Export Ready — 

Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância

Bibliographic Details
Main Author: Fonseca, Enir da Silva
Publication Date: 2019
Other Authors: Araújo Jr., Carlos Fernando de
Format: Article
Language: por
Source: Revista de Ensino de Ciências e Matemática - REnCiMa
Download full: https://revistapos.cruzeirodosul.edu.br/rencima/article/view/2415
Summary: 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.
id UCS-4_2dc75bd5c9b6cd39bf9d09cdcbb2f495
oai_identifier_str oai:ojs.pkp.sfu.ca:article/2415
network_acronym_str UCS-4
network_name_str Revista de Ensino de Ciências e Matemática - REnCiMa
repository_id_str
spelling Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distânciaAnálise de DadosEducação à distânciaMineração de Dados EducacionaisTecnologia EducacionalTomada de DecisãoO 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.Editora Cruzeiro do Sul2019-07-18info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistapos.cruzeirodosul.edu.br/rencima/article/view/241510.26843/rencima.v10i4.2415Revista de Ensino de Ciências e Matemática; v. 10 n. 4 (2019): jul.; 137-1512179-426X10.26843/rencima.v10i4reponame:Revista de Ensino de Ciências e Matemática - REnCiMainstname:Universidade de Caxias do Sul (UCS)instacron:UCSporhttps://revistapos.cruzeirodosul.edu.br/rencima/article/view/2415/1151https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt_BRinfo:eu-repo/semantics/openAccessFonseca, Enir da SilvaAraújo Jr., Carlos Fernando de2023-04-21T02:14:22Zoai:ojs.pkp.sfu.ca:article/2415Revistahttps://revistapos.cruzeirodosul.edu.br/index.php/rencima/indexPRIhttps://revistapos.cruzeirodosul.edu.br/index.php/rencima/oai||rencima@cruzeirodosul.edu.br2179-426X2179-426Xopendoar:2023-04-21T02:14:22Revista de Ensino de Ciências e Matemática - REnCiMa - Universidade de Caxias do Sul (UCS)false
dc.title.none.fl_str_mv Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
title Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
spellingShingle Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
Fonseca, Enir da Silva
Análise de Dados
Educação à distância
Mineração de Dados Educacionais
Tecnologia Educacional
Tomada de Decisão
title_short Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
title_full Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
title_fullStr Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
title_full_unstemmed Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
title_sort Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
author Fonseca, Enir da Silva
author_facet Fonseca, Enir da Silva
Araújo Jr., Carlos Fernando de
author_role author
author2 Araújo Jr., Carlos Fernando de
author2_role author
dc.contributor.author.fl_str_mv Fonseca, Enir da Silva
Araújo Jr., Carlos Fernando de
dc.subject.por.fl_str_mv Análise de Dados
Educação à distância
Mineração de Dados Educacionais
Tecnologia Educacional
Tomada de Decisão
topic Análise de Dados
Educação à distância
Mineração de Dados Educacionais
Tecnologia Educacional
Tomada de Decisão
description 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.
publishDate 2019
dc.date.none.fl_str_mv 2019-07-18
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://revistapos.cruzeirodosul.edu.br/rencima/article/view/2415
10.26843/rencima.v10i4.2415
url https://revistapos.cruzeirodosul.edu.br/rencima/article/view/2415
identifier_str_mv 10.26843/rencima.v10i4.2415
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistapos.cruzeirodosul.edu.br/rencima/article/view/2415/1151
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt_BR
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt_BR
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Editora Cruzeiro do Sul
publisher.none.fl_str_mv Editora Cruzeiro do Sul
dc.source.none.fl_str_mv Revista de Ensino de Ciências e Matemática; v. 10 n. 4 (2019): jul.; 137-151
2179-426X
10.26843/rencima.v10i4
reponame:Revista de Ensino de Ciências e Matemática - REnCiMa
instname:Universidade de Caxias do Sul (UCS)
instacron:UCS
instname_str Universidade de Caxias do Sul (UCS)
instacron_str UCS
institution UCS
reponame_str Revista de Ensino de Ciências e Matemática - REnCiMa
collection Revista de Ensino de Ciências e Matemática - REnCiMa
repository.name.fl_str_mv Revista de Ensino de Ciências e Matemática - REnCiMa - Universidade de Caxias do Sul (UCS)
repository.mail.fl_str_mv ||rencima@cruzeirodosul.edu.br
_version_ 1799306131269484544