Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância
Main Author: | |
---|---|
Publication Date: | 2019 |
Other Authors: | |
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 |