Persistência e Desempenho em Embeddings de Rede de Co-Matrícula: Uma Validação Empírica do Modelo de Integração Estudantil de Tinto

Neste artigo, validamos empiricamente o modelo de Integração Estudantil de Tinto, em particular, as previsões que o modelo faz sobre os resultados acadêmicos dos estudantes e suas decisões de evasão. Para isso, analisamos três décadas de matrículas de estudantes em uma universidade australiana e apresentamos uma nova abordagem metodológica utilizando técnicas de embedding gráfico para capturar tanto características estruturais quanto baseadas em vizinhança da rede de co-matrícula. De acordo com o modelo de Tinto, encontramos que não apenas essas representações embutidas da rede social dos estudantes preveem sua média final de notas (GPA), mas também conseguem classificar com sucesso os estudantes que abandonam. Nossos resultados mostram que essas representações embutidas da rede social de um estudante podem atingir F 1 -scores de até 0,79 ao classificar a evasão e explicam até 10% da variância na GPA final do estudante. Ao controlar um pequeno conjunto de covariáveis e variáveis comuns à literatura, esse desempenho aumenta para 0,83 e 24%, respectivamente. Além disso, o desempenho desses métodos é robusto tanto a mudanças em sua parametrização quanto à corrupção das redes sociais subjacentes. O que é importante, isso implica que hiperparâmetros podem ser escolhidos para reduzir as demandas computacionais desse método sem perda de poder preditivo. A novidade desse método e sua capacidade de identificar a evasão estudantil merecem uma investigação mais aprofundada para identificar proativamente estudantes em risco.