Integração de banco de dados e dados sintéticos na gestão escolar: uma abordagem para apoio à tomada de decisão

Authors

  • Daniele Viana de Lima Author
  • Mário Sérgio Cavalcante Author

DOI:

https://doi.org/10.51473/rcmos.v1i1.2026.2492

Keywords:

Gestão escolar; Banco de dados; Dados sintéticos; Tomada de decisão; Dashboards educacionais.

Abstract

A crescente digitalização das instituições de ensino tem ampliado significativamente a produção e o armazenamento de informações acadêmicas e administrativas, tornando necessária a utilização de sistemas computacionais capazes de organizar e analisar esses dados de forma eficiente. Nesse contexto, este estudo teve como objetivo analisar como a modelagem de sistemas computacionais, integrando bancos de dados relacionais e dados sintéticos, pode contribuir para o apoio à tomada de decisão na gestão escolar.

Metodologicamente, a pesquisa caracteriza-se como aplicada, de abordagem qualitativa e com objetivos exploratórios e descritivos, desenvolvida por meio de revisão bibliográfica e da proposição de uma arquitetura computacional em três camadas. A estrutura proposta contempla um banco de dados relacional em SQL, mecanismos de validação de informações acadêmicas, uso de dados sintéticos para simulação de cenários e dashboards para visualização de indicadores institucionais. Os resultados indicaram que a integração dessas tecnologias favorece a organização dos dados, a automatização de processos administrativos, a geração de indicadores educacionais e o maior suporte analítico aos gestores escolares. Além disso, o uso de dados sintéticos demonstrou potencial para a realização de testes e análises sem comprometer a privacidade das informações institucionais. Conclui-se que a proposta apresentada tem potencial para fortalecer práticas de gestão escolar orientadas por dados, promovendo maior eficiência, segurança da informação e apoio estratégico à tomada de decisão.

Downloads

Download data is not yet available.

References

ALPAYDIN, Ethem. Machine Learning. Cambridge: MIT Press, 2021.

BENGIO, Yoshua; GOODFELLOW, Ian; COURVILLE, Aaron. Deep Learning. Cambridge: MIT Press, 2016.

BORGES, Martha Kaschny; SILVA, Marco. Educação e tecnologias digitais: desafios contemporâneos. Revista Educação & Sociedade, v. 40, 2019.

BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Indicadores Educacionais. Brasília: INEP, 2023.

BRASIL. Ministério da Educação. Censo Escolar da Educação Básica 2023. Brasília: MEC, 2024.

CAMPOS, Flávia; ROCHA, Heloisa. Inteligência artificial na educação: tendências e perspectivas. Revista Brasileira de Informática na Educação, v. 30, 2022.

CARDOSO, Olinda Nogueira Paes. Sistemas de informação gerencial. São Paulo: Atlas, 2018.

CHEN, Min; MAO, Shiwen; LIU, Yunhao. Big data: a survey. Mobile Networks and Applications, v. 19, n. 2, 2014.

COSTA, Cláudia; OLIVEIRA, Lucas. Análise de dados educacionais para apoio à gestão. Revista Brasileira de Educação, v. 27, 2022.

DAVENPORT, Thomas H.; HARRIS, Jeanne G. Competing on Analytics. Boston: Harvard Business School Press, 2007.

DOMINGOS, Pedro. The Master Algorithm. New York: Basic Books, 2015.

ELMASRI, Ramez; NAVATHE, Shamkant. Sistemas de Banco de Dados. 7. ed. São Paulo: Pearson, 2019.

FERREIRA, Aurélio Buarque. Tecnologia e educação no Brasil contemporâneo. São Paulo: Cortez, 2020.

GARCIA, Paulo Sérgio. Gestão educacional baseada em evidências. Educação em Revista, v. 36, 2020.

GEPPERT, Andreas; KOTZ, Dittrich. Data management systems. ACM Computing Surveys, v. 52, 2019.

GOODFELLOW, Ian; POUGET-ABADIE, Jean; MIRZA, Mehdi. Generative adversarial nets. Advances in Neural Information Processing Systems, 2014.

HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data Mining: Concepts and Techniques. 3. ed. Morgan Kaufmann, 2011.

HERNÁNDEZ-ORALLO, José. Evaluation in artificial intelligence. Journal of Artificial Intelligence Research, 2020.

KITCHIN, Rob. The Data Revolution. London: Sage, 2014.

KRAWCZYK, Nora. Políticas educacionais no Brasil. São Paulo: Cortez, 2018.

LIMA, João; SANTOS, Mariana. Uso de dados na gestão escolar. Revista Gestão Educacional, v. 15, 2021.

MACHADO, Cristiane; ALMEIDA, Ricardo. Tecnologias digitais e aprendizagem. Revista Educação e Tecnologia, v. 25, 2023.

MANYIKA, James et al. Big data: the next frontier. McKinsey Global Institute, 2011.

MARTINS, Gilberto de Andrade. Metodologia da pesquisa científica. São Paulo: Atlas, 2017.

MENDES, Ana Paula; COSTA, Bruno. Indicadores educacionais e tomada de decisão. Revista Brasileira de Estudos Pedagógicos, v. 104, 2023.

MITCHELL, Tom M. Machine Learning. New York: McGraw-Hill, 1997.

NASCIMENTO, Silvana; BARBOSA, Eduardo. Sistemas inteligentes na educação. Revista Brasileira de Computação Aplicada, v. 14, 2022.

OECD. Education at a Glance 2023. Paris: OECD Publishing, 2023.

PEREIRA, Fábio; SOUZA, Carla. Big data educacional. Revista Brasileira de Informática na Educação, v. 31, 2023.

PRESSMAN, Roger. Engenharia de Software. 8. ed. Porto Alegre: AMGH, 2016.

RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach. 4. ed. Pearson, 2021.

SANTOS, Boaventura de Sousa. Conhecimento e sociedade. São Paulo: Cortez, 2019.

SILVA, Ana Paula; FREITAS, João. Dados sintéticos e privacidade. Revista de Tecnologia da Informação, v. 12, 2024.

SILVA, Marco. Educação online. São Paulo: Loyola, 2018.

SOMMERVILLE, Ian. Engenharia de Software. 10. ed. Pearson, 2019.

VAN DER AALST, Wil. Process Mining. Springer, 2016.

ZUBOFF, Shoshana. The Age of Surveillance Capitalism. New York: PublicAffairs, 2019.

Published

2026-06-12

How to Cite

LIMA , Daniele Viana de; CAVALCANTE, Mário Sérgio. Integração de banco de dados e dados sintéticos na gestão escolar: uma abordagem para apoio à tomada de decisão. Multidisciplinary Scientific Journal The Knowledge, Brasil, v. 1, n. 1, 2026. DOI: 10.51473/rcmos.v1i1.2026.2492. Disponível em: https://submissoesrevistarcmos.com.br/rcmos/article/view/2492. Acesso em: 13 jun. 2026.