Integration between Information Science and Data Science:

content analysis applied to variable selection for predictive modeling

Authors

  • Alexsandra Schmidt Fabrin Universidade do Estado de Santa Catarina
  • Jordan Paulesky Juliani Universidade do Estado de Santa Catarina

DOI:

https://doi.org/10.22478/ufpb.1809-4783.2025v35.74098

Keywords:

information science, data science, school dropout prediction, variables, content analysis

Abstract

The variables used in predictive models are fundamental to the quality of the results obtained, making their identification and selection relevant steps in the modeling process. This article aims to present the application of content analysis, a technique widely used in Information Science, in the exploration and selection of variables for predicting high school dropout among students in the Santa Catarina State public school system. The research is characterized as applied, with exploratory objectives, a predominantly qualitative approach, and documentary research and a case study as its technical procedures. The corpus consisted of 16 studies selected through a bibliographic survey, from which 269 variables were identified, subsequently grouped into 114 groupings based on semantic and conceptual similarity and classified according to the characteristics of Availability, Relevance, and Dimension. The results demonstrate that content analysis made it possible to organize and systematize the variables in a contextualized and structured manner, supporting their selection for predictive modeling. It is concluded that the application of content analysis fosters the integration of Information Science principles and Data Science methods, providing an initial systematization of the variables identified in the literature that may support future research on variable selection and predictive modeling of school dropout.

Downloads

Download data is not yet available.

Author Biographies

Alexsandra Schmidt Fabrin, Universidade do Estado de Santa Catarina

Doutoranda em Gestão de Unidades de Informação na Universidade do Estado de Santa Catarina (Udesc). Mestre em Gestão de Unidades de Informação pela Universidade do Estado de Santa Catarina (Udesc, 2025). Especialista em Educação Matemática pela Universidade do Sul de Santa Catarina (Unisul, 2006). Licenciada em Matemática pela Universidade Federal de Santa Catarina (UFSC, 2002). Técnica da Secretaria de Estado da Educação de Santa Catarina (SED/SC). E-mail: alexsandras@sed.sc.gov.br.

Jordan Paulesky Juliani, Universidade do Estado de Santa Catarina

Doutor em Engenharia e Gestão do Conhecimento pela Universidade Federal de Santa Catarina (UFSC, 2008). Mestre em Engenharia de Produção pela Universidade Federal de Santa Catarina (UFSC, 2002). Especialista em Ciência de Dados e Inteligência Artificial pela Pontifícia Universidade Católica do Rio Grande do Sul (PUC-RS, 2024). Graduado em Administração pela Universidade Federal de Santa Catarina (UFSC, 2005) e em Ciência da Computação pela Universidade do Vale do Itajaí (Univali, 1999). Professor da Universidade do Estado de Santa Catarina (Udesc) e da University of Wisconsin – Sevens Point. E-mail: jordan.juliani@udesc.br e jordan.juliani@uwsp.edu.

References

ALESP. Assembleia Legislativa do Estado de São Paulo. Assembleia lança o Índice Paulista de Vulnerabilidade Social. São Paulo: 2004. Disponível em: https://www.al.sp.gov.br/noticia/?id=264220. Acesso em: 14 out. 2024.

AMARAL, Fernando. Introdução a ciência de dados: mineração de dados e Big Data. 1. ed. Rio de Janeiro: Alta Books, 2016.

BARDIN, Laurence. Análise de conteúdo. 4. ed. Lisboa: Edições 70, 2009.

BARROS, Thiago Medeiros; SOUZA NETO, Plácido A.; SILVA, Ivanovitch; GUEDES, Luiz Affonso. Predictive models for imbalanced data: a school dropout perspective. Education Sciences, v. 9, n. 275, 2019. Disponível em: https://doi.org/10.3390/educsci9040275. Acesso em: 22 jan. 2024.

BARROS, Thiago Medeiros. Um processo orientado a dados para geração de modelo de predição de evasão escolar. 2020. Tese (Doutorado em Engenharia Elétrica e de Computação) - Universidade Federal do Rio Grande do Norte (UFRN), Natal RN, 2020. Disponível em: https://repositorio.ufrn.br/handle/123456789/31933. Acesso em: 08 jan. 2024.

BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). Saeb 2021: Indicador de Nível Socioeconômico do Saeb 2021: nota técnica. Brasília, DF: Inep, 2023. Disponível em: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/indicadores-educacionais/nivel-socioeconomico. Acesso em: 14 out. 2024.

BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). Sinopse estatística da educação básica 2025. Brasília: Inep, 2026a. Disponível em: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/sinopses-estatisticas/educacao-basica. Acesso em: 03 jul. 2026.

BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). Taxas de rendimento escolar. Brasília: Inep, 2026b. Disponível em: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/indicadores-educacionais/taxas-de-rendimento-escolar. Acesso em: 03 jul. 2026.

CHINNASAMY, Rajagopal; BALASUBRAMANIAN, Thangavel. Rank biserial stochastic feature embed bivariate kernelized regressive bootstrap aggregative classifier for school student dropout prediction. Concurrency and Computation: Practice and Experience, v. 34, n. 21, 2022a. Disponível em: https://doi.org/10.1002/cpe.7133. Acesso em: 22 jan. 2024.

CHINNASAMY, Rajagopal; BALASUBRAMANIAN, Thangavel. Tucker's congruence regressive feature projected tversky discriminant multiple instance learning boost data classification for school student dropout prediction. Concurrency and Computation: Practice and Experience, v. 34, n. 18, 2022b. Disponível em: https://doi.org/10.1002/cpe.7021. Acesso em: 22 jan. 2024.

COLPANI, Rogério. Mineração de dados educacionais: um estudo da evasão no ensino médio com base nos indicadores do Censo Escolar. Informática na Educação: teoria & prática, Porto Alegre, v. 21, n. 3, p. 109-123, 2018. Disponível em: https://seer.ufrgs.br/index.php/InfEducTeoriaPratica/article/view/87880. Acesso em: 08 jan. 2024.

IBGE. Censo Demográfico: O que é. [S.l.]: IBGE, 2023. Disponível em: https://www.ibge.gov.br/estatisticas/sociais/trabalho/22827-censo-demografico-2022.html?=&t=o-que-e. Acesso em: 10 dez. 2024.

IBGE. Produto Interno Bruno – PIB: O que é o PIB. [S.l.]: IBGE, 2024. Disponível em: https://www.ibge.gov.br/explica/pib.php. Acesso em: 04 out. 2024.

KRÜGER, João Gabriel Corrêa; BRITTO JR., Alceu de Souza; BARDDAL, Jean Paul. An explainable machine learning approach for student dropout prediction. Expert Systems With Applications. V. 233, 2023. Disponível em: https://doi.org/10.1016/j.eswa.2023.120933. Acesso em: 20 set. 2024.

LOPES FILHO, José Ahirton Batista. Detecção de estudantes em risco de evasão escolar usando aprendizagem de máquina. Tese (Doutorado em Engenharia Elétrica e Computação) - Universidade Presbiteriana Mackenzie, São Paulo SP, 2021. Disponível em: https://adelpha-api.mackenzie.br/server/api/core/bitstreams/178b32ac-cd0a-44e3-9804-87566f733e15/content. Acesso em: 22 jan. 2024.

MAHESHWARI, Ekansh; ROY, Chandrima; PANDEY, Manjusha; RAUTRAY, Siddharth. Prediction of factors associated with the dropout rates of primary to high school students in India using data mining tools. Frontiers in Intelligent Computing: Theory and Applications, v. 1.013, p. 242-251, 2020. Disponível em: https://doi.org/10.1007/978-981-32-9186-7_26. Acesso em: 22 jan. 2024.

MASOOD, Sheikh Wakie; BEGUM, Shahin Ara. Comparison of resampling techniques for imbalanced datasets in student dropout prediction. IEEE Silchar Subsection Conference (SILCON), Silchar, India, p. 1, 2022. Disponível em: https://ieeexplore.ieee.org/document/10028915. Acesso em: 22 jan. 2024.

MDUMA, Neema. Data balancing techniques for predicting student dropout using machine learning. Data, v. 8, n. 49, 2023. Disponível em: https://doi.org/10.3390/data8030049. Acesso em: 22 jan. 2024.

MOUTINHO, Sônia Oliveira Matos; MARTINS, Paulo George Miranda; ALENCAR, Danila Fernandes; CONEGLIAN, Caio Saraiva. Ciência da Informação e Ciência de Dados: convergências interdisciplinares. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, Florianópolis/SC, Brasil, v. 29, p. 1–26, 2024. Disponível em: https://periodicos.ufsc.br/index.php/eb/article/view/99127. Acesso em: 14 maio. 2025.

