Aplicação web de apoio à decisão pedagógica que reúne indicadores acadêmicos em um dashboard para auxiliar professores no acompanhamento das turmas e na priorização de alunos que podem precisar de maior atenção.
O projeto utiliza dados fictícios para demonstração e uma classificação descritiva baseada em regras, sem finalidade diagnóstica.
O DetectEdu centraliza informações que normalmente são analisadas separadamente, como frequência, notas, participação, atividades atrasadas, exercícios realizados e evolução do desempenho.
A partir desses indicadores, o sistema apresenta uma visão geral da turma e uma análise individual de cada aluno, facilitando a identificação de diferentes situações de acompanhamento pedagógico.
- Cadastro, edição e exclusão de turmas e alunos.
- Registro periódico de acompanhamentos.
- Dashboard com indicadores gerais da turma.
- Distribuição dos alunos por classificação pedagógica.
- Comparação entre frequência e desempenho.
- Visualização das médias dos principais indicadores.
- Análise individual com perfil dos indicadores.
- Histórico de evolução do desempenho.
- Identificação de fatores de atenção.
- Sugestões de acompanhamento.
- Persistência local dos dados com SQLite.
- Base fictícia para demonstração do MVP.
| Tecnologia | Utilização |
|---|---|
| Python | Lógica da aplicação e processamento dos indicadores. |
| Streamlit | Interface web e dashboard. |
| Pandas | Organização e análise dos dados. |
| Plotly | Gráficos e visualizações interativas. |
| SQLite | Persistência local dos dados. |
| CSS3 | Personalização visual da interface. |
A classificação é calculada a partir da combinação dos indicadores registrados para cada aluno.
| Pontuação | Classificação |
|---|---|
| 0 a 3 | Acompanhamento regular |
| 4 a 7 | Sinais de atenção |
| 8 ou mais | Prioridade de acompanhamento |
São considerados frequência, notas de provas e atividades, atividades atrasadas, participação em aula, taxa de exercícios e evolução das notas.
Quando nenhum exercício foi proposto no período, esse indicador é tratado como não aplicável e não acrescenta pontos.
A classificação é uma regra descritiva do MVP e funciona como apoio à priorização. Ela não representa diagnóstico e não substitui a avaliação do professor.
A base fictícia utilizada no protótipo possui:
- 3 turmas
- 74 alunos
- 196 registros de acompanhamento
- Entre 1 e 4 acompanhamentos por aluno
Os dados representam diferentes trajetórias, incluindo melhora, queda de desempenho, baixa frequência, dificuldades em notas, baixa participação, atrasos e situações próximas aos limites de classificação.
Os registros são determinísticos para que os mesmos cenários sejam reproduzidos durante testes e demonstrações.
DetectEdu/
├── app.py
├── analytics.py
├── charts.py
├── dashboard.py
├── database.py
├── forms.py
├── models.py
├── repository.py
├── seed.py
├── services.py
├── styles.css
├── requirements.txt
└── README.md
git clone https://github.com/mayasrl/DetectEdu.git
cd DetectEdupython -m venv .venvNo Windows:
.venv\Scripts\activatepython -m pip install -r requirements.txtpython -m streamlit run app.pyA aplicação estará disponível em:
http://localhost:8501
Para preencher o sistema com a base fictícia, utilize o botão Carregar dados de demonstração na barra lateral.
Desenvolvido para o Pitch de avaliação final da Pós-Graduação em Ciência de Dados da Descomplica e para o Projeto Aplicado Orientado à Decisão do Curso de Atualização em Data Analytics para Tomada de Decisão da ECA-USP, com 💛 por @mayasrl.