CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Taking into consideration an analysis perspective of a school performance that considers the influence of intra- and extra-school factors. This study, using the achievement of 5th grade students of public elementary school in the state of Cearà in the fourth edition of Prova Brasil (a Brazilian school evaluation) in Portuguese Language test, has identified the variables of the contextual questionnaires significantly related to these student's performance. Based on that, we have prepared a multiple linear model that incorporated the student, teacher, principal and school's variables to investigate the influence of these variables on Portuguese Language Proficiency. From the object of study â set up by 5th grade students of public elementary Municipal school from Cearà and their Portuguese teachers, principals and schools â we have extracted a random sample of 486 students, 276 teachers, 223 principals and 223 schools. The results have shown 23.3% of the variability in Portuguese Proficiency is due to certain student's characteristics and also due to certain characteristics of the school context. According to the standardized coefficients of multiple linear regression function, the extra-school factors that cause an effect on student's performance are (β): (a) the failure and school dropout (β = - 0.178); (b) the fact that the student works (β = - 0.155); (c) the places that students are use to attending (β = - 0.155); (d) the amount of people living with the student (β = - 0.145); and (e) parents participation in school meetings and the encouragement given to the children (β = 0.136). In relation to the intra-school order of predictor variables, the survey found out that the following variables play positive or negative influence on the outcomes: (a) the lack of criteria to form the 1st to 4th degree groups (β = - 0.134); (b) the fact that the principal has been named by a politician (β = - 0.148); (c) the fact that the manager has graduated in an isolated college (β = 0.145); (d) the conditions of accessibility of the school's external surroundings (β = 0.115); (e) the amount of the expected content developed with students (β = 0.101); (f) the time (in years) that the principal works as a principal (β = 0.100); (g) the time (in years) that the teacher teaches the 5th grade (β = 0.100); and (h) the principal's major level â Specialization grade post-graduation in educational realm (β = 0.087). Among the results, it became clear that the student's cognitive performance in Portuguese proficiency is a consequence of multiple orders variables acting with a combined effect on it. Therefore, it cannot be assigned to only one agent or to a single point. / Seguindo uma perspectiva de anÃlise do desempenho escolar que considera a influÃncia de fatores intra e extraescolares, o estudo identificou as variÃveis dos questionÃrios contextuais significativamente relacionadas com o rendimento dos alunos de 5 ano do Ensino Fundamental da rede pÃblica municipal do estado do Cearà no teste de LÃngua Portuguesa na quarta ediÃÃo da Prova Brasil. A partir disso, elaborou-se um modelo linear mÃltiplo que incorporou as variÃveis do aluno, do professor, do diretor e da escola para investigar a influÃncia dessas variÃveis na ProficiÃncia em LÃngua Portuguesa. Da populaÃÃo objeto de estudo â constituÃda pelos alunos do 5 ano do Ensino Fundamental pÃblico municipal cearense e pelos respectivos professores de LÃngua Portuguesa, diretores e escolas â, extraiu-se uma amostra aleatÃria composta por 486 alunos, 276 professores, 223 diretores e 223 escolas. Os resultados evidenciaram que 23,3% da variabilidade da ProficiÃncia em LÃngua Portuguesa està creditada a determinadas caracterÃsticas do aluno e do contexto escolar. Observando os coeficientes padronizados da funÃÃo de regressÃo linear mÃltipla (β), os fatores extraescolares que exercem efeito sobre o desempenho do aluno sÃo: (a) a reprovaÃÃo e o abandono escolar (β = - 0,178); (b) o fato de o aluno trabalhar (β = - 0,155); (c) os locais que o aluno costuma frequentar (β = - 0,155); (d) a quantidade de pessoas que moram com o aluno (β = - 0,145); e (e) a participaÃÃo dos pais nas reuniÃes escolares e o incentivo fornecido aos filhos (β = 0,136). Quanto Ãs variÃveis preditoras de ordem intraescolar, a pesquisa constatou que as seguintes variÃveis desempenham influÃncia, positiva ou negativa, sobre os resultados escolares: (a) a falta de critÃrio para a formaÃÃo das turmas de 1 a 4 sÃries (β = - 0,134); (b) o fato de o diretor ter assumido o cargo por meio de indicaÃÃo polÃtica (β = - 0,148); (c) o fato de o gestor ter se graduado em uma faculdade isolada (β = 0,145); (d) as condiÃÃes de acessibilidade das imediaÃÃes externas da escola (β = 0,115); (e) a quantidade dos conteÃdos previstos desenvolvidos com os alunos (β = 0,101); (f) o tempo (em anos) que o diretor exerce funÃÃes de direÃÃo (β = 0,100); (g) o tempo (em anos) que o professor ministra aulas no 5 ano (β = 0,090); e (h) a formaÃÃo do diretor em nÃvel de pÃs-graduaÃÃo na Ãrea da EducaÃÃo (β = 0,087). Entre os resultados obtidos, ficou claro que o desempenho cognitivo do aluno em LÃngua Portuguesa à produto de variÃveis de mÃltiplas ordens que atuam com um efeito combinado sobre o educando. Logo, nÃo pode ser atribuÃdo a um sà agente ou a um sà aspecto.

Este trabalho trata dos temas da proficiência em português como língua adicional e da detecção de padrões lexicais e coesivos a partir de um enfoque computacional, situando o tema em meio à descrição de textos produzidos no contexto do exame de proficiência Celpe- Bras de 2006-1. Fazendo uso de pressupostos teórico-metodológicos da Linguística de Corpus, da Linguística Textual e do Processamento de Língua Natural, investigou-se a hipótese de que seria possível classificar, de modo automático, textos submetidos ao exame conforme níveis de proficiência pré-estabelecidos. Por meio do processamento de 177 textos previamente avaliados por corretores humanos em seis níveis (Iniciante, Básico, Intermediário, Intermediário Superior, Avançado e Avançado Superior), usou-se o Aprendizado de Máquina (AM) supervisionado para cotejar padrões lexicais e coesivos capazes de distinguir os níveis sob estudo. Para o cotejo dos padrões, a ferramenta Coh-Metrix-Port – que calcula parâmetros de coesão, coerência e inteligibilidade textual – foi utilizada. Cada um dos textos foi processado na ferramenta; para o AM, os resultados da ferramenta Coh-Metrix-Port foram usados como atributos, os níveis de proficiência como classes e os textos como instâncias. As etapas de processamento do corpus foram: 1) digitação do corpus; 2) processamento individual dos textos na ferramenta Coh-Metrix-Port; 3) análise usando AM – Algoritmo J48 – e os seis níveis de proficiência; 4) nova análise usando AM e duas novas classes: textos sem certificação (Iniciante e Básico) e com certificação (Intermediário, Intermediário Superior, Avançado e Avançado Superior). Avançado e Avançado Superior). Apesar do tamanho reduzido do corpus, foi possível identificar os seguintes atributos distintivos entre os textos da amostra: número de palavras, medida de riqueza lexical, número de parágrafos, incidência de conectivos negativos, incidência de adjetivos e Índice Flesch. Chegou-se a um classificador capaz de separar dois conjuntos de texto (SEM e COM CERTIFICAÇÃO) através das métricas utilizadas (fmeasure de 70%). / This research analyzes Portuguese proficiency from a computational perspective, studying texts submitted to the Brazilian Portuguese proficiency exam Celpe-Bras (Certificate of Proficiency in Portuguese for Foreigners). The study was based on Corpus Linguistics, Textual Linguistics, and Natural Language Processing. We investigated the hypothesis that it would be possible to predict second language proficiency using Machine Learning (ML), measures given by a NLP tool (Coh-Metrix-Port), and a corpus of texts previously classified by human raters. The texts (177) were previously classified as Beginner, Elementary, Intermediate, Upper Intermediate, Advanced, and Upper Advanced. After preparation, they were processed by Coh-Metrix-Port, a tool that calculates cohesion, coherence, and textual readability at different linguistic levels. The output of this tool provided 48 measures that were used as attributes, the proficiency levels given by raters were considered classes, and the 177 were considered instances for ML purposes. The algorithm J48 was used with this set of texts, providing a Decision Tree that classified the six levels of proficiency. The results for this analysis were not conclusive; because of that, we performed a new analysis with a new set of texts: two classes, one with texts that did not receive certificate (Beginner and Elementary) and the other with texts that did receive the certificate (Intermediate, Upper Intermediate, Advanced, and Upper Advanced). Despite the small size of the corpus, we were able to identify the following distinguishing attributes: number of words, type token ratio, number of paragraphs, incidence of negative connectives, incidence of adjectives, and Flesch Index. The classifier was able to separate these two last sets of texts with a F-measure of 70%.

Este trabalho trata dos temas da proficiência em português como língua adicional e da detecção de padrões lexicais e coesivos a partir de um enfoque computacional, situando o tema em meio à descrição de textos produzidos no contexto do exame de proficiência Celpe- Bras de 2006-1. Fazendo uso de pressupostos teórico-metodológicos da Linguística de Corpus, da Linguística Textual e do Processamento de Língua Natural, investigou-se a hipótese de que seria possível classificar, de modo automático, textos submetidos ao exame conforme níveis de proficiência pré-estabelecidos. Por meio do processamento de 177 textos previamente avaliados por corretores humanos em seis níveis (Iniciante, Básico, Intermediário, Intermediário Superior, Avançado e Avançado Superior), usou-se o Aprendizado de Máquina (AM) supervisionado para cotejar padrões lexicais e coesivos capazes de distinguir os níveis sob estudo. Para o cotejo dos padrões, a ferramenta Coh-Metrix-Port – que calcula parâmetros de coesão, coerência e inteligibilidade textual – foi utilizada. Cada um dos textos foi processado na ferramenta; para o AM, os resultados da ferramenta Coh-Metrix-Port foram usados como atributos, os níveis de proficiência como classes e os textos como instâncias. As etapas de processamento do corpus foram: 1) digitação do corpus; 2) processamento individual dos textos na ferramenta Coh-Metrix-Port; 3) análise usando AM – Algoritmo J48 – e os seis níveis de proficiência; 4) nova análise usando AM e duas novas classes: textos sem certificação (Iniciante e Básico) e com certificação (Intermediário, Intermediário Superior, Avançado e Avançado Superior). Avançado e Avançado Superior). Apesar do tamanho reduzido do corpus, foi possível identificar os seguintes atributos distintivos entre os textos da amostra: número de palavras, medida de riqueza lexical, número de parágrafos, incidência de conectivos negativos, incidência de adjetivos e Índice Flesch. Chegou-se a um classificador capaz de separar dois conjuntos de texto (SEM e COM CERTIFICAÇÃO) através das métricas utilizadas (fmeasure de 70%). / This research analyzes Portuguese proficiency from a computational perspective, studying texts submitted to the Brazilian Portuguese proficiency exam Celpe-Bras (Certificate of Proficiency in Portuguese for Foreigners). The study was based on Corpus Linguistics, Textual Linguistics, and Natural Language Processing. We investigated the hypothesis that it would be possible to predict second language proficiency using Machine Learning (ML), measures given by a NLP tool (Coh-Metrix-Port), and a corpus of texts previously classified by human raters. The texts (177) were previously classified as Beginner, Elementary, Intermediate, Upper Intermediate, Advanced, and Upper Advanced. After preparation, they were processed by Coh-Metrix-Port, a tool that calculates cohesion, coherence, and textual readability at different linguistic levels. The output of this tool provided 48 measures that were used as attributes, the proficiency levels given by raters were considered classes, and the 177 were considered instances for ML purposes. The algorithm J48 was used with this set of texts, providing a Decision Tree that classified the six levels of proficiency. The results for this analysis were not conclusive; because of that, we performed a new analysis with a new set of texts: two classes, one with texts that did not receive certificate (Beginner and Elementary) and the other with texts that did receive the certificate (Intermediate, Upper Intermediate, Advanced, and Upper Advanced). Despite the small size of the corpus, we were able to identify the following distinguishing attributes: number of words, type token ratio, number of paragraphs, incidence of negative connectives, incidence of adjectives, and Flesch Index. The classifier was able to separate these two last sets of texts with a F-measure of 70%.

