Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico

Detalhes bibliográficos
Autor(a) principal: Fonseca, Stella Oggioni da
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UERJ
Texto Completo: http://www.bdtd.uerj.br/handle/1/13713
Resumo: In the present work, a data mining methodology was developed to identify patterns related to learning of Mathematics and to the characteristics of the school environment, including teachers, principals, and schools where the students are enrolled. More specifically, we looked for aspects that could influence the performance obtained in Mathematics by the students of the 9th year of elementary school who reside in the state of Rio de Janeiro. Data from the Prova Brasil were used, an evaluation developed by the Anísio Teixeira National Institute for Education Research and Studies (INEP), which aims to assess, through the conduction of tests and contextual questionnaires, the quality of basic education. As contribution of the present work we can mention the integrated use of different approaches in order to obtain relevant patterns related to the teaching-learning process. These approaches have been supported by the knowledge of educational experts. In this sense, among the tasks related to the discovery of knowledge, the proposal to use a data dimensionality reduction methodology integrated with the use of measures of technical interest together with measures of educational interest. Such integration allowed an analysis under a broader perspective, addressing actions, as well as the feasibility to solve educational issues. The results presented important factors that can positively and negatively affect students' performance. Finally, the developed methodology for the extraction of knowledge related to the learning process of Mathematics can support other research, providing aspects capable of fomenting and enriching the discussion among decision makers.
id UERJ_0bb265e584c3b262cb2ae4ff4f8d5876
oai_identifier_str oai:www.bdtd.uerj.br:1/13713
network_acronym_str UERJ
network_name_str Biblioteca Digital de Teses e Dissertações da UERJ
repository_id_str 2903
spelling Namen, Anderson Amendoeirahttp://lattes.cnpq.br/2182469523085517Moura Neto, Francisco Duartehttp://lattes.cnpq.br/6680742566331144Rohrer, Ursula Andrea Barbara Verdugohttp://lattes.cnpq.br/4955260930433371Ortigão, Maria Isabel Ramalhohttp://lattes.cnpq.br/5929295280328482Aguiar, Glauco da Silvahttp://lattes.cnpq.br/8015988367814929Pinto, Márcia Maria Fusarohttp://lattes.cnpq.br/8971278683060528http://lattes.cnpq.br/4347472265310068Fonseca, Stella Oggioni da2021-01-07T14:38:45Z2018-03-212018-02-07FONSECA, Stella Oggioni da. Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico. 2018. 202 f. Tese (Doutorado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2018.http://www.bdtd.uerj.br/handle/1/13713In the present work, a data mining methodology was developed to identify patterns related to learning of Mathematics and to the characteristics of the school environment, including teachers, principals, and schools where the students are enrolled. More specifically, we looked for aspects that could influence the performance obtained in Mathematics by the students of the 9th year of elementary school who reside in the state of Rio de Janeiro. Data from the Prova Brasil were used, an evaluation developed by the Anísio Teixeira National Institute for Education Research and Studies (INEP), which aims to assess, through the conduction of tests and contextual questionnaires, the quality of basic education. As contribution of the present work we can mention the integrated use of different approaches in order to obtain relevant patterns related to the teaching-learning process. These approaches have been supported by the knowledge of educational experts. In this sense, among the tasks related to the discovery of knowledge, the proposal to use a data dimensionality reduction methodology integrated with the use of measures of technical interest together with measures of educational interest. Such integration allowed an analysis under a broader perspective, addressing actions, as well as the feasibility to solve educational issues. The results presented important factors that can positively and negatively affect students' performance. Finally, the developed methodology for the extraction of knowledge related to the learning process of Mathematics can support other research, providing aspects capable of fomenting and enriching the discussion among decision makers.No presente trabalho foi desenvolvida uma metodologia de mineração de dados para identificar padrões relacionados à aprendizagem de Matemática e às características do ambiente escolar, incluindo professores, diretores e escolas em que os alunos estão inseridos. Mais especificamente, buscaram-se aspectos que poderiam influenciar no desempenho obtido em Matemática pelos estudantes do 9º ano do ensino fundamental, residentes no Estado do Rio de Janeiro. Foram utilizados os dados da Prova Brasil, avaliação desenvolvida pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) e que tem como objetivo avaliar, por intermédio da aplicação de testes e questionários contextuais, a qualidade do ensino básico. Como contribuição do presente trabalho pode-se citar o uso integrado de diferentes abordagens visando à obtenção de padrões relevantes relacionados ao processo ensino-aprendizagem. Essas abordagens foram suportadas pelo conhecimento de especialistas do domínio educacional. Nesse sentido, destacam-se, entre as tarefas relacionadas à descoberta de conhecimento, a proposição de uso de uma metodologia de redução de dimensionalidade dos dados integrado ao uso de medidas de interesse técnicas em conjunto com medidas de interesse da temática educacional. Tal integração permitiu uma análise sob uma perspectiva mais ampla, abordando-se ações, assim como a viabilidade para a solução das questões educacionais. Os resultados apresentaram importantes fatores que podem comprometer positiva e negativamente o desempenho dos discentes. Por fim, a metodologia desenvolvida para a extração de conhecimento relacionado ao processo de aprendizagem de Matemática, pode apoiar outras pesquisas, fornecendo aspectos capazes de fomentar e enriquecer a discussão entre os tomadores de decisões.Submitted by Boris Flegr (boris@uerj.br) on 2021-01-07T14:38:45Z No. of bitstreams: 1 TED-2018-StellaOggioniDaFonseca.pdf: 3721606 bytes, checksum: 0cd5ca791c7cf26072bb5ad05998e549 (MD5)Made available in DSpace on 2021-01-07T14:38:45Z (GMT). No. of bitstreams: 1 TED-2018-StellaOggioniDaFonseca.pdf: 3721606 bytes, checksum: 0cd5ca791c7cf26072bb5ad05998e549 (MD5) Previous issue date: 2018-02-07Conselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfporUniversidade do Estado do Rio de JaneiroPrograma de Pós-Graduação em Modelagem ComputacionalUERJBRCentro de Tecnologia e Ciências::Instituto PolitécnicoData miningEducational dataDiscovery of knowledgeLearning mathematicsMineração de dadosDados educacionaisDescoberta de conhecimentoAprendizagem matemáticaSistemas de recuperação da informação EducaçãoAvaliação educacionalAprendizagem - AvaliaçãoMatematica - Estudo e ensinoAvaliação de potencial de aprendizagemCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADAUma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básicoA domain-driven data mining methodology for the discovery of knowledge about the learning process in basic educationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJORIGINALTED-2018-StellaOggioniDaFonseca.pdfapplication/pdf3721606http://www.bdtd.uerj.br/bitstream/1/13713/1/TED-2018-StellaOggioniDaFonseca.pdf0cd5ca791c7cf26072bb5ad05998e549MD511/137132024-02-27 15:26:48.662oai:www.bdtd.uerj.br:1/13713Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T18:26:48Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false
dc.title.por.fl_str_mv Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
dc.title.alternative.eng.fl_str_mv A domain-driven data mining methodology for the discovery of knowledge about the learning process in basic education
title Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
spellingShingle Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
Fonseca, Stella Oggioni da
Data mining
Educational data
Discovery of knowledge
Learning mathematics
Mineração de dados
Dados educacionais
Descoberta de conhecimento
Aprendizagem matemática
Sistemas de recuperação da informação Educação
Avaliação educacional
Aprendizagem - Avaliação
Matematica - Estudo e ensino
Avaliação de potencial de aprendizagem
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
title_short Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
title_full Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
title_fullStr Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
title_full_unstemmed Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
title_sort Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico
author Fonseca, Stella Oggioni da
author_facet Fonseca, Stella Oggioni da
author_role author
dc.contributor.advisor1.fl_str_mv Namen, Anderson Amendoeira
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/2182469523085517
dc.contributor.advisor-co1.fl_str_mv Moura Neto, Francisco Duarte
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/6680742566331144
dc.contributor.referee1.fl_str_mv Rohrer, Ursula Andrea Barbara Verdugo
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/4955260930433371
dc.contributor.referee2.fl_str_mv Ortigão, Maria Isabel Ramalho
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/5929295280328482
dc.contributor.referee3.fl_str_mv Aguiar, Glauco da Silva
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/8015988367814929
dc.contributor.referee4.fl_str_mv Pinto, Márcia Maria Fusaro
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/8971278683060528
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/4347472265310068
dc.contributor.author.fl_str_mv Fonseca, Stella Oggioni da
contributor_str_mv Namen, Anderson Amendoeira
Moura Neto, Francisco Duarte
Rohrer, Ursula Andrea Barbara Verdugo
Ortigão, Maria Isabel Ramalho
Aguiar, Glauco da Silva
Pinto, Márcia Maria Fusaro
dc.subject.eng.fl_str_mv Data mining
Educational data
Discovery of knowledge
Learning mathematics
topic Data mining
Educational data
Discovery of knowledge
Learning mathematics
Mineração de dados
Dados educacionais
Descoberta de conhecimento
Aprendizagem matemática
Sistemas de recuperação da informação Educação
Avaliação educacional
Aprendizagem - Avaliação
Matematica - Estudo e ensino
Avaliação de potencial de aprendizagem
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
dc.subject.por.fl_str_mv Mineração de dados
Dados educacionais
Descoberta de conhecimento
Aprendizagem matemática
Sistemas de recuperação da informação Educação
Avaliação educacional
Aprendizagem - Avaliação
Matematica - Estudo e ensino
Avaliação de potencial de aprendizagem
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
description In the present work, a data mining methodology was developed to identify patterns related to learning of Mathematics and to the characteristics of the school environment, including teachers, principals, and schools where the students are enrolled. More specifically, we looked for aspects that could influence the performance obtained in Mathematics by the students of the 9th year of elementary school who reside in the state of Rio de Janeiro. Data from the Prova Brasil were used, an evaluation developed by the Anísio Teixeira National Institute for Education Research and Studies (INEP), which aims to assess, through the conduction of tests and contextual questionnaires, the quality of basic education. As contribution of the present work we can mention the integrated use of different approaches in order to obtain relevant patterns related to the teaching-learning process. These approaches have been supported by the knowledge of educational experts. In this sense, among the tasks related to the discovery of knowledge, the proposal to use a data dimensionality reduction methodology integrated with the use of measures of technical interest together with measures of educational interest. Such integration allowed an analysis under a broader perspective, addressing actions, as well as the feasibility to solve educational issues. The results presented important factors that can positively and negatively affect students' performance. Finally, the developed methodology for the extraction of knowledge related to the learning process of Mathematics can support other research, providing aspects capable of fomenting and enriching the discussion among decision makers.
publishDate 2018
dc.date.available.fl_str_mv 2018-03-21
dc.date.issued.fl_str_mv 2018-02-07
dc.date.accessioned.fl_str_mv 2021-01-07T14:38:45Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv FONSECA, Stella Oggioni da. Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico. 2018. 202 f. Tese (Doutorado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2018.
dc.identifier.uri.fl_str_mv http://www.bdtd.uerj.br/handle/1/13713
identifier_str_mv FONSECA, Stella Oggioni da. Uma metodologia de mineração de dados orientada pelo domínio para a descoberta de conhecimento sobre o processo de aprendizagem no ensino básico. 2018. 202 f. Tese (Doutorado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2018.
url http://www.bdtd.uerj.br/handle/1/13713
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade do Estado do Rio