PNUD; IPEA; FJP. Atlas do desenvolvimento humano nas regiões metropolitanas brasileiras: Florianópolis, Sorocaba, Ride Grande Teresina, Ride Petrolina-Juazeiro. Brasília: PNUD: IPEA: FJP, 2017. Disponível em: http://www.atlasbrasil.org.br/acervo/biblioteca. Acesso em: 20 jan. 2025.

QUEIROGA, Emanuel Marques; MACHADO, Matheus Francisco Batista; PARAGARINO, Virgínia Rodés; PRIMO, Tiago Thompsen; CECHINEL, Cristian. Early prediction of at-risk students in secondary education: a countrywide K-12 learning analytics initiative in Uruguay. Information, v. 13, n. 9, 2022. Disponível em: https://doi.org/10.3390/info13090401. Acesso em: 22 jan. 2024.

QUEIROGA, Emanuel Marques; SANTANA, Daniel; SILVA, Marcelo da; AGUIAR, Martim de; SANTOS, Vinícius dos; MELLO, Rafael Ferreira; BITTENCOURT, Ig Ibert; CECHINEL, Cristian. Anticipating student abandonment and failure: predictive models in high school settings. In: International Conference on Artificial Intelligence in Education (AIED) 2024. Lecture Notes in Computer Science (LNCS), v. 14829, 2024. Disponível em: https://doi.org/10.1007/978-3-031-64302-6_25. Acesso em: 22 set. 2024.

SÃO PAULO (Estado). Resolução SE - 74 de 6 de nov. de 2008. Institui sobre o Programa de Qualidade da Educação (PQE) e o Índice de Desenvolvimento da Educação do Estado de São Paulo (IDESP). Diário Oficial do Estado de São

Paulo, São Paulo, v.118, n.211, p.19. 07 nov. 2008.

SICSÚ, Abraham L.; SAMARTINI, André; BARTH, Nelson L. Técnicas de machine learning. Editora Blucher, 2023.

SILVA, Alex Sandro Siqueira da. Mineração de dados aplicada à predição da evasão escolar no ensino médio. 2021. Tese (Doutorado em Engenharia Elétrica) - Universidade Estadual Paulista "Júlio de Mesquita Filho", Ilha Solteira, SP, 2021. Disponível em: http://hdl.handle.net/11449/213799. Acesso em: 08 jan. 2024.

SOUZA, Alex Marques de. Machine learning e a evasão escolar - análise preditiva no suporte à tomada de decisão. 2020. Dissertação (Mestrado em Sistemas de Informação e Gestão do Conhecimento) - Universidade FUMEC, Belo Horizonte, MG, 2020. Disponível em: https://repositorio.fumec.br/xmlui/bitstream/handle/123456789/420/alex_souza_mes_sigc_2020.pdf. Acesso em: 08 jan. 2024.

SUMARES, Gustavo. O que é GPA e como calcular o seu. [S.l.]: Fundação Estudar, 2024. Disponível em: https://www.estudarfora.org.br/gpa-o-que-e-e-como-calcular-o-seu/. Acesso em: 12 out. 2024.

TELES, Igor Antônio Gomes. Aprendizagem de máquina para predição do abandono e evasão dos estudantes do estado do Ceará. 2023. Dissertação (Mestrado em Engenharia Elétrica e Computação) - Universidade Federal do Ceará, Sobral, CE, 2023. Disponível em: http://repositorio.ufc.br/handle/riufc/73132. Acesso em: 08 jan. 2024.

WONGVORACHAN, Tarid; HE, Surina; BULUT, Okan. A comparison of undersampling, oversampling, and SMOTE methods for dealing with imbalanced classification in educational data mining. Information, v. 14, n. 54, 2023. Disponível em: https://doi.org/10.3390/info14010054. Acesso em: 22 jan. 2024.

Published

2026-08-02

How to Cite

Fabrin, A. S., & Juliani, J. P. (2026). Integration between Information Science and Data Science:: content analysis applied to variable selection for predictive modeling. Informação & Sociedade, 35. https://doi.org/10.22478/ufpb.1809-4783.2025v35.74098

Issue

Section

Relatos de Pesquisa

Similar Articles

1 2 3 4 5 6 7 8 9 10 > >> 

You may also start an advanced similarity search for this article.