Este trabalho trata dos temas da proficiência em português como língua adicional e da detecção de padrões lexicais e coesivos a partir de um enfoque computacional, situando o tema em meio à descrição de textos produzidos no contexto do exame de proficiência Celpe- Bras de 2006-1. Fazendo uso de pressupostos teórico-metodológicos da Linguística de Corpus, da Linguística Textual e do Processamento de Língua Natural, investigou-se a hipótese de que seria possível classificar, de modo automático, textos submetidos ao exame conforme níveis de proficiência pré-estabelecidos. Por meio do processamento de 177 textos previamente avaliados por corretores humanos em seis níveis (Iniciante, Básico, Intermediário, Intermediário Superior, Avançado e Avançado Superior), usou-se o Aprendizado de Máquina (AM) supervisionado para cotejar padrões lexicais e coesivos capazes de distinguir os níveis sob estudo. Para o cotejo dos padrões, a ferramenta Coh-Metrix-Port – que calcula parâmetros de coesão, coerência e inteligibilidade textual – foi utilizada. Cada um dos textos foi processado na ferramenta; para o AM, os resultados da ferramenta Coh-Metrix-Port foram usados como atributos, os níveis de proficiência como classes e os textos como instâncias. As etapas de processamento do corpus foram: 1) digitação do corpus; 2) processamento individual dos textos na ferramenta Coh-Metrix-Port; 3) análise usando AM – Algoritmo J48 – e os seis níveis de proficiência; 4) nova análise usando AM e duas novas classes: textos sem certificação (Iniciante e Básico) e com certificação (Intermediário, Intermediário Superior, Avançado e Avançado Superior). Avançado e Avançado Superior). Apesar do tamanho reduzido do corpus, foi possível identificar os seguintes atributos distintivos entre os textos da amostra: número de palavras, medida de riqueza lexical, número de parágrafos, incidência de conectivos negativos, incidência de adjetivos e Índice Flesch. Chegou-se a um classificador capaz de separar dois conjuntos de texto (SEM e COM CERTIFICAÇÃO) através das métricas utilizadas (fmeasure de 70%). / This research analyzes Portuguese proficiency from a computational perspective, studying texts submitted to the Brazilian Portuguese proficiency exam Celpe-Bras (Certificate of Proficiency in Portuguese for Foreigners). The study was based on Corpus Linguistics, Textual Linguistics, and Natural Language Processing. We investigated the hypothesis that it would be possible to predict second language proficiency using Machine Learning (ML), measures given by a NLP tool (Coh-Metrix-Port), and a corpus of texts previously classified by human raters. The texts (177) were previously classified as Beginner, Elementary, Intermediate, Upper Intermediate, Advanced, and Upper Advanced. After preparation, they were processed by Coh-Metrix-Port, a tool that calculates cohesion, coherence, and textual readability at different linguistic levels. The output of this tool provided 48 measures that were used as attributes, the proficiency levels given by raters were considered classes, and the 177 were considered instances for ML purposes. The algorithm J48 was used with this set of texts, providing a Decision Tree that classified the six levels of proficiency. The results for this analysis were not conclusive; because of that, we performed a new analysis with a new set of texts: two classes, one with texts that did not receive certificate (Beginner and Elementary) and the other with texts that did receive the certificate (Intermediate, Upper Intermediate, Advanced, and Upper Advanced). Despite the small size of the corpus, we were able to identify the following distinguishing attributes: number of words, type token ratio, number of paragraphs, incidence of negative connectives, incidence of adjectives, and Flesch Index. The classifier was able to separate these two last sets of texts with a F-measure of 70%.