Previsão precoce do abandono universitário: uma revisão sistemática de modelos preditivos

Resumo

As taxas de evasão no ensino superior representam um desafio crítico com implicações acadêmicas, sociais e econômicas. No México, essas taxas variam de 8% a 20%, afetando cursos como o de Bacharelado em Tecnologia da Informação da Universidade de Guadalajara. Este artigo apresenta uma revisão sistemática de modelos preditivos aplicados à identificação precoce da evasão estudantil, utilizando a abordagem PRISMA e analisando 15 estudos relevantes de bases de dados como Scopus, Web of Science e ERIC. Os resultados destacam o uso de técnicas como árvores de decisão, redes neurais e regressão logística. No entanto, desafios persistem, como a limitada integração de variáveis ​​psicossociais e a aplicação infrequente de modelos preditivos ao longo da trajetória acadêmica do estudante. Propõe-se um arcabouço metodológico abrangente para o desenvolvimento de modelos preditivos eficazes e éticos, com ênfase em abordagens interdisciplinares voltadas à redução das taxas de evasão no ensino superior, particularmente em contextos públicos como o do México.