Planejamento de Ensino (cursos, programas, disciplinas, aulas e avaliação)
Autores
Nome
1 - Rodrigo Cirino Silva UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO (UNESP) - Guaratinguetá
2 - FERNANDO FREIRE VASCONCELOS Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo - FEA - Administração
Reumo
No Brasil cerca de 50% da população vive abaixo da linha da pobreza multidimensional ou se encontra vulnerável à pobreza (Silva et al., 2020). Assim a atuação dos governantes é imprescindível para amenizar situações de risco, através de políticas públicas que tem influência direta na população (Carvalho et al., 2021), ligadas a áreas como saúde, educação, moradia, segurança, saneamento básico, entre outras (IPEA, 2018). Os impactos dessas políticas podem ser medidos através de diferentes índices, pelos quais é possível observar a melhora ou não nos aspectos que levam ao desenvolvimento social.
Entender como esses índices se correlacionam entre si é uma forma de aperfeiçoar o planejamento governamental e implementação de políticas públicas. Este trabalho buscou comparar indicadores educacionais e socioeconômicos, e verificar uma possível correlação entre eles. Foram avaliados: média do resultado do ENEM, média de hora-aula do ensino fundamental e médio, IDHM e suas componentes (renda, educação e longevidade), índice de Gini, PIBE e resultados do Saeb no 9º ano e 12º ano.
Segundo Silva (2016), pode-se correlacionar a pobreza e a desigualdade social, qualitativa e quantitativamente ao déficit educacional. Essa relação é evidenciada principalmente em aspectos como acesso ao mercado de trabalho e desenvolvimento da capacidade crítica. Além disso, aspectos como número médio de anos de educação recebidos durante a vida a partir de 25 anos, e expectativa em anos de escolaridade para crianças na idade de iniciar a vida escolar influenciam diretamente o IDH de uma população (PNUD, 2021).
Observou-se nas análises que o estado de São Paulo apresentou características muito singulares, sendo inclusive alocado num agrupamento próprio, o que implica a necessidade de sua avaliação também separadamente dos outros estados para evitar superestimação de valores. Foi visto também que estados com menores IDHM apresentaram em geral menores notas no ENEM. E que as notas do ENEM também estão diretamente ligadas com a quantidade de professores com formação superior.
Na segunda análise, concluiu-se que quando comparadas as notas do Enem com o IDHM, a componente de renda é a mais significativa com relação ao resultado dos alunos neste exame nacional que direciona os estudantes para o ensino superior. Também se conclui que regiões com menor densidade demográfica tendem a apresentar os piores resultados com relação à média do ENEM. Isso reforça que uma melhor condição financeira traz melhores resultados educacionais, independente do Estado.
Julnes, J. (1999). Principal Component Analysis, Factor Analysis, and Cluster Analysis, p. 549-598. In: Miller, G.J.; Whilker, M.L. Handbook of Research Methods in Public Administration. Marcel Dekker, New York, NY, United States of America.
Malik, A.; Tuckfield B. (2019). Applied unsupervised learning with R. Packt Publishing, Birmingham, United Kingdom
Medeiros, M.C.; Barbosa, R.J.; Carvalhaes, F. (2019). Educação, desigualdade e redução da pobreza no Brasil. Texto para Discussão, No. 2447. 1 ed. Instituto de Pesquisa Econômica Aplicada (IPEA), Brasília, DF, Brasil.