Uma abordagem dos modelos de longa duração para análise de sobrevivência da evasão de estudantes em cursos de engenharia: EPUFBA como um estudo de caso

Abstract

As taxas de evasão e diplomação em instituições de ensino superior tem sido tema de constantes discussões, não apenas no Brasil, mas em outros países do mundo. No Brasil, o tema fez parte de uma das diretrizes do plano de Reestruturação e Expansão das Universidades Federais (REUNI), programa que possibilitou às universidades federais condições para ampliação do acesso e permanência na educação superior. Diversos são os fatores que podem conduzir os estudantes ao abandono dos cursos, mas, estudos têm apontado a associação de fatores acadêmicos com as taxas de evasão dos cursos. O presente trabalho busca contribuir com o ajuste de um modelo de sobrevivência de fração de cura, para estudar o efeito que os níveis de desempenho exercem no processo de evasão de estudantes dos cursos de engenharia, e na construção de uma medida proposta para mensurar o desempenho dos estudantes nos componentes curriculares. Foram analisados nove cursos de engenharia da Escola Politécnica da Universidade Federal da Bahia (EPUFBA). Os cursos de engenharia foram considerados neste trabalho por apresentarem percentuais de evasão de estudantes acima de 30%, e pela atual relevância da formação de profissionais de engenharia habilitados e capacitados, para atuarem em um mercado de trabalho cada vez mais dinâmico e exigente, em decorrência do avanço das inovações tecnológicas. Os resultados mostraram que apenas quatro, dos nove cursos de engenharia, apresentaram percentuais de diplomados entre 50% e 70%, os demais cursos apresentaram percentuais de diplomados abaixo de 50%. Os quatro primeiros semestres dos cursos são cruciais para os estudantes, pois mais de 50% deles abandonam os cursos nesse período. A medida de avaliação do desempenho nos componentes, proposta neste trabalho, mostrou-se eficiente ao identificar as faixas de desempenho de maiores riscos para a evasão. O modelo de longa duração de tempo de promoção apresentou estimativas consistentes, e ajustou, satisfatoriamente, as covariáveis acadêmicas ao tempo de permanência dos estudantes até a evasão.

Dropout and graduation rates in higher education institutions have been the subject of constant discussions, not only in Brazil, but in other countries around the world. In Brazil, the theme was part of one of the guidelines of the Plan for Restructuring and Expansion of Federal Universities (REUNI), a program that allowed federal universities conditions to expand access and permanence in higher education. There are several factors that can lead students to drop out of programs, but studies have pointed out the association of academic factors with program dropout rates. This work seeks to contribute with the adjustment of a cure fraction survival model, to study the effect that performance levels have on the dropout process of students from engineering programs, and in the construction of a proposed measure to evaluate performance of students in the disciplines. Nine engineering programs from the Polytechnic School of the Federal University of Bahia (EPUFBA) were analyzed. Engineering programs were considered in this work for presenting student dropout percentages above 30%, and because of the current relevance of training qualified and skilled engineering professionals to work in an increasingly demanding labor market, due to the advancement of technological innovations. The results showed that only four of the nine engineering programs had graduate percentages between 50% and 70%, the remaining programs had graduate percentages below 50%. The first four semesters of the programs are crucial for students, since more than 50% of them drop out during this period. The measure of performance evaluation in the courses, proposed in this study, proved to be efficient in identifying the performance ranges of higher risk for dropping out. The long-term model of promotion time presented consistent estimates and adjusted satisfactorily the academic covariates to the students' time to dropout.