Sistemas de Alocação de Estudantes em Escolas: Uma Revisão Sistemática da Literatura
DOI:
https://doi.org/10.5753/rbie.2026.6639Keywords:
Sistemas de Alocação, Alocação de Estudantes, Escolas, Revisão Sistemática da LiteraturaAbstract
Alocar estudantes em escolas públicas é um desafio logístico e social com efeitos diretos sobre equidade, acesso e qualidade educacional, especialmente em contextos de demanda desigual e restrições de capacidade. Este artigo apresenta uma revisão bibliográfica sobre sistemas de alocação de estudantes em escolas, cobrindo o período de 2014 a 2024. A revisão contempla estudos nacionais e internacionais que propõem diferentes abordagens para o problema, incluindo modelos baseados em preferências, distância, capacidade das escolas e composição socioeconômica. Também são analisados os principais algoritmos utilizados, como casamento estável, métodos heurísticos e meta-heurísticos, entre outros. A síntese evidencia objetivos recorrentes, como minimização de distâncias e custos, estabilidade das alocações e ocupação eficiente, e discute barreiras práticas: qualidade e integração de dados, transparência de regras, aceitação social, desigualdades territoriais e custos computacionais em larga escala. Com isso, busca-se oferecer uma visão abrangente sobre as soluções propostas e suas implicações para a formulação de políticas públicas mais justas e eficientes no campo educacional.
Downloads
Referências
Ali, A. Y. (2021). Greedy algorithm for solving student allocation problem in internship program: a case study. International journal of research in industrial engineering, 10(2), 155–164. https://doi.org/10.22105/riej.2021.266125.1179 [GS Search].
Alifi, M. R., Hayati, H., & Supangkat, S. H. (2017). Optimization of school network using location-allocation analysis: Case study: Bandung, Indonesia. 2017 IEEE Region 10 Symposium (TENSYMP), 1–6. https://doi.org/10.1109/TENCONSpring.2017.8070099 [GS Search].
Arnosti, N. (2023). Lottery design for school choice. Management Science, 69(1), 244–259. https://doi.org/10.1287/mnsc.2022.4338 [GS Search].
Badoni, R. P., & Gupta, D. (2015). A new algorithm based on students groupings for university course timetabling problem. 2015 2nd international conference on recent advances in engineering & computational sciences (RAECS), 1–5. https://doi.org/10.1109/RAECS.2015.7453340 [GS Search].
Bouzarth, E. L., Forrester, R., Hutson, K. R., & Reddoch, L. (2018). Assigning students to schools to minimize both transportation costs and socioeconomic variation between schools. Socio-Economic Planning Sciences, 64, 1–8. https://doi.org/10.1016/j.seps.2017.09.001 [GS Search].
Delgado, V. M. S. (2013). Alocação dos alunos nas escolas: uma abordagem de algoritmos de pareamento para análise do efeito do cadastro escolar de Belo Horizonte na proficiência dos estudantes. [GS Search] [Link].
Fernandes, G. A. A. L. (2018). O problema das matrículas escolares: uma discussão sobre a melhoria das regras utilizadas em São Paulo. Revista de Administração Pública, 52(4), 740–752. https://doi.org/10.1590/0034-7612163466 [GS Search].
Ilham, M. N., Arbansyah, A., Suryawan, S. H., & Wirayuda, P. (2020). Application of Bubble Sort Optimization in New Student Admission Selection Using Brute Force Algorithm. Tepian, 5(2), 568771. https://doi.org/10.51967/tepian.v5i2.3055 [GS Search].
Jiang, Y., Li, B., & Zhao, R. (2019). An allocation scheme of students based on IPM under the nearby enrollment policy. 2019 10th International Conference on Information Technology in Medicine and Education (ITME), 260–264. https://doi.org/10.1109/ITME.2019.00066 [GS Search].
Lincolao-Venegas, I., & Rojas-Mora, J. (2024). Exploration Pitfalls in a CUDA Parallelized Simulated Annealing Algorithm to Solve the Centralized Student-School Assignment Problem. 2024 43rd International Conference of the Chilean Computer Science Society (SCCC), 1–8. https://doi.org/10.1109/SCCC63879.2024.10767637 [GS Search].
