Análise da participação feminina nos cursos da área de computação da rede federal
Resumo
Este estudo analisa a participação feminina nos cursos de Computação da Rede
Federal de Ensino do Brasil, a partir dos microdados disponibilizados na Plataforma
Nilo Peçanha no período de 2017 a 2023. A análise foi conduzida em duas etapas.
Inicialmente, adotou-se uma abordagem quantitativa descritiva, com o uso do Power
BI, para examinar os dados de todos os cursos de Computação da Rede Federal. Em
seguida, foram considerados exclusivamente os dados do Instituto Federal de
Pernambuco (IFPE), a fim de realizar uma análise preditiva por meio de técnicas de
Machine Learning, com o objetivo de identificar variáveis capazes de prever a evasão
de estudantes nos cursos de Computação dessa instituição. Os resultados indicam
crescimento contínuo da participação feminina, alcançando 37,64% no IFPE em 2023,
percentual superior à média nacional. Contudo, a evasão mostra-se crítica entre
estudantes de baixa renda e pardas. O algoritmo Random Forest apresentou o melhor
desempenho na predição do risco de evasão, com acurácia de 70,32% e recall de
84,67%. Conclui-se que fatores socioeconômicos e raciais exercem maior peso
preditivo sobre a evasão do que o gênero isoladamente. Dessa forma, políticas de
retenção devem priorizar a vulnerabilidade social, visando garantir a permanência
feminina na área da Computação.