O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes

Detalhes bibliográficos
Autor(a) principal: SILVA, Roberto Carlos da
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Scientia – Repositório Institucional
Texto Completo: https://repositorio.pgsskroton.com//handle/123456789/38700
Resumo: Com o objetivo identificar as contribuições do uso do Big Data para o ensino e aprendizado de matemática, este trabalho buscou responder à questão de pesquisa: Quais as contribuições do uso do Big Data para o ensino de matemática podem ser identificadas em um conjunto de trabalhos acadêmicos? Para isso apresentou o Big Data, familiarizando o leitor com este neulogIsmo e também as TDIC (Tecnologias digitais da informação e comunicação) da qual o Big Data faz parte. O método escolhido foi a análise bibliográfica em trabalhos acadêmicos e, como referencial teórico e metodológico foi adotado a Análise de Conteúdo de Laurence Bardin devidamente adaptada. A seleção dos trabalhos foi feita nos bancos de dados CAPES, repositório institucional da Kroton, Google Acadêmico e em referencias constantes nos próprios trabalhos pesquisados. Foram selecionados sete trabalhos nacionais e quarenta e quatro internacionais para serem explorados a luz do método. A exploração dos trabalhos nacionais conduziu a uma revisão na questão de pesquisa e ao estabelecimento de indicadores para execução das análises. Os principais resultados desta análise, apontam para predominância do construcionismo como aporte teórico ao uso do Big Data; ensino e aprendizagem de funções e modelagem como objetivos matemáticos e; a predominância das ferramentas Google Trends e Google Correlate como interface, além do interesse explícito da maioria dos quase cem alunos pesquisados em diferentes ambientes de ensino. A exploração dos trabalhos internacionais, mostrou a importância e a relevância da análise do Big Data da perspectiva educacional para melhoria geral do ensino e, sugeriu a revisão dos processos de ensino de estatística além de alertar para os cuidados éticos no uso do Big Data; necessidade do aprimoramento do currículo de matemática em função das novas possibilidades e o consequente preparo dos docentes. A questão de pesquisa foi respondida, na medida que foram encontradas não só contribuições ao ensino e aprendizagem de matemática, principalmente aos níveis intermediários e médio de educação, como também foi identificado um polo de produção dessas contribuições que, pode ser considerado inovador a luz dos trabalhos internacionais analisado.
id Krot_f9c56ff85c4b2da974a9d2cdb70b3077
oai_identifier_str oai:repositorio.pgsscogna.com.br:123456789/38700
network_acronym_str Krot
network_name_str Scientia – Repositório Institucional
repository_id_str
spelling SILVA, Roberto Carlos da2022-03-30T20:09:12Z2022-03-30T20:09:12Z2021https://repositorio.pgsskroton.com//handle/123456789/38700Com o objetivo identificar as contribuições do uso do Big Data para o ensino e aprendizado de matemática, este trabalho buscou responder à questão de pesquisa: Quais as contribuições do uso do Big Data para o ensino de matemática podem ser identificadas em um conjunto de trabalhos acadêmicos? Para isso apresentou o Big Data, familiarizando o leitor com este neulogIsmo e também as TDIC (Tecnologias digitais da informação e comunicação) da qual o Big Data faz parte. O método escolhido foi a análise bibliográfica em trabalhos acadêmicos e, como referencial teórico e metodológico foi adotado a Análise de Conteúdo de Laurence Bardin devidamente adaptada. A seleção dos trabalhos foi feita nos bancos de dados CAPES, repositório institucional da Kroton, Google Acadêmico e em referencias constantes nos próprios trabalhos pesquisados. Foram selecionados sete trabalhos nacionais e quarenta e quatro internacionais para serem explorados a luz do método. A exploração dos trabalhos nacionais conduziu a uma revisão na questão de pesquisa e ao estabelecimento de indicadores para execução das análises. Os principais resultados desta análise, apontam para predominância do construcionismo como aporte teórico ao uso do Big Data; ensino e aprendizagem de funções e modelagem como objetivos matemáticos e; a predominância das ferramentas Google Trends e Google Correlate como interface, além do interesse explícito da maioria dos quase cem alunos pesquisados em diferentes ambientes de ensino. A exploração dos trabalhos internacionais, mostrou a importância e a relevância da análise do Big Data da perspectiva educacional para melhoria geral do ensino e, sugeriu a revisão dos processos de ensino de estatística além de alertar para os cuidados éticos no uso do Big Data; necessidade do aprimoramento do currículo de matemática em função das novas possibilidades e o consequente preparo dos docentes. A questão de pesquisa foi respondida, na medida que foram encontradas não só contribuições ao ensino e aprendizagem de matemática, principalmente aos níveis intermediários e médio de educação, como também foi identificado um polo de produção dessas contribuições que, pode ser considerado inovador a luz dos trabalhos internacionais analisado.Big DataTecnologias Digitais da Informação e ComunicaçãoO “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPrograma de Pós-Graduação Stricto Sensu em Educação Matemáticaporreponame:Scientia – Repositório