Machado, M. M. M., & Cardoso, S. L. (2025). O uso da Tecnologia em Sala de Aula com Alunos com TEA: uma Revisão Sistemática da Literatura. Revista Brasileira de Informática na Educação, 33, 583–604. https://doi.org/10.5753/rbie.2025.5356 [GS Search].
Mayerle, S. F., Rodrigues, H. F., Figueiredo, J. N., & Chiroli, D. M. D. G. (2022). Optimal student/school/class/teacher/classroom matching to support efficient public school system resource allocation. Socio-Economic Planning Sciences, 83, 101341. https://doi.org/10.1016/j.seps.2022.101341 [GS Search].
Neto, G. F., Miranda, P. B., Mello, R. F., & Nascimento, A. C. (2022). A Novel One-to-Many Matching Method for the Assignment Problem: An ENEM Case Study. Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 164–173. https://doi.org/10.5753/eniac.2022.227548 [GS Search].
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. bmj, 372. https://doi.org/10.1186/s13643-021-01626-4 [GS Search].
Prima, P., & Arymurthy, A. M. (2018). Optimization of school location-allocation using genetic algorithm. 2018 8th International Workshop on Computer Science and Engineering, WCSE 2018, 750–755. [GS Search] [Link].
Prima, P., & Arymurthy, A. M. (2019). Optimization of school location-allocation using Firefly Algorithm. Journal of Physics: Conference Series, 1235(1), 012002. https://doi.org/10.1088/1742-6596/1235/1/012002 [GS Search].
Robertson, S., Nguyen, T., & Salehi, N. (2021). Modeling assumptions clash with the real world: Transparency, equity, and community challenges for student assignment algorithms. Proceedings of the 2021 CHI Conference on Human Factors in Computing Systems, 1–14. https://doi.org/10.1145/3411764.3445748 [GS Search].
Rodrigues, H. F., & Mayerle, S. F. (2014). Modelo capacitado para alocação de alunos em redes públicas de ensino. XLVI Simpósio Brasileiro de Pesquisa Operacional. [GS Search] [Link].
Rosistolato, R., Prado, A. P., Koslinski, M. C., Carvalho, J. T., & Moreira, A. M. (2016). Dinâmicas de matrícula em escolas públicas na cidade do Rio de Janeiro. Pro-Posições, 27, 237–262. https://doi.org/10.1590/1980-6248-2015-0108 [GS Search].
Verhalen, L. E. C., Castro, M. M. M., & Maciel, C. (2025). Percepções e Ferramentas sobre Recriação Digital de Educadores por meio de Inteligência Artificial: Uma Revisão Sistemática de Literatura. Revista Brasileira de Informática na Educação, 33, 565–582. https://doi.org/10.5753/rbie.2025.5279 [GS Search].
Vianna, C. R., Teles, C. A. M. S., Pontes, R. S. G., Belloze, K. T., Cirto, F. E., Brandão, D., Assis, L. S., & Carvalho, F. F. (2023). Heuristic for the Students Allocation in Brazilian Public Schools: a Case Study. 2023 18th Iberian Conference on Information Systems and Technologies (CISTI), 1–7. https://doi.org/10.23919/CISTI58278.2023.10211339 [GS Search].
Wahid, E. A. L., Zainuddin, Z., & Ilham, A. A. (2024). Modification of K-Means Clustering Algorithm for Optimizing School Zoning System Using Big Data. 2024 7th International Conference on Information and Communications Technology (ICOIACT), 148–153. https://doi.org/10.1109/ICOIACT64819.2024.10913295 [GS Search].
Arquivos adicionais
Published
Como Citar
Issue
Section
Licença
Copyright (c) 2026 Anderson Pinheiro Cavalcanti, Samara Monteiro Xavier, Juliana Maria da Silva Venâncio, Péricles Barbosa Cunha de Miranda, André Câmara Alves do Nascimento, Rafael Ferreira Leite de Mello
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
