Learning analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
Tipo de documento
Lista de autores
Fonseca, Enir da Silva y Araújo, Carlos Fernando de
Resumen
O learning analytics é visto por educadores como um caminho, uma solução para personalizar a jornada de cada estudante, identificando o seu percurso, as suas dificuldades e os seus hábitos. A análise da aprendizagem é realizada a partir dos dados gerados durante o processo de ensino e aprendizagem, e que a cada dia aumenta em proporções e complexidade superior a capacidade de análise humana, gerando um grande volume de dados que são conhecidos como Big Data. Para consecução desta pesquisa, que visa analisar o desempenho discente em cursos ofertados na modalidade a distância, aplicamos uma pesquisa quantitativa nos dados selecionados em um ambiente virtual de aprendizagem configurado no Blackboard, e os dados de 1809 alunos estão distribuídos em 5 turmas da disciplina de Cálculo Diferencial e Integral II, ofertadas no segundo semestre do ano de 2018. Com a coleta de dados, extraiu-se as informações brutas a partir dos relatórios de acessos e de notas, de toda a atividade do usuário nas áreas de conteúdo e do resumo geral da atividade do usuário. Após a mineração dos dados relevantes ao estudo, implementamos um algoritmo para construção das tabelas e gráficos, como o Boxplot e Histograma. A análise demonstrou que com 50 acessos, o discente obtém condições mínimas para absorver o conteúdo e alcançar média do intervalo de um a quatro pontos, no entanto, os acessos superiores a 200 vezes indicam maior probabilidade de manter-se no intervalo de três, tendendo ao valor máximo, que é de quatro pontos. Assim confirmamos que a maior interatividade, proporciona ao discente um constante contato com conteúdo e consequentemente melhor avaliação.
Fecha
2019
Tipo de fecha
Estado publicación
Términos clave
A distancia | Cálculo | Competencias | Contenido | Dificultades
Enfoque
Idioma
Revisado por pares
Formato del archivo
Volumen
10
Número
4
Rango páginas (artículo)
137-151
Referencias
CASTRO, L. N. FERRARI, D. G. Introdução à mineração de dados. Conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016. CAMPOS, N. Ensino adaptativo: O big data na educação. 2014. Jornal Estadão. Disponível em . Acesso em 12/05/2019. CHATTI, M. A. DYCKHOFF, A. L. SCHROEDER, U. THÜS, H. A Reference Model for Learning Analytics. 2012. International Journal of Technology Enhanced Learning (IJTEL). Disponível em: https://www.thues.com/upload/pdf/2012/CDST12_IJTEL.pdf>. Acesso em: 10 de março de 2019. COOPER, A. What is Analytics? Definition and Essential Characteristics. CETIS Analytics Series. Vol. No 5. Published by The University of Bolton. 2012. Disponível em . Data de Acesso: 03 de março de 2019. DIAS, R. S. Caracterização do learning analytics na educação a distância. SEPIT (Seminário de Pesquisa e Inovação Tecnológica). 2017. Disponível em . Data de acesso em 02 de maio de 2019. FONSECA, J. J. S. Apostila de metodologia da pesquisa científica. Fortaleza: Universidade Estadual do Ceará, 2002. Disponível em . Acesso em 14 de março de 2019. FONSECA, E. S. ARAÚJO JR., C. F. O envolvimento discente em um ambiente virtual de aprendizagem. Análise realizada no curso de licenciatura em matemática. 2018. REnCiMa - Revista de Ensino de Ciências e Matemática. Disponível em . Acesso em 15 de abril de 2019. FUNDAÇÃO R. O Projeto R para Computação Estatística. 2019. Disponível em . Acesso em 15 de março de 2019. JOHNSON, L.; SMITH, R.; WILLIS, H.; LEVINE, A.; HAYWOOD, K. The NMC Horizon Report: 2011 Higher Education Edition. Relatório Técnico, New Media Consortium, 40p. KENSKI, V. M. Educação e tecnologias: o novo ritmo da informação. 8. ed. Campinas, São Paulo: Papirus, 2012. MACHADO, L. B. BECHER, E. L. Aprendendo estatística com o software R. Sociedade Brasileira de Educação Matemática. Encontro Nacional de Educação Matemática. 2016. Disponível em:. Acesso em: 12 de abril de 2019. MARRAS, J. P.; Administração de Recursos Humanos: do operacional ao estratégico. 15. ed. São Paulo: Saraiva, 2016. MARTÍNEZ, D. L. R. GÓMES, C. E. P. Contributions from Data Mining to Study Academic Performance of Students of a Tertiary Institute. American Journal of Educational Research. 2014. Disponível em: . Acesso em: 02 de fevereiro de 2019. MOISSA, B. GASPARINI, I. KEMCZINSKI, A. Learning Analytics: um mapeamento sistemático. TISE 2014. Nuevas Ideas en Informática Educativa. Disponível em . Data de Acesso em: 25 de março de 2019. NOGUEIRA, S. P. FRANCISCO, R. E. SILVA, L. F. FERNANDES, M. A. PEREIRA JÚNIOR, C. X. Big Data com Learning Analytics para apoiar o Planejamento Pedagógico Acadêmico. 7º Workshop de Desafios da Computação aplicada à Educação (DesafIE). 2018. Disponível em: . Data de acesso: 10 de abril de 2019. PEROVANO, D. G. Manual de metodologia da pesquisa científica [livro eletrônico]. Curitiba: InterSaberes, 2016. ROMERO, C.; VENTURA, S. Educational Data Mining: A Survey from 1995 to 2005, Expert Systems with Applications (33), pp. 135-146. Elsevier. 2007. RSTUDIO. RStudio Desktop. Open Source License. 2019. Disponível em . Acesso em 20 de março de 2019. SILVA, W. R. M. SILVA, J. L. D. UGULINO, F. R. LUCENA, M. NUNES, I. D. Learning Analytics como ferramenta para a análise do desempenho dos alunos em Cursos Semipresenciais. V Congresso Brasileiro de Informática na Educação (CBIE 2016). Anais do XXVII Simpósio Brasileiro de Informática na Educação (SBIE 2016). Disponível em . Data de acesso em 10 de abril de 2019. SILVA JUNIOR, C. B. OLIVEIRA, Ivan Carlos Alcântara. Learning Analytics : revisão da literatura e o estado da arte. 2016. Disponível em: SOUZA, E. F. M. PETERNELLI, L. A. MELLO, M. P. Software Livre R: aplicação estatística. 2014. Disponível em: . Data de Acesso: 15 de abril de 2019.