Institucionalinstname:Kroton Educacional S.A.instacron:KROTONinfo:eu-repo/semantics/openAccessORIGINALROBERTO CARLOS DA SILVA _ Dissertação Final.pdfROBERTO CARLOS DA SILVA _ Dissertação Final.pdfapplication/pdf3059807https://repositorio.pgsscogna.com.br//bitstream/123456789/38700/1/ROBERTO%20CARLOS%20DA%20SILVA%20_%20Disserta%c3%a7%c3%a3o%20Final.pdf3cbf3ef3b99c25a707ac21649d4e4d0cMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.pgsscogna.com.br//bitstream/123456789/38700/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/387002022-03-31 11:59:17.949oai:repositorio.pgsscogna.com.br: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Repositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.opendoar:2022-03-31T14:59:17falseRepositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.repositorio@kroton.com.br || selma.elwein@cogna.com.bropendoar:2022-03-31T14:59:17Scientia – Repositório Institucional - Kroton Educacional S.A.false
dc.title.pt_BR.fl_str_mv O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
title O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
spellingShingle O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
SILVA, Roberto Carlos da
Big Data
Tecnologias Digitais da Informação e Comunicação
title_short O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
title_full O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
title_fullStr O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
title_full_unstemmed O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
title_sort O “Big Data”: possibilidades e contribuições para o ensino e aprendizagem de matemática identificadas em estudos recentes
author SILVA, Roberto Carlos da
author_facet SILVA, Roberto Carlos da
author_role author
dc.contributor.author.fl_str_mv SILVA, Roberto Carlos da
dc.subject.por.fl_str_mv Big Data
Tecnologias Digitais da Informação e Comunicação
topic Big Data
Tecnologias Digitais da Informação e Comunicação
description Com o objetivo identificar as contribuições do uso do Big Data para o ensino e aprendizado de matemática, este trabalho buscou responder à questão de pesquisa: Quais as contribuições do uso do Big Data para o ensino de matemática podem ser identificadas em um conjunto de trabalhos acadêmicos? Para isso apresentou o Big Data, familiarizando o leitor com este neulogIsmo e também as TDIC (Tecnologias digitais da informação e comunicação) da qual o Big Data faz parte. O método escolhido foi a análise bibliográfica em trabalhos acadêmicos e, como referencial teórico e metodológico foi adotado a Análise de Conteúdo de Laurence Bardin devidamente adaptada. A seleção dos trabalhos foi feita nos bancos de dados CAPES, repositório institucional da Kroton, Google Acadêmico e em referencias constantes nos próprios trabalhos pesquisados. Foram selecionados sete trabalhos nacionais e quarenta e quatro internacionais para serem explorados a luz do método. A exploração dos trabalhos nacionais conduziu a uma revisão na questão de pesquisa e ao estabelecimento de indicadores para execução das análises. Os principais resultados desta análise, apontam para predominância do construcionismo como aporte teórico ao uso do Big Data; ensino e aprendizagem de funções e modelagem como objetivos matemáticos e; a predominância das ferramentas Google Trends e Google Correlate como interface, além do interesse explícito da maioria dos quase cem alunos pesquisados em diferentes ambientes de ensino. A exploração dos trabalhos internacionais, mostrou a importância e a relevância da análise do Big Data da perspectiva educacional para melhoria geral do ensino e, sugeriu a revisão dos processos de ensino de estatística além de alertar para os cuidados éticos no uso do Big Data; necessidade do aprimoramento do currículo de matemática em função das novas possibilidades e o consequente preparo dos docentes. A questão de pesquisa foi respondida, na medida que foram encontradas não só contribuições ao ensino e aprendizagem de matemática, principalmente aos níveis intermediários e médio de educação, como também foi identificado um polo de produção dessas contribuições que, pode ser considerado inovador a luz dos trabalhos internacionais analisado.
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-03-30T20:09:12Z
dc.date.available.fl_str_mv 2022-03-30T20:09:12Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.pgsskroton.com//handle/123456789/38700
url https://repositorio.pgsskroton.com//handle/123456789/38700
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Scientia – Repositório Institucional
instname:Kroton Educacional S.A.
instacron:KROTON
instname_str Kroton Educacional S.A.
instacron_str KROTON
institution KROTON
reponame_str Scientia – Repositório Institucional
collection Scientia – Repositório Institucional
bitstream.url.fl_str_mv https://repositorio.pgsscogna.com.br//bitstream/123456789/38700/1/ROBERTO%20CARLOS%20DA%20SILVA%20_%20Disserta%c3%a7%c3%a3o%20Final.pdf
https://repositorio.pgsscogna.com.br//bitstream/123456789/38700/2/license.txt
bitstream.checksum.fl_str_mv 3cbf3ef3b99c25a707ac21649d4e4d0c
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Scientia – Repositório Institucional - Kroton Educacional S.A.
repository.mail.fl_str_mv repositorio@kroton.com.br || selma.elwein@cogna.com.br
_version_ 1809460274586976256