evidoria

← Voltar à navegação

Boa prática Importada

Monitorização de Presenças com IoT e IA para Prever o Risco de Abandono — Wisdom School Musanze, Ruanda

Ruanda · Musanze · Ver o perfil de Ruanda

Evidência: Observacional / pré-pós Top 89% 27/100 · Pergunte a Evidence Copilot sobre esta prática

Investigadores do Rwanda Polytechnic e da Univ. do Ruanda construíram um sistema de presenças com biometria e infravermelhos numa escola de Musanze; um modelo de árvore de decisão com dados de 2020–2021 atingiu 91,4% de precisão ligando baixa assiduidade a abandono.

91.4 %
Precisao do modelo a associar assiduidade e abandono (2020-2021 records)
Monitorização de Presenças com IoT e IA para Prever o Risco de Abandono — Wisdom School Musanze, Ruanda

Detalhes

Maturidade
Piloto
Promotor
Rwanda Polytechnic (IPRC-Kigali) and University of Rwanda, with Wisdom School Musanze
Período
2020–2023
Palavras-chave
secondary education, attendance monitoring, dropout prediction, IoT, machine learning

Contexto

Sete investigadores do Rwanda Polytechnic (IPRC-Kigali) e da Universidade do Ruanda construiram um sistema de monitorizacao de presencas baseado em IoT e IA na Wisdom School Musanze, uma escola secundaria nao residencial no Distrito de Musanze, para combater o abandono escolar associado ao absentismo nao monitorizado.

Atividades

O sistema combina um sensor de impressao digital para registo e verificacao de presencas, um sensor infravermelho passivo (PIR) para detetar a presenca fisica do aluno, e um relogio em tempo real para marcar os registos, alimentando uma aplicacao web que da a pais e administradores visibilidade em tempo real e gera relatorios diarios, mensais e anuais. Utilizando dados secundarios dos registos do ano letivo 2020-2021 da escola -- incluindo sexo, condicao de orfandade e historico de pagamento de propinas -- a equipa treinou um classificador de aprendizagem automatica do tipo arvore de decisao.

Resultados

O modelo de arvore de decisao alcancou uma precisao de 91,4% ao demonstrar que taxas de assiduidade mais elevadas estao fortemente associadas a um menor abandono escolar nesta escola.

Conclusões

Trata-se de um estudo de caso numa unica escola, com uma dimensao de amostra nao divulgada, pelo que o valor de 91,4% nao foi demonstrado como generalizavel para alem da Wisdom School Musanze. O artigo nao aborda as implicacoes de protecao de dados e consentimento associadas a recolha de impressoes digitais de menores, nem se o sistema foi adotado noutra escola desde a publicacao.

Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
Rwanda Polytechnic (IPRC-Kigali) research team, University of Rwanda research team, Wisdom School Musanze (implementing school)

Condições de sucesso

  • Multi-sensor design (fingerprint, PIR and real-time clock) for reliable attendance capture
  • Web application giving parents and administrators real-time visibility

Modos de falha comuns

  • Undisclosed sample size limits generalisability beyond this single school
  • Data-protection and consent implications of fingerprinting minors not addressed
  • No evidence of adoption at other schools since publication

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Kit de replicação

Artefactos reutilizáveis desta prática — tal como publicados pelas suas fontes.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis