MÉTODOS DE PREDICCIÓN PARA LA INSERCIÓN DE ESTUDIANTES EN EL COMPLEJO ESCOLAR EVANGÉLICO Nº62M REVERENDO EDUARDO MOREIRA KUENYE, MOÇÂMEDES-ANGOLA
DOI:
https://doi.org/10.47820/recima21.v6i1.6889Palabras clave:
Métodos. Predicción. Métodos de Predicción. Inserción de Estudiantes.Resumen
El presente artículo tiene como tema: Métodos de previsión para la inserción de alumnos en el Complejo Escolar Evangélico Nº62M “Reverendo Eduardo Moreira Kuenye, Moçamedes–Angola”. La previsión constituye el punto de partida para el proceso de planificación de toda actividad futura, la toma de decisiones y el control en cualquier organización. La investigación se desarrolló en el Complejo Escolar Evangélico Nº62M “Reverendo Eduardo Moreira Kuenye”, cuyo objetivo general fue desarrollar e implementar un método de previsión eficaz y equitativo que optimice la asignación de alumnos. Para alcanzar el objetivo general, se propusieron los siguientes objetivos específicos: recopilar y analizar datos históricos relacionados con la demanda de alumnos, matrículas anteriores y patrones de admisión para identificar tendencias y patrones; identificar las variables clave que afectan la inserción de alumnos, como la ubicación, el rendimiento académico, las necesidades especiales y las preferencias de los padres; utilizar el modelo para optimizar la inserción de alumnos en aulas y clases, considerando la capacidad de las instalaciones y la disponibilidad de recursos; y proponer una metodología para perfeccionar el proceso de previsión para la inserción de los alumnos en los cursos de entrada. Los resultados presentados resaltan la necesidad de trabajar en los métodos de previsión para la inserción de alumnos, lo cual será de gran importancia para las escuelas. La metodología de la investigación es de carácter descriptivo y exploratorio, con profundización bibliográfica.
Descargas
Referencias
ALMEIDA, P. A previsão como ferramenta de adaptação pedagógica nas escolas. São Paulo: Editora Educacional, 2020.
ALMEIDA, S. A. A eficácia dos métodos de ensino e sua influência no aprendizado. São Paulo: Editora Acadêmica, 2016.
ANDRADE, R.. A importância da previsão educacional no contexto escolar. Educação e Gestão, 2017.
BISHT, Dinesh C. S.; RAM, Mangey. Recent Advances in Time Series Forecasting, London: CRC Press, 2022. DOI: https://doi.org/10.1201/9781003102281
BOX, E.; JENKINS, M.; REINSEL, C. Time series analysis: forecasting and control. 3. ed. Englewood Cliffs: Prentice Hall, 1994.
BOX, G. E. P.; JENKINS, G. M.; REINSEL, G. C.; LJUNG, G. M. Time series analysis: Forecasting and control. 5. ed. [S. l.]: Wiley, 2015.
BROCKWELL, P. J.; DAVIS, R. A. Time series: Theory and methods. 2. Ed. [S. l]: Springer, 1991. DOI: https://doi.org/10.1007/978-1-4419-0320-4
CAIADO, J. Métodos de Previsão em Gestão Com Aplicações em Excel. Lisboa: Edições Sílabos, Lda, 2011.
CARDOSO, L. Previsão educacional e o planeamento escolar. Revista Brasileira de Educação, 2015.
CARVALHO, M. M. Gestão da cadeia de suprimentos: Conceitos, estratégias, práticas e casos. São Paulo: Atlas, 2012.
CERVO, A. L. Metodologia científica. 5. ed. São Paulo: Prentice Hall, 2012.
CHAVES, M. Métodos de previsão e a tomada de decisões no setor público e privado. Gestão & Políticas Públicas, 2012.
CORRAR, L. J.; THEÓFILO, C. R. Análise multivariada para os cursos de administração, ciências contábeis e economia. São Paulo: Atlas, 2004.
CORRÊA, H. L.; GIANESI, I. G. N.; CAON, M. Planeamento, programação e controle da produção: MRP II/ERP: Conceitos, uso e implementação. 5. Ed. São Paulo: Atlas, 2006.
