cada escola. Para quantificar o fluxo, utiliza-se 3 variáveis para cada nível de ensino: a proporção de alunos aprovados, a proporção de alunos reprovados e a proporção de alunos que abandonaram o ano escolar:

Nome Tipo de dado Descrição
ano INT64 Ano
sigla_uf STRING Sigla da Unidade da Federação
rede STRING Rede de ensino
diretoria STRING Diretoria de ensino
id_municipio INT64 ID Município - IBGE 7 Dígitos
id_escola INT64 ID Escola - INEP
id_escola_sp INT64 ID Escola - específico para o estado de SP
codigo_tipo_escola INT64 Código identificador do tipo de escola
prop_aprovados_anos_iniciais_ef FLOAT64 Prop. alunos aprov. nos anos iniciais do EF
prop_reprovados_anos_iniciais_ef FLOAT64 Prop. alunos reprov. nos anos iniciais do EF
prop_abandono_anos_iniciais_ef FLOAT64 Prop. alunos aband. nos anos iniciais do EF
prop_aprovados_anos_finais_ef FLOAT64 Prop. alunos aprov. nos anos finais do EF
prop_reprovados_anos_finais_ef FLOAT64 Prop. alunos reprov. nos anos finais do EF
prop_abandono_anos_finais_ef FLOAT64 Prop. alunos aband. nos anos finais do EF
prop_aprovados_em FLOAT64 Prop. alunos aprovados nos anos do EM
prop_reprovados_em FLOAT64 Prop. alunos reprovados nos anos do EM
prop_abandono_em FLOAT64 Prop. de alunos que abandonaram no EM

Tabela municipio

A tabela disponibiliza dados sobre o fluxo escolar a nível de município. O fluxo escolar consiste em um conjunto de variáveis que indica a taxa de aprovação, reprovação e abandono para cada nível do ensino escolar.

Nome Tipo de dado Descrição
ano INT64 Ano
sigla_uf STRING Sigla da Unidade da Federação
rede STRING Rede de ensino
diretoria STRING Diretoria de ensino
id_municipio INT64 ID Município - IBGE 7 Dígitos
prop_aprovados_anos_iniciais_ef FLOAT64 Prop. alunos aprov. nos anos iniciais do EF
prop_reprovados_anos_iniciais_ef FLOAT64 Prop. alunos reprov. nos anos iniciais do EF
prop_abandono_anos_iniciais_ef FLOAT64 Prop. alunos aband. nos anos iniciais do EF
prop_aprovados_anos_finais_ef FLOAT64 Prop. alunos aprov. nos anos finais do EF
prop_reprovados_anos_finais_ef FLOAT64 Prop. alunos reprov. nos anos finais do EF
prop_abandono_anos_finais_ef FLOAT64 Prop. alunos aband. nos anos finais do EF
prop_aprovados_em FLOAT64 Prop. alunos aprovados nos anos do EM
prop_reprovados_em FLOAT64 Prop. alunos reprovados nos anos do EM
prop_abandono_em FLOAT64 Prop. de alunos que abandonaram no EM

Tabela ibge_municipios

Nome Tipo de dado Descrição
cod_ibge INT64 Código IBGE do município
municipio STRING Nome do município
area_territorial_km2 FLOAT64 Área territorial em quilômetros quadrados
pop_residente INT64 População residente
den_demografica_hab/km FLOAT64 Densidade demográfica em habitantes por km²
escolarizacao_6_a_14_anos_percent FLOAT64 Taxa de escolarização de 6 a 14 anos em percentagem
idhm FLOAT64 Índice de Desenvolvimento Humano Municipal
receitas_realizadas_1000 FLOAT64 Receitas realizadas em mil reais
pib_2020 FLOAT64 Produto Interno Bruto (PIB) em 2020

Sugestão de Análises

Com uma base de dados sobre o fluxo escolar por escola em São Paulo, há diversas análises e insights que podem ser extraídos. Aqui estão algumas sugestões:

  1. Análise Temporal: Avaliar as tendências temporais nas taxas de aprovação ao longo dos anos. Isso pode revelar padrões ou mudanças significativas.

  2. Comparação por Níveis e Séries: Comparar as taxas de aprovação entre as séries iniciais e finais do Ensino Fundamental e o Ensino Médio. Isso pode destacar áreas específicas que podem precisar de atenção.

  3. Variações por Rede de Ensino: Analisar as diferenças nas taxas de aprovação entre escolas públicas e privadas. Isso pode indicar disparidades no sistema educacional.

  4. Análise Geográfica: Avaliar as diferenças nas taxas de aprovação entre municípios. Isso pode destacar áreas geográficas que podem precisar de intervenções específicas.

  5. Relação com Tamanho da Escola: Investigar como o tamanho da escola se relaciona com as taxas de aprovação. Escolas menores ou maiores têm padrões diferentes?

  6. Análise de Fatores Contribuintes: Identificar e analisar possíveis fatores que contribuem para diferenças nas taxas de aprovação, como localização geográfica, tamanho da escola, infraestrutura, entre outros.

  7. Análise Socioeconômica: Avaliar como o nível socioeconômico dos alunos pode influenciar nas taxas de aprovação. Escolas em áreas de baixo índice socioeconômico podem apresentar desafios diferentes.

  8. Correlações com Outras Variáveis: Explorar correlações entre as taxas de aprovação e outras variáveis presentes nos dados. Pode haver relações interessantes a serem descobertas.

  9. Identificação de Escolas com Desempenho Excepcional ou Precário: Identificar escolas que se destacam positivamente ou que possam precisar de atenção especial com base em suas taxas de aprovação.

Observação: as análises específicas dependem da natureza exata dos dados disponíveis na base de dados. Antes de realizar qualquer análise, é importante compreender bem os dados e considerar a qualidade da coleta de dados. Além disso, a colaboração com especialistas em educação pode enriquecer a interpretação dos resultados.

Referências:

About

Projeto final da disciplina de Ferramentas Computacionais de Modelagem II do Programa de Pós Graduação em Biometria da Unesp de Botucatu

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages