=Paper=
{{Paper
|id=Vol-3905/paper4
|storemode=property
|title=Uma ontologia para integrar dados de evasão escolar, desempenho acadêmico e
distribuição de auxílios socioeconômicos: Estudo de caso no IFMG
(An ontology to integrate data on school dropouts, academic performance and the distribution of
socio-economic
aid: A case study at IFMG)
|pdfUrl=https://ceur-ws.org/Vol-3905/paper4.pdf
|volume=Vol-3905
|authors=Eduardo Melo,Marcello Bax
|dblpUrl=https://dblp.org/rec/conf/ontobras/MeloB24
}}
==Uma ontologia para integrar dados de evasão escolar, desempenho acadêmico e
distribuição de auxílios socioeconômicos: Estudo de caso no IFMG
(An ontology to integrate data on school dropouts, academic performance and the distribution of
socio-economic
aid: A case study at IFMG)==
https://ceur-ws.org/Vol-3905/paper4.pdf
Uma ontologia para integrar dados de evasão escolar,
desempenho acadêmico e distribuição de auxílios
socioeconômicos: estudo de caso no IFMG
Eduardo Cardoso Melo1,*,† and Marcello Peixoto Bax1,†
1
Universidade Federal de Minas Gerais (UFMG), Av. Antônio Carlos, 6627, Belo Horizonte, MG, Brasil
Abstract
The massive use of computing technologies by organizations from the most varied fields of activity is
linked, in particular, to the increasingly frequent emergence of environments that require extreme decision-
making capacity from managers, combining quality and agility. In scenarios marked by decisions supported
by data, the support of artifacts that contribute to integrating heterogeneous data sources in organizations,
such as ontologies, is essential. This article presents how to develop a domain ontology to organize
knowledge related to school dropout, academic performance and distribution of socioeconomic aid in a
Federal Higher Education Institution, as well as integrating data from such constructs. The methodology
used, with emphasis on the SABiO approach, provided the necessary support for the entire domain ontology
development process. As main results, there was the integration of data from four heterogeneous sources
in accordance with the specified ontology, allowing the recovery of information that answered the
competence questions that indicate the coherence between the purpose of the ontology and the reality of
its scope. Regarding the institutional data analyzed, the importance of the socioeconomic aid distributed
for reducing school dropouts and increasing students' academic performance was evident.
Resumo
O emprego massivo de tecnologias computacionais por organizações dos mais variados ramos de atuação
está ligado, em especial, com o surgimento cada vez mais frequente de ambientes que requerem dos gestores
extrema capacidade decisória, mesclando qualidade e agilidade. Em cenários marcados por decisões
subsidiadas por dados, é fundamental o apoio de artefatos que contribuam para integrar fontes heterogêneas
de dados nas organizações, tais como as ontologias. Este artigo apresenta como elaborar uma ontologia de
domínio para organizar o conhecimento relacionado com evasão escolar, desempenho acadêmico e
distribuição de auxílios socioeconômicos em uma Instituição Federal de Ensino Superior, bem como integrar
os dados de tais construtos. A metodologia empregada, com destaque para a abordagem SABiO, forneceu o
suporte necessário para todo o processo de desenvolvimento da ontologia de domínio. Como principais
resultados, houve a integração dos dados de quatro fontes heterogêneas em conformidade com a ontologia
especificada, permitindo a recuperação de informações que responderam as questões de competência que
indicam a coerência entre o propósito da ontologia e a realidade do seu escopo. Quanto aos dados
institucionais analisados, ficou evidente a importância dos auxílios socioeconômicos distribuídos para a
redução da evasão escolar e aumento do desempenho acadêmico dos estudantes.
Keywords
Ontologies, Knowledge Organization, Knowledge Representation1
1. Introdução
O aumento da oferta de cursos e vagas nas Instituições Federais de Ensino Superior (IFES) ocorrido
nas últimas duas décadas habilita a discussão de questões relacionadas com a gestão acadêmica
dessas unidades educacionais, em especial aquelas que dizem respeito à evasão dos estudantes e o
seu desempenho acadêmico. A partir do ingresso de indivíduos com perfis e realidades distintas das
vigentes até então, novas variáveis passaram a influenciar na descontinuidade do curso e no
Proceedings of the 17th Seminar on Ontology Research in Brazil (ONTOBRAS 2024) and 8th Doctoral and Masters Consortium
on Ontologies (WTDO 2024), Vitória, Brazil, October 07-10, 2024.
∗
Corresponding author.
†
These authors contributed equally.
eduardo.melo@ifmg.edu.br (E.C. Melo); bax.ufmg@gmail.com (M.P. Bax)
0000-0002-1323-5859 (E.C. Melo); 0000-0003-0503-3031 (M.P. Bax)
© 2024 Copyright for this paper by its authors. Use permitted under Creative Commons License Attribution 4.0 International (CC BY 4.0).
CEUR
ceur-ws.org
Workshop ISSN 1613-0073
Proceedings
desempenho dos estudantes, tais como renda mensal familiar per capita, condições de moradia e
transporte até o campus, recursos para aquisição de alimentos e materiais de estudo, dentre outras
[1, 2, 3].
A concepção dos Institutos Federais de Ensino, Ciência e Tecnologia ocorreu neste momento de
valorização do ensino público, aumentando a capilaridade e alcance da rede federal de educação
profissional para os mais remotos locais do país [4]. A criação do Instituto Federal de Minas Gerais
(IFMG) aconteceu em 2008, o mesmo possui em sua estrutura uma Reitoria sediada em Belo
Horizonte e dezoito campi localizados, em sua maioria, na região central do estado. São ofertados
cursos técnicos, graduações e pós-graduações, objetivando promover a verticalização do ensino para
os mais de vinte mil estudantes matriculados [5, 6].
Uma das ações realizadas pelas IFES com o objetivo de possibilitar a manutenção dos estudantes
no ambiente acadêmico e contribuir para o seu desempenho ao longo do curso, foi o incremento na
oferta de programas de assistência estudantil para os mais vulneráveis tanto econômica quanto
socialmente. O apoio de tais programas seria uma estratégia eficaz para a permanência discente e
para a obtenção de resultados satisfatórios nas atividades previstas pelo curso [7].
Visando fortalecer em toda a rede federal as políticas de assistência estudantil, bem como oferecer
condições para que os estudantes permaneçam na instituição até a conclusão do seu curso, o Governo
Federal institucionalizou em 2010 o Programa Nacional de Assistência Estudantil (PNAES), indicando
a necessidade de atenção para com moradia, alimentação, transporte e apoio pedagógico aos
estudantes [8]. Desde então, as IFES passaram a contar com orientação formal para a atuação da
assistência estudantil e dotação orçamentária específica [9].
Considerando que alguns dos objetivos do PNAES são a redução da evasão escolar e a melhora
no desempenho acadêmico nas IFES, a existência de um monitoramento contínuo com formas de
mensurar e analisar o seu impacto nesses aspectos seria benéfica para todos os envolvidos (IFES,
Governo Federal, sociedade civil, dentre outros). Entretanto, esta ainda não é a realidade encontrada
atualmente, conforme observado por [10, 11, 12]. Estudos que visam promover uma análise do
PNAES muitas vezes o fazem sob o ponto de vista descritivo [13, 14, 15], buscando explorar como as
ações assistenciais são conduzidas pela IFES, sem focar no alcance dos resultados em contraponto às
propostas do Programa.
Dentre as razões para isso, [16, 17] destacam a dificuldade para integração de dados oriundos de
fontes heterogêneas, fazendo com que a geração de novos conhecimentos fique prejudicada em
função de um ambiente incapaz de fornecer os subsídios adequados para o entendimento de questões
acadêmicas [18]. Trata-se de problema não exclusivo da área educacional pública, mas em um
contexto marcado pela alta evasão escolar, o contorno da situação se delineia negativamente. A partir
do momento que a integração dos dados é frágil ou o custo para alcançá-la é inviável, o gestor público
pode ficar refém de informações que não contribuem satisfatoriamente para a tomada de decisões
com qualidade [19, 20].
Este artigo descreve como elaborar uma ontologia de domínio para organizar formalmente o
conhecimento sobre evasão escolar, desempenho acadêmico e distribuição de auxílios
socioeconômicos no âmbito do IFMG, suportando a integração dos dados desses construtos para
identificar eventuais relações entre eles.
A aplicabilidade desta pesquisa se justifica pela demanda por uma abordagem diferenciada para
integrar os dados dos construtos envolvidos, ancorada na construção de uma ontologia que une
semântica e formalmente os dados do domínio, bem como padroniza o entendimento dos conceitos
e relações existentes neste contexto. Como ineditismo e diferencial, destaca-se a integração com base
ontológica dos dados dos construtos, promovendo contribuições diretas para o aspecto da
transdisciplinaridade existente na área de Ciência da Informação (CI).
2. Ontologias
Uma das principais definições sobre ontologia foi introduzida por [21] ao afirmar que se trata de um
termo advindo da Filosofia com o intuito de indicar a “especificação explícita de uma
conceitualização”. Tal conceitualização refere-se a uma compreensão de mundo simplificada e
abstrata a ser representada com um objetivo bem delineado, sendo verdadeiro o fato de que qualquer
sistema baseado em conhecimento está, direta ou indiretamente, vinculado a alguma
conceitualização.
A partir de uma extensão da conceituação proposta por [21], [22] define ontologia como a
“especificação formal de uma conceitualização compartilhada”. Esta formalidade pressupõe a
indicação explícita de quais são os conceitos, propriedades, relações e restrições da ontologia,
estabelecendo assim o conhecimento consensual advindo do entendimento provido pelos pares.
Quanto à conceitualização, trata-se da noção de que a ontologia será, quando finalizada, um modelo
abstrato de algum domínio ou fenômeno existente no que conhecemos por mundo real.
De acordo com [23], uma ontologia pode ser compreendida como um artefato composto de um
vocabulário vinculado a determinada realidade que, quando utilizado por indivíduos ou sistemas
eletrônicos, permite descrever o domínio em questão. Este artefato possui, ainda, a explicitação de
fatos aceitos e relacionados com o sentido desejado para aqueles termos constantes do vocabulário.
[24, 25] apresentam entendimento semelhante, reforçando a importância da característica das
ontologias de criarem um vocabulário de termos com a devida especificação dos significados e
apreciação conjunta de especialistas, o qual será compartilhado sob a forma de conhecimento.
Em uma conceituação mais relacionada com a área de Ciência da Informação, [26, 27] afirmam
que uma ontologia se refere ao entendimento semântico, por vários indivíduos, de um domínio
específico, normalmente representada em uma estrutura formal baseada em linguagem lógica e
contendo as devidas explicações semânticas sobre cada conceito relevante, suas propriedades e
também acerca dos relacionamentos entre estes. [28, 29, 22] corroboram este entendimento,
complementando que as ontologias possuem importante papel na integração e interoperabilidade
semântica entre distintos sistemas de informação na web.
Embora diferentes propostas de classificações das ontologias tenham sido indicadas por variados
autores ao longo dos últimos anos, existem duas tipificações mais comuns que são adequadas para
complementar o entendimento teórico requerido pelo presente artigo. Essa classificação se origina
dos estudos de [22, 30, 31]. Em uma ontologia de fundamentação ou de alto nível o objetivo é
formalizar a descrição de classes gerais sem dependência direta com algum domínio, abordando
conceitos abrangentes como tempo, objeto, espaço e matéria. Por outro lado, na ontologia de
domínio busca-se explorar um domínio específico para descrever os seus conceitos e considerando
que, normalmente, aqueles que fazem parte da estrutura da ontologia são próprios do domínio.
A construção de ontologias de domínio requer o suporte de uma ontologia de fundamentação
apropriada, responsável por indicar os possíveis estados do mundo conforme os compromissos
ontológicos fundamentais [32]. O alinhamento da ontologia de domínio com a ontologia de
fundamentação permite, de acordo com o autor, especificar um subconjunto desses estados conforme
sua admissibilidade dentro do escopo de um domínio particular. A UFO (Unified Foundational
Ontology) é uma ontologia de fundamentação elaborada com o agrupamento de teorias das áreas de
ontologia formal, linguística, lógica filosófica e psicologia cognitiva, sendo composta de pequenas
teorias relacionadas, especialmente, com aspectos essenciais da modelagem conceitual [33, 34].
Conforme [35], as ontologias contribuem para a interoperabilidade e integração semântica de
dados com a definição do significado dos termos e das relações entre esses termos dentro de um
domínio específico, explicitando, assim, como eles devem ser interpretados por pessoas e máquinas.
[36] reforçam a validade do uso de ontologias como referências semânticas na integração de dados
que, mesmo obtidos em variadas origens e dotados de significados e formatos diferentes, são
mapeados para uma estrutura uniforme que, por sua vez, padroniza o acesso por aplicações
heterogêneas.
3. Metodologia
Esta pesquisa se caracteriza como exploratória, tendo como justificativa um estudo de caso realizado
no âmbito do IFMG para organizar o conhecimento relacionado à evasão escolar, desempenho
acadêmico e distribuição de auxílios socioeconômicos no formato de uma ontologia. Este artefato
permitiu integrar dados desses construtos e suportou a geração de novos conhecimentos acerca das
relações entre eles, os quais podem servir como subsídios aos gestores acadêmicos na construção de
políticas institucionais [37].
O processo de criação de ontologias com qualidade não é trivial, pelo contrário, os desafios para
que o conhecimento seja organizado sob esta abordagem são inúmeros e, por vezes, complexos.
Assim, utilizar metodologias que auxiliam o projeto de criação da ontologia é benéfico não apenas
para os indivíduos envolvidos, mas também para o produto final a ser entregue.
Neste sentido, utilizou-se a abordagem proposta por [38] denominada Systematic Approach for
Building Ontologies (SABiO). Trata-se de um método sistematizado para organizar o processo de
desenvolvimento de ontologias, composto por uma estrutura relativamente objetiva e adaptável no
que tange às atividades e diretrizes para o seu emprego, podendo ser integrada com a UFO para a
construção de ontologias aderentes a esta ontologia de fundamentação.
Observa-se na Figura 1 que a SABiO é composta de um processo macro (Desenvolvimento)
constituído de fases próprias e vários processos de Apoio. O foco da metodologia é contribuir para
a construção de ontologias de domínio, seja como uma ontologia de referência, vista sob a ótica de
um tipo particular de modelo conceitual, ou como uma ontologia operacional, isto é, uma versão que
permite a leitura e interpretação da ontologia por máquinas.
Figura 1: Processos e fases da Metodologia SABiO (adaptado e traduzido de [38]).
Na primeira fase (“Identificação de Propósito e Definição de Requisitos”) ocorreu a identificação
do propósito da ontologia, bem como a elicitação dos seus requisitos e registro no formato de
Questões de Competência (QC), responsáveis por delimitar o escopo da ontologia.
A segunda fase (“Captura e Formalização da Ontologia”) visava elaborar a ontologia de referência
e envolveu: a) análise documental sobre as estruturas de armazenamento de dados do sistema
gerenciador acadêmico do IFMG; b) definição formal dos conceitos envolvidos, com a realização de
entrevistas não estruturadas em reuniões virtuais com duas especialistas de domínio que atuam no
IFMG nas áreas de ensino e assistência estudantil, além de reaproveitamento conceitual da ontologia
Curriculum Course Syllabus Ontology (CCSO)2; c) elaboração de um modelo gráfico no software Visual
2
https://vkreations.github.io/CCSO/
Paradigm versão 16.2 contendo os elementos da ontologia e suas relações em conformidade com a
linguagem OntoUML [34], um perfil que incorpora no Diagrama de Classes da UML estereótipos que
fazem com que a ontologia resultante esteja alinhada com a UFO.
Com o objetivo de simplificar o entendimento acerca de como a presente pesquisa conduziu as
ações requeridas para cumprir o proposto pelas fases Design, Implementação e Testes da SABiO, um
conjunto de atividades foi definido e pode ser visualizado na Figura 2. Na sequência é feito o
detalhamento sobre a execução de cada atividade.
Figura 2: Atividades para a construção de um ambiente informacional integrado à ontologia
No escopo da primeira atividade (Design e implementação da ontologia operacional), houve a
transformação da ontologia de referência em uma ontologia operacional no formato OWL (Ontology
Web Language) e sintaxe Turtle, tarefa conduzida com o auxílio dos softwares Visual Paradigm (e
plugin para OntoUML3) e Protégé (versão 5.5.0).
Na segunda atividade (Coleta e construção do conjunto de dados) é válido pontuar que,
atualmente, a instituição dispõe de dois diferentes sistemas informatizados sem conexão direta ou
interoperabilidade que gerenciam os dados demandados por esta pesquisa: um da assistência
estudantil, específico para controle dos processos de concessão de auxílios socioeconômicos, e outro
para gestão acadêmica. Ambos armazenam dados em repositórios do SGBD MySQL, motivo pelo qual
criou-se um repositório próprio com esta tecnologia em ambiente local para receber os dados brutos
selecionados dessas fontes.
Visando enriquecer esses registros obtidos junto à instituição, houve a integração com
informações de repositórios externos: a Plataforma Nilo Peçanha e a central de dados abertos do
INEP (especificamente os conjuntos com dados acerca do ENADE e do Censo da Educação Superior).
O repositório próprio criado serviu como ambiente para execução de tarefas de pré-processamento
nos dados brutos coletados, tais como a transformação e criação de atributos.
A coleta dos dados restringiu-se ao âmbito dos cursos de graduação presenciais ofertados pelos
campi do IFMG, abrangendo as turmas de ingressantes entre o primeiro semestre letivo de 2018 e o
segundo semestre letivo de 2022. Quanto aos auxílios socioeconômicos, foram analisados aqueles
oferecidos sob a nomenclatura de “Bolsa Permanência (BP)”.
Em seguida, procedeu-se com o mapeamento entre os atributos do conjunto de dados e os
conceitos da ontologia operacional elaborada anteriormente, habilitando a transformação e
exportação dos dados armazenados no repositório intermediário para o formato requerido por uma
plataforma de Graph Database (banco de dados em grafo).
Na terceira atividade (Ingestão dos dados em um Graph Database), os dados foram extraídos do
repositório intermediário com a execução de consultas SQL e salvos em arquivos CSV (Comma-
Separated Values) estruturados de acordo com os elementos integrantes da ontologia operacional.
Optou-se pela escolha da plataforma Neo4j como ambiente para o gerenciamento (persistência e
manipulação) do banco de dados em grafo, cuja versão para uso livre e sem custos disponibiliza todas
as funcionalidades necessárias para o desenvolvimento das tarefas desta pesquisa, além de
proporcionar alta performance na execução de ações (como leitura e escrita de dados) e ter baixa
curva de aprendizado [39]. A importação dos arquivos CSV para o repositório em grafo demandou a
execução de comandos específicos da linguagem Cypher, a qual é utilizada no software Neo4j Browser
3
https://github.com/nemo-ufes/ontouml-lightweight-editor
versão 5.12, gerando como resultado a criação de todas as instâncias e suas relações no projeto do
Neo4j.
A atividade de avaliação da ontologia verificou a sua capacidade de responder as QCs elaboradas
anteriormente, além da construção de uma matriz de rastreabilidade para verificar claramente
aqueles elementos da ontologia (conceitos, relacionamentos ou propriedades) que participaram da
resolução de cada QC, conforme proposto em [40]. Ressalta-se que o uso de médias simples nas
comparações promovidas nas respostas às QCs foi precedido por uma análise que indicou se tratar
de um conjunto de dados com distribuição simétrica.
4. Desenvolvimento
A primeira atividade executada definiu o propósito da ontologia: “Recuperar informações sobre a
distribuição de auxílios socioeconômicos no formato de Bolsa Permanência em programas da
assistência estudantil do IFMG para analisar sua contribuição na redução da evasão escolar e no
aumento do desempenho acadêmico dos estudantes de cursos superiores presenciais”.
As QCs são apresentadas a seguir e buscaram explorar, ao máximo, aspectos das relações entre
os três construtos analisados pela pesquisa:
• QC1: O desempenho acadêmico dos estudantes atendidos por auxílios socioeconômicos é
superior ao daqueles que não são atendidos?
• QC2: Os estudantes que recebem auxílios socioeconômicos evadem menos
proporcionalmente do que aqueles que não recebem?
• QC3: A proporção de estudantes formados é maior entre aqueles que recebem auxílios
socioeconômicos?
• QC4: Existem variações no desempenho acadêmico e na taxa de evasão de acordo com o tipo
de Bolsa Permanência destinada aos estudantes?
O levantamento das QCs contribuiu para a organização de uma visão mais otimizada sobre a
abrangência da ontologia dentro do contexto dos três construtos. Para promover a captura e
formalização da ontologia, foi preciso, inicialmente, especificar em linguagem natural as principais
características dos seus componentes e relacionamentos. Para representar esta especificação, foi
elaborado um modelo gráfico baseado na linguagem OntoUML com todos os conceitos definidos para
a ontologia de referência e as relações entre eles. Tal construção foi realizada em várias iterações
com a participação das especialistas de domínio no sentido de sugerir melhorias ou consensuar o
entendimento sobre algum aspecto particular. A Figura 3 apresenta a versão final da ontologia de
referência, denominada Onto-Educacional.
Figura 3: Ontologia de referência elaborada com OntoUML
É possível notar que a maior parte das classes que compõem a ontologia de referência foram
estereotipadas como kinds, indicando que se referem a conceitos dotados do princípio uniforme de
identidade, de acordo com a especificação da UFO. A classe Curso se relaciona diretamente com as
classes Campus (para identificar o local de oferta), Área de Conhecimento (para caracterizar a área de
estudos do curso) e Grau Acadêmico (para classificar o curso conforme a certificação final dos
estudantes). A classe Estudante possui uma relação de especialização com a classe Pessoa, tendo
recebido o estereótipo role devido ao fato deste conceito representar um papel executado pelo
indivíduo dentro do contexto acadêmico em determinado momento e sob condições específicas.
A abstração dos dados que representam o desempenho acadêmico de um estudante levou à
definição da classe Desempenho Acadêmico, estereotipada como kind. O estereótipo role também foi
aplicado à classe Bolsista, pois se trata de um papel com aplicação dependente de outros fatores, como
a aprovação em processo seletivo da assistência estudantil. Quando existe a instanciação de um
bolsista, têm-se a definição de qual apoio o mesmo receberá, simbolizado pela classe Auxílio
Socioeconômico. A relação entre um estudante e seu curso é mediada pelo relator Matrícula,
permitindo abstrair os dados próprios deste relacionamento, bem como integrá-lo com a classe Forma
de Ingresso. As mudanças de estado de uma matrícula são representadas por três classes disjuntas e
completas estereotipadas como phase, um tipo anti-rígido, apontando se ela está ativa (Matriculado)
ou encerrada (Formado ou Evadido). Por motivo de simplificação do modelo, atributos como genero e
cor foram definidos como propriedades ao invés de qualities.
A verificação de adequação do modelo às regras estipuladas pela UFO envolveu o uso de uma
funcionalidade disponível no plugin da linguagem OntoUML, onde é analisada a coerência sintática
dos elementos e suas relações com um conjunto de regras e restrições formais. Quando alguma
inconsistência é identificada pelo processo de verificação, o plugin apresenta ao usuário detalhes
sobre esse desvio de acordo com o seu nível de gravidade, erro (inconsistências ontológicas ou
lógicas) ou aviso (problemas menos críticos). Após submeter a Onto-Educacional ao processo de
verificação, nenhuma inconsistência foi encontrada.
No escopo da terceira fase, exportou-se o modelo criado em OntoUML para um arquivo com as
especificações da UFO. Foi gerado um arquivo no formato OWL e sintaxe Turtle contendo tanto os
elementos da ontologia quanto as definições sobre reutilização de recursos da UFO em tais elementos,
como Kinds, Roles e Phases. A Figura 4 contém um fragmento deste arquivo, no qual é possível
observar a especificação da classe Pessoa integrada com recursos da OWL e da UFO.
Figura 4: Fragmento de código do arquivo com a ontologia exportada
A continuidade da transformação da ontologia de referência em ontologia operacional demandou
a criação de um projeto no software Protégé, tendo como base o arquivo exportado em OWL. Na
Figura 5 verifica-se a integração entre as classes próprias da Onto-Educacional e aquelas que
compõem a UFO (quadro Class hierarchy), assim como a instanciação das classes de tipos (quadro
Individuals by type).
Figura 5: Integração das classes da Onto-Educacional com a UFO
Encerradas as atividades de design e implementação da ontologia operacional, a versão final foi
publicada em OWL no repositório virtual do projeto e passou-se à atividade de construção do
conjunto de dados a partir da obtenção de registros nos ambientes informacionais do IFMG, da
Plataforma Nilo Peçanha e do INEP. O conjunto de dados mapeado conforme a ontologia operacional
ficou com 10.263 registros compostos de 32 atributos (11 originais e 21 criados).
Na sequência, houve a ingestão dos registros em um banco de dados no formato de grafos, no
caso o Neo4j. Os registros do repositório intermediário foram exportados no formato CSV e, com a
execução de comandos na linguagem Cypher, importados no Neo4j em um repositório específico.
A primeira forma de avaliação da ontologia refere-se à execução de consultas escritas na
linguagem Cypher para responder às QCs por meio da recuperação das informações armazenadas no
repositório em grafo do Neo4j. A seguir são apresentados os resultados obtidos em cada QC. A título
de exemplificação, apenas na primeira QC é exposto o comando Cypher utilizado para recuperação
das informações.
• QC1: O desempenho acadêmico dos estudantes atendidos por auxílios
socioeconômicos é superior ao daqueles que não são atendidos?
Consulta escrita em Cypher:
MATCH (bol:Bolsista)-[:obtemDesempenho]->(des:DesempenhoAcademico)
WITH COUNT(bol) AS qtd, AVG(des.crGeral) AS cr_geral_medio, 'Bolsistas' AS tipo
RETURN tipo, qtd AS qtd, ROUND(cr_geral_medio, 2) AS cr_geral_medio
UNION ALL
MATCH (est:Estudante)-[:obtemDesempenho]->(des:DesempenhoAcademico)
WITH COUNT(est) AS qtd, AVG(des.crGeral) AS cr_geral_medio, 'Não bolsistas' AS tipo
RETURN tipo, qtd AS qtd, ROUND(cr_geral_medio, 2) AS cr_geral_medio;
O indicador que mediu o desempenho acadêmico nesta pesquisa foi o coeficiente de rendimento
(CR) do estudante obtido ao longo do curso. Esta QC envolveu a análise dos 10.263 estudantes do
conjunto de dados, sendo que 2.142 (20,9%) são bolsistas e 8.121 (79,1%) não receberam nenhum tipo
de auxílio socioeconômico. A média do CR dos estudantes bolsistas é de 58,99, superior à média dos
não bolsistas que é de 40,15. Trata-se de uma considerável diferença (18,84 pontos ou 32% superior),
indicando que, no contexto desta pesquisa, os estudantes que recebem auxílios possuem desempenho
acadêmico superior. Os resultados da validação estatística (Teste T de Student) comprovaram a
significância desta diferença.
• QC2: Os estudantes que recebem auxílios socioeconômicos evadem menos
proporcionalmente do que aqueles que não recebem?
Analisando a Tabela 1, tem-se que a proporção de estudantes bolsistas que evadiram (26,9%) é
menor do que entre os não bolsistas (47,5%), permitindo inferir a contribuição positiva do
recebimento dos auxílios neste indicador. Quando investigada a diferença entre a proporção dos dois
grupos, a evasão dos bolsistas é 43,5% menor do que aquela dos não bolsistas.
Tabela 1
Resultados da consulta para a QC2
Grupo Estudantes Evadidos Proporção
Bolsistas 2.142 577 26,9%
Não bolsistas 8.121 3.857 47,5%
• QC3: A proporção de estudantes formados é maior entre aqueles que recebem
auxílios socioeconômicos?
O resultado da terceira QC fornece indícios similares aos obtidos nas questões anteriores sobre o
papel dos auxílios socioeconômicos no apoio aos estudantes do IFMG. Verifica-se na Tabela 2 que a
proporção de estudantes bolsistas que formaram (11,2%) é duas vezes superior à proporção dos não
bolsistas (5,3%).
Tabela 2
Resultados da consulta para a QC3
Grupo Estudantes Formados Proporção
Bolsistas 2.142 239 11,2%
Não bolsistas 8.121 431 5,3%
• QC4: Existem variações no desempenho acadêmico e na taxa de evasão de acordo
com o tipo de Bolsa Permanência destinada aos estudantes?
A distribuição da Bolsa Permanência (BP) no IFMG é materializada com o pagamento de dez
parcelas anuais de um auxílio que pode ser de quatro tipos: BP1 (R$400,00), BP2 (R$300,00), BP3
(R$200,00) e BP4 (R$150,00). De acordo com a Tabela 3, BP4 é o tipo de bolsa mais distribuído aos
estudantes, seguido por BP3, BP2 e, por fim, BP1, em uma ordem inversamente proporcional ao valor
pago por cada uma delas. Esta sequência, contudo, não se repete ao ser analisada a taxa de evasão
por tipo de bolsa; enquanto a menor taxa foi observada entre os estudantes que recebem a BP4, taxas
próximas e superiores caracterizam a evasão de quem é beneficiado com os outros três tipos de bolsa.
Neste sentido, os dados indicam que 60% dos bolsistas que evadiram não conseguiram se manter
no curso mesmo recebendo valores maiores de auxílio socioeconômico. Quando o coeficiente de
rendimento acadêmico é apreciado, observa-se uma situação na qual os valores das bolsas diminuem
(BP1 para BP4) enquanto as médias aumentam (46,58 para 61,67). Uma hipótese para que a menor
média advenha justamente dos estudantes beneficiados com o tipo de bolsa de maior valor (BP1) é
que se trata de indivíduos com alta vulnerabilidade socioeconômica que convivem em contextos
familiares marcados por situações que dificultam a rotinas de estudos.
Tabela 3
Resultados da consulta para a QC4
Tipo de bolsa Bolsistas Evadidos Taxa de CR geral
evasão médio
BP1 61 18 29,5% 46,58
BP2 347 107 30,8% 55,57
BP3 693 218 31,5% 57,77
BP4 1.041 234 22,5% 61,67
Como complemento à verificação da ontologia, a criação de uma matriz de rastreabilidade (Tabela
4) vinculou a cada QC os elementos da ontologia utilizados na sua resposta. A classe Pessoa não foi
instanciada diretamente no repositório, apenas por meio de sua especialização via classe Estudante,
por isso não foi listada na matriz de rastreabilidade. Houve baixo emprego das propriedades das
classes nas QCs em função da delimitação de tamanho do artigo.
Tabela 4
Matriz de rastreabilidade das QCs da ontologia
QC Conceitos, relações ou propriedades
1 Bolsista, obtemDesempenho, DesempenhoAcademico, crGeral, Estudante
Matricula, confirmaMatricula, Bolsista, obtemDesempenho, DesempenhoAcademico,
2
situacaoMatricula, Estudante
Matricula, confirmaMatricula, Bolsista, obtemDesempenho, DesempenhoAcademico,
3
situacaoMatricula, Estudante
Bolsista, recebeAuxilio, AuxilioSocioeconomico, obtemDesempenho,
4
DesempenhoAcademico, crGeral, nome, situacaoMatricula
A matriz de rastreabilidade mostra como as QCs estão alinhadas com a ontologia e cobrem,
adequadamente, o domínio envolvido.
5. Considerações finais
Apresentou-se neste artigo um estudo envolvendo diferentes áreas do conhecimento, como
Educação, Ciência da Computação e Ciência da Informação, para, com o suporte de uma abordagem
ontológica, organizar formalmente os conceitos relacionados com evasão escolar, desempenho
acadêmico e distribuição de auxílios socioeconômicos. A ontologia elaborada foi a base para a
construção de um ambiente tecnológico de recuperação de informações capaz de integrar os dados
advindos de fontes heterogêneas e permitir a geração de conhecimentos englobando as relações entre
esses três construtos.
Partindo de um alinhamento com o proposto pela Metodologia SABiO, vários artefatos elaborados
compõem o conjunto de produtos resultantes deste estudo, tais como a ontologia de referência
produzida em coerência com a ontologia de fundamentação UFO, a ontologia operacional que tornou
possível a leitura e utilização dos dados reais do IFMG a nível de máquina e o repositório no formato
de grafos contendo as instâncias e suas relações. Dada a capacidade organizadora e expressiva das
ontologias, tem-se como principal resultado um modelo formal para auxiliar na padronização dos
conceitos envolvidos no contexto em questão, bem como ser reutilizado por outras IFES como
sustentação para integrar seus próprios dados.
É válido ressaltar que o desenvolvimento do ambiente tecnológico que suportou a ingestão dos
dados organizados pela ontologia foi de grande valia para que a transformação das QCs em consultas
escritas com uma sintaxe específica produzisse resultados tangíveis e interpretáveis e,
adicionalmente, colaborasse para verificar a adequação da ontologia em relação a seus requisitos.
Quanto aos resultados específicos obtidos com os registros do IFMG, merece destaque o impacto
positivo da distribuição de auxílios socioeconômicos tanto na evasão escolar quanto no desempenho
acadêmico e na proporção de formados, demonstrando a importância de se aprimorar a concessão de
tais benefícios para a comunidade acadêmica com vulnerabilidades socioeconômicas. Tais resultados
foram encaminhados à gestão da instituição para análise e aprimoramento dos processos internos do
setor de assistência estudantil.
Uma limitação deste estudo consiste na análise somente de cursos de graduação, embora o IFMG
ofereça diversos cursos técnicos em suas unidades. Eventuais trabalhos futuros que busquem ampliar
as possibilidades de emprego prático da Onto-Educacional podem envolver os dados desses cursos.
Agradecimentos
Agradecemos ao Instituto Federal de Minas Gerais (IFMG) pelo suporte à elaboração deste artigo a
partir da anuência para a utilização dos dados institucionais. O presente trabalho foi realizado com
apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) e do
Programa de Pós-Graduação em Gestão & Organização do Conhecimento (PPGGOC) da
Universidade Federal de Minas Gerais (UFMG).
Referências
[1] Nonato BF, et al. Mudanças no perfil dos estudantes da UFMG: desafios para a prática docente,
Revista Docência do Ensino Superior (2020); 10; 1–21.
[2] Ristoff D. O novo perfil do campus brasileiro: uma análise do perfil socioeconômico do estudante
de graduação, Avaliação (2014); 19; 3.
[3] Senkevics AS, Mello UM. O perfil discente das universidades federais mudou pós-Lei de Cotas?
Cadernos de Pesquisa (2019); 49; 184-208.
[4] Brasil. Ministério da Educação. Instituições da rede federal, http://portal.mec.gov.br/rede-
federal-inicial/instituicoes (accessed 19 May 2024).
[5] Brasil. Ministério da Educação. Plataforma Nilo Peçanha, https://www.gov.br/mec/pt-br/pnp
(accessed 02 Apr 2024).
[6] Instituto Federal de Minas Gerais, IFMG. Histórico e missão,
https://www.ifmg.edu.br/portal/sobre-o-ifmg/historico-e-missao (accessed 10 Apr 2024).
[7] Santos EHM. As configurações da assistência estudantil no Brasil: o cenário do PNAES,
https://bdtd.ibict.br/vufind/Record/UFSP_cd5000bd2db156fb8d691bbf28db713f (2020, accessed
05 Mar 2024).
[8] Brasil. Decreto Nº 7.234, de 19 de julho de 2010. Dispõe sobre o Programa Nacional de
Assistência Estudantil (PNAES), http://www.planalto.gov.br/ccivil_03/_ato2007-
2010/2010/decreto/d7234.htm (accessed 18 May 2024).
[9] Pinheiro EB. A trajetória da assistência estudantil no contexto da política de educação: educação
superior, assistência estudantil e o PNAES, Anais do XVI Encontro Nacional de Pesquisadores
em Serviço Social (2018); 16; 1-21.
[10] Brito ACT, Costa AKT, Almeida VL. Gestão universitária: políticas comparadas de
monitoramento do programa bolsa permanência em universidades federais brasileiras, Revista
Ibero-Americana de Estudos em Educação (2019); 1862-1875.
[11] Fava HL, Hall RJ, Cintra RF. Indicadores na assistência estudantil: o que a literatura diz, Jornal
de Políticas Educacionais (2022); 16; 1.
[12] Santos DG, Siqueira PHL, Diniz DM. Assistência estudantil e PNAES: um estudo bibliométrico
sobre a produção científica recente, Práticas em Gestão Pública Universitária (2021); 5; 28-53.
[13] Eloi SSS, et al. O Programa Nacional de Assistência Estudantil–PNAES na Universidade Federal
de Viçosa (UFV): uma avaliação na percepção dos beneficiários, Revista Gestão Universitária na
América Latina-GUAL (2019); 12; 3; 106-129.
[14] Freitas FCL. Avaliação do Programa Nacional de Assistência Estudantil na UFC: a permanência
discente como direito à educação dos estudantes do campus de Sobral,
https://repositorio.ufc.br/handle/riufc/58080 (2021, accessed 27 Feb 2024).
[15] Recktenvald M, Mattei L, Pereira VA. Avaliando o Programa Nacional de Assistência Estudantil
(PNAES) sob a ótica das epistemologias, Revista da Avaliação da Educação Superior (2018); 23;
405-423.
[16] Jorge EMFJ, et al. Arquitetura da informação analítica para integração de dados da pesquisa e
pós-graduação: um estudo de caso da Universidade do Estado da Bahia, Informação &
Informação (2020); 25; 115-140.
[17] Khamdamov U, et al. Models of integration of higher education management information
systems, International Conference on Information Science and Communications Technologies
(2021), https://ieeexplore.ieee.org/abstract/document/9670171 (accessed 10 Apr 2024).
[18] Rodzi NAH, Othman, MS, Yusuf, LM. Significance of data integration and ETL in business
intelligence framework for higher education, International Conference on Science in
Information Technology (2015); 181-186.
[19] Sanna FA. A importância da integração de dados para a qualidade da decisão do gestor público,
https://repositorio.enap.gov.br/handle/1/1940 (2014, accessed 21 May 2024).
[20] Gruber TR. Toward principles for the design of ontologies used for knowledge sharing,
International Journal Human-Computer Studies (1995); 43; 5; 907-928.
[21] Borst WN. Construction of engineering ontologies for knowledge sharing and reuse,
https://research.utwente.nl/en/publications/construction-of-engineering-ontologies-for-
knowledge-sharing-and- (1997, accessed 05 Feb 2024).
[22] Guarino N. Understanding, building and using ontologies, International journal of human-
computer studies (1997); 46; 2-3; 293-310.
[23] Uschold M, Gruninger M. Ontologies: principles, methods and applications, The knowledge
engineering review (1996); 11; 2; 93-136.
[24] DeGiacomo G, et al. Using ontologies for semantic data integration. In: Flesca, S., Greco, S.,
Masciari, E., Saccà, D. (eds) A comprehensive guide through the italian database research over
the last 25 years, Studies in Big Data (2018); 31.
[25] Estevão JSB, Strauhs FR. Proposta de uma ontologia como modelo de referência no domínio da
memória organizacional histórica, Perspectivas em Ciência da Informação (2013); 18; 4; 35–53.
[26] Jacob EK. Ontologies and the semantic web, Bulletin of the American Society for Information
Science and Technology (2003); 29; 4; 19-39.
[27] Breitman KK, Felicíssimo CH, Casanova MA. CATO-A lightweight ontology alignment tool.
http://www-di.inf.puc-rio.br/~casanova/Publications/Papers/2005-Papers/2005-CAISE-
Breitman.pdf (2005, accessed 20 Feb 2024).
[28] Campos JG, et al. Estado da arte sobre arquiteturas de sistemas para integração de dados,
https://biblioteca.ibp.org.br/riooilegas/pt-BR/search/39610?exp= (2020, accessed 02 Mar 2024).
[29] Gonçalves JEA. Método ágil de integração semântica de dados científicos baseado em ontologias,
https://repositorio.ufmg.br/handle/1843/34013 (2020, accessed 21 Feb 2024).
[30] Guizzardi G. Ontological foundations for structural conceptual model, CTIT-Centre for
Telematics and Information Technology,
https://research.utwente.nl/en/publications/ontological-foundations-for-structural-conceptual-
models (2005, accessed 18 Apr 2024).
[31] Haav HM, Lubi TL. A survey of concept-based information retrieval tools on the web,
Proceedings of the 5th East-European Conference ADBIS (2001); 29-41.
[32] Guizzardi G. On ontology, ontologies, conceptualizations, modeling languages, (Meta) models,
Frontiers in Artificial Intelligence and Applications, Databases and Information Systems IV
(2007); 18-39.
[33] Guizzardi G, Falbo R, Guizzardi R. A importância de ontologias de fundamentação para a
engenharia de ontologias de domínio: o caso do domínio de Processos de Software, IEEE Latin
America Transactions (2008); 6; 3; 244-251.
[34] Guizzardi G, et al. Towards ontological foundations for conceptual modeling: The unified
foundational ontology (UFO) story, Applied ontology (2015); 10; 3-4; 259-271.
[35] Guarino N. Formal Ontology and information systems, Proceedings of FOIS (1998); 3-15.
[36] Britto GC, Ruy FB, Azevedo CLB. Um ambiente para integração de dados abertos relativos à
despesa pública. Ontobras (2020); 13; 1-14.
[37] Gil AC. Como elaborar projetos de pesquisa. São Paulo: Atlas, 2017.
[38] Falbo R. SABiO: Systematic Approach for Building Ontologies, http://ceur-ws.org/Vol-
1301/ontocomodise2014_2.pdf (2014, accessed 20 Jan 2024).
[39] Scifo E. Graph data science with Neo4j. Packt Publishing, 2023.
[40] Silveira PDN et al. Uma ontologia de referência para arquiteturas pedagógicas. Anais do XXXII
Simpósio Brasileiro de Informática na Educação (2021); 32; 24-34.