UDTR Global Radar

UDTR Global Rights of Nature Radar

Documentary registry of records detected across the scholarly, legal and institutional infrastructures monitored by UDTR.

A global documentary infrastructure designed to achieve the broadest verifiable and scientifically defensible coverage of the Rights of Nature.

← Back to Radar

Replication Package for Educational Outcome Profiling Using Clustering Techniques

Identification

Public canonical key
radar:r-6766a4e27977bde8810d5555211cab95
Authors
Anonymous
Reported year
2026
Reported language
und
Source type
Software
First detected
2026-11-13T08:57:40.312948+00:00
Last metadata observation
2026-11-13T08:57:40.312948+00:00
Last HTTP verification
Not checked

Documentary abstract — original language

IA Aplicada à Identificação de Perfis de Desfechos Educacionais nos Colégios Militares do Brasil   Descrição Este repositório contém os notebooks utilizados na pesquisa sobre identificação de perfis estudantis associados a diferentes desfechos educacionais em Colégios Militares do Brasil, utilizando técnicas de aprendizado não supervisionado e interpretabilidade de modelos. O pipeline contempla: Análise Exploratória de Dados (EDA); Engenharia de atributos; Redução de dimensionalidade com PCA; Agrupamento utilizando K-Means; Agrupamento utilizando DBSCAN; Interpretação dos clusters por meio de métricas estatísticas, XGBoost e SHAP. Conjunto de Dados Variáveis do Conjunto de Dados   Variável Descrição Valores STATUS Status de aprovação do aluno APROVADO, APROVADO_CC, APROVADO_PR JA_REPROVOU Indica se o aluno já foi reprovado durante a trajetória escolar yes/no MATEMATICA_REC Recuperação em matemática yes/no FISICA_REC Recuperação em física yes/no QUIMICA_REC Recuperação em química yes/no BIOLOGIA_REC Recuperação em biologia yes/no LE_REC Recuperação em língua estrangeira yes/no MEDIA_EXATAS_FAIXA Faixa das médias nas disciplinas de exatas 'menorque5', '5_6.9', '7_7.9', '8_10' MEDIA_CIENCIAS_NATURAIS_FAIXA Faixa das médias nas disciplinas de ciências da natureza 'menorque5', '5_6.9', '7_7.9', '8_10' MEDIA_HUMANAS_FAIXA Faixa das médias nas disciplinas de humanas 'menorque5', '5_6.9', '7_7.9', '8_10' MEDIA_LINGUAGENS_FAIXA Faixa das médias em linguagens 'menorque5', '5_6.9', '7_7.9', '8_10' MILITAR_PAI Indica se o pai é militar yes/no MILITAR_MAE Indica se a mãe é militar yes/no PROFISSAO_PAI Profissão do pai Texto PROFISSAO_MAE Profissão da mãe Texto ALUNO_SEXO Gênero do estudante M/F IDADE_FAIXA Faixa etária do estudante 'menorigual16', '17_18', 'maiorigual19' CONCURSADO Indica se o estudante entrou no colégio por concurso yes/no FAIXA_TEMPO_COLEGIO Tempo de permanência no colégio 'curto', 'medio', 'longo' ATV_EXTRA Participação em atividades extracurriculares yes/no ITINERARIO Itinerário formativo do estudante 'CAUNI' ou 'CAMIL'   Estrutura dos Notebooks Os notebooks devem ser executados na ordem apresentada a seguir. 1. EDA.ipynb Notebook responsável pela preparação e análise exploratória dos dados. Principais atividades: limpeza dos dados; tratamento de inconsistências; criação dos desfechos educacionais; tratamento de valores ausentes; categorização de profissões dos responsáveis; agrupamento de postos e graduações militares; criação de faixas de idade; criação de faixas de tempo de permanência no colégio; criação de faixas de desempenho acadêmico; geração de estatísticas descritivas e visualizações. Saída: conjunto de dados preparado para as análises de agrupamento. 2. KMeans.ipynb Implementação do experimento principal utilizando K-Means. Principais etapas: seleção de atributos; aplicação de PCA; definição do número de clusters; treinamento do modelo K-Means; avaliação por: Método do Cotovelo; Silhouette Score; Davies-Bouldin Index; visualização com t-SNE. Saída: atribuição dos estudantes aos clusters gerados pelo K-Means. 3. KMeans-Sem-SAPM.ipynb Versão alternativa do experimento utilizando K-Means sem algumas etapas de engenharia de atributos. Diferenças em relação ao experimento principal: não realiza categorização de variáveis com elevada cardinalidade; não realiza discretização da idade; não realiza discretização do tempo de permanência no colégio; não utiliza faixas de desempenho acadêmico. Objetivo: Avaliar o impacto da engenharia de atributos na qualidade dos agrupamentos e na interpretação dos perfis encontrados. 4. DBSCAN.ipynb Implementação do algoritmo DBSCAN para comparação com os resultados obtidos pelo K-Means. Principais etapas: aplicação de PCA; busca sistemática de hiperparâmetros (`eps` e `min_samples`); avaliação por Davies-Bouldin Index; análise da proporção de ruído; visualização com t-SNE. Saída: agrupamentos baseados em densidade e identificação de observações classificadas como ruído. 5. Analise_Clusters.ipynb Notebook destinado à interpretação dos clusters produzidos pelos algoritmos de agrupamento. Principais análises: distribuição dos desfechos educacionais por cluster; caracterização estatística dos grupos; cálculo de índices de representação; identificação de atributos super-representados; treinamento de modelos XGBoost para explicação dos clusters; análise de importância de variáveis; interpretação utilizando SHAP. Este notebook deve ser executado após a geração dos clusters nos notebooks de agrupamento. Ordem de Execução A reprodução completa dos experimentos deve seguir a seguinte sequência: `eda.ipynb` `kmeans.ipynb` `kmeans-sem-sapm.ipynb` `dbscan.ipynb` `analise.ipynb` Limitações Embora o código-fonte e os procedimentos experimentais sejam disponibilizados integralmente, os dados utilizados na pesquisa não podem ser compartilhados devido a restrições institucionais relacionadas à proteção de informações de estudantes.

Identifiers

DOI
10.5281/zenodo.20683924

Documentary context

Documentary family
unknown
Source-reported types
Software
Publishers
Zenodo

Entity mentions are not evidence of legal recognition. Jurisdiction studied is separate from author affiliation country.

Sources

DataCite · Record 1

Cite this reference

Anonymous. Replication Package for Educational Outcome Profiling Using Clustering Techniques. 2026. https://doi.org/10.5281/zenodo.20683924

JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·

APA, Chicago, ISO 690: bibliographic formats using available fields. OSCOLA / Bluebook: structured data only; full legal citation compliance is not claimed without verification of required elements.

APA
Anonymous. (2026). Replication Package for Educational Outcome Profiling Using Clustering Techniques. https://doi.org/10.5281/zenodo.20683924
Chicago
Anonymous. Replication Package for Educational Outcome Profiling Using Clustering Techniques. 2026. https://doi.org/10.5281/zenodo.20683924
ISO 690
Anonymous. Replication Package for Educational Outcome Profiling Using Clustering Techniques. 2026. https://doi.org/10.5281/zenodo.20683924

Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31

UDTR Global Rights of Nature Legal Library. Replication Package for Educational Outcome Profiling Using Clustering Techniques. Documentary record: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-6766a4e27977bde8810d5555211cab95/ · Last HTTP verification: not performed

Report a correction

Frozen-version metadata

Research dossiers and documentary relations

Source roles

Bibliographic / original publication source · https://zenodo.org/doi/10.5281/zenodo.20683924

An authority link alone does not verify a legal claim. Abstracts and full texts remain subject to their source terms.

Documentary status

Relevance pending

Library

This identity is not yet included in the Legal Library.

UDTR Global Rights of Nature Legal Library