Palavras-chave
Ensino Superior
Índices compostos
Aprendizado de Máquina SVM
Marrocos
Como Citar
Resumo
Este artigo explora o desenvolvimento e a aplicação de índices compostos como ferramentas para simplificar e sintetizar dados institucionais complexos em Instituições de Ensino Superior (IES). Ao condensar múltiplos indicadores de desempenho, crescimento e sucesso em índices estruturados, a abordagem amplia a interpretabilidade de conjuntos de dados multidimensionais. Esses índices são então integrados a classificadores de Support Vector Machine (SVM) para identificar padrões institucionais e classificar as instituições em categorias estratégicas distintas. O estudo destaca como essa combinação não apenas fortalece a capacidade preditiva dos modelos de aprendizado de máquina, mas também fornece percepções mais claras para a alta gestão. Em última instância, a integração de índices compostos com modelos SVM demonstra um potencial significativo para apoiar a tomada de decisão estratégica baseada em evidências, oferecendo às IES uma estrutura analítica robusta para alinhar o desempenho institucional com os objetivos de desenvolvimento de longo prazo.
Referências
Altbach, P. G., Reisberg, L., & Rumbley, L. E. (2009). Trends in Global Higher Education: Tracking an Academic Revolution. UNESCO.
Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics. In J. A. Larusson & B. White (Eds.), Learning Analytics: From Research to Practice (pp. 61–75). Springer.
Brynjolfsson, E., & McElheran, K. (2016). The rapid adoption of data-driven decision-making. American Economic Review, 106(5), 133–139.
Cortes, C., & Vapnik, V. (1995). Support-vector networks. Machine Learning, 20(3), 273–297.
Cortes, C., & Vapnik, V. (1995). Support-vector networks. Machine Learning, 20(3), 273–297.
Delen, D. (2010). A comparative analysis of machine learning techniques for student retention management. Decision Support Systems, 49(4), 498–506.
Docampo, D. (2013). Reproducibility of the Shanghai academic ranking of world universities results. Scientometrics, 94(2), 567–587.
Hazelkorn, E. (2015). Rankings and the Reshaping of Higher Education: The Battle for World-Class Excellence (2nd ed.). Palgrave Macmillan.
Jongbloed, B. (2015). Funding and financial management. In J. Huisman, H. de Boer, D. Dill, & M. Souto-Otero (Eds.), The Palgrave International Handbook of Higher Education Policy and Governance (pp. 439–458). Palgrave Macmillan.
Kettunen, J. (2015). Stakeholder relationships in higher education. Tertiary Education and Management, 21(1), 56–65.
Kettunen, J. (2015). Stakeholder relationships in higher education. Tertiary Education and Management, 21(1), 56–65.
Kotsiantis, S. B., Pierrakeas, C. J., & Pintelas, P. E. (2007). Predicting students’ performance in distance learning using machine learning techniques. Applied Artificial Intelligence, 18(5), 411–426.
Nardo, M., Saisana, M., Saltelli, A., Tarantola, S., Hoffman, A., & Giovannini, E. (2008). Handbook on Constructing Composite Indicators: Methodology and User Guide. OECD Publishing.
Nardo, M., Saisana, M., Saltelli, A., Tarantola, S., Hoffman, A., & Giovannini, E. (2008). Handbook on Constructing Composite Indicators: Methodology and User Guide. OECD Publishing.
Richardson, J. T. E., Slater, J. B., & Wilson, J. (2007). The National Student Survey: Development, findings and implications. Studies in Higher Education, 32(5), 557–580.
Romero, C., & Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1355.
Saisana, M., d’Hombres, B., & Saltelli, A. (2011). Rickety numbers: Volatility of university rankings and policy implications. Research Policy, 40(1), 165–177.
Salmi, J. (2009). The Challenge of Establishing World-Class Universities. The World Bank.
Salmi, J. (2009). The Challenge of Establishing World-Class Universities. The World Bank.
Shattock, M. (2010). Managing Successful Universities (2nd ed.). Open University Press.
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Direitos autorais (c) 2025 Isagoge - Journal of Humanities and Social Sciences