COSTA, J. Desafios na implementação de métodos de previsão no contexto angolano. Estudos Angolanos de Educação, 2020.
CRESWELL, J. W. Research design: Qualitative, quantitative, and mixed methods approaches. 4. Ed. New York: SAGE Publications, 2014.
DAVIS, M. M.; AQUILANO, N. J.; CHASE, R. B. Fundamentals of operations management. 4. Ed. New York: McGraw-Hill, 2001.
ESTEVES, T. Modelos de previsão de carga de curto prazo. 2003. Dissertação (Mestrado em Engenharia de Elétrica) – Faculdade de Engenharia de Elétrica, Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2003.
FERNANDES, C. Incerteza e erros nos métodos de previsão em Angola. Economia & Previsão, 2019.
FOGLIATTO, S. Previsão da procura. Porto Alegre: UFRGS, 2003. p. 01-62. Disponível em: http://www.producao.ufrgs.br/.
FREITAS, A. R. A comunicação transparente na educação: Elementos fundamentais para a confiança e apoio familiar. São Paulo: Editora da Universidade, 2021.
FUSCO, J. P. A.; SACOMANO, J. B. Planeamento e controlo da produção: Teoria e prática. Porto Alegre: Cengage Learning, 2007.
GIL, A. C. A análise percentual em pesquisas educacionais. São Paulo: Atlas, 2017.
GIL, A. C. Métodos e técnicas de pesquisa social. 6. Ed. São Paulo: Atlas, 2008.
GILLILAND, M. Is forecasting a waste of time. [S. l.: s. n.], 2017.
GOMES, M. Alto custo e complexidade dos métodos de previsão em Angola. Revista de Infraestrutura e Transporte, 2020.
HANKE, E.; WICHERN, W.; REITSCH, G. Business forecasting. 7. Ed. New York: Prentice Hall, 2001.
HANKE, J. E.; WICHERN, D. W. Business forecasting. 9. Ed.). São Paulo: Pearson, 2009.
HYNDMAN, R. J.; ATHANASOPOULOS, G. Forecasting: principles and practice. 3rd ed. [S. l.: s. n.], 2021.
KOTLER, P. Administração de marketing. 10 Ed. São Paulo: Pearson Prentice Hall, 2000.
KUSTERS, D. Analise preditiva e previsão da demanda. São Paulo: Editora Senac, 2023.
LAKATOS, E. M., & MARCONI, M. A. Fundamentos de metodologia científica. 7. Ed. São Paulo: Atlas, 2010.
LAKATOS, E. M.; MARCONI, M. A. Fundamentos de metodologia científica. 5. Ed. São Paulo: Atlas, 2001.
LAKATOS, E. M.; MARCONI, M. A. Fundamentos de metodologia científica. 6. Ed. São Paulo: Atlas, 2010.
LEVINE, R. A.; MARKMAN, E. M.; HOLLAN, D. W. Data-driven decision making in educational settings. New York: Springer, 2020.
LIBÂNEO, J. C. Didática. 3. Ed. Rio de Janeiro: Cortez, 2013.
LIMA, M. C. Transparência nos processos pedagógicos e administrativos. São Paulo: Editora Educativa, 2013.
MARCONI, A.; LAKATOS, M.. Metodologia científica. 4. Ed. São Paulo: Atlas, 2004.
MELO, A. O papel dos métodos de previsão no planeamento educacional em Angola. Educação em Foco, 2018.
MONTGOMERY, D. C.; PECK, E. A.; VINING, G. G. Introduction to linear regression analysis. 5. Ed. [S. l.]: Wiley, 2012.
MORETTIN, A.; TOLOI, M. (2004). Análise de séries temporais. São Paulo: Edgard Blücher, 2004.
NEUMAN, W. L. Social research methods: Qualitative and quantitative approaches. 8. Ed. São Paulo: Pearson, 2019.
NEVES, J. Investigação científica. São Paulo: Atlas, 2006.
NUNES, A. B.; PEREIRA, S. R.; SILVA, J. A. Analise e previsão de séries temporais: Métodos e aplicações. São Paulo: Atlas, 2009.
Descargas
Publicado
Número
Sección
Categorías
Licencia
Derechos de autor 2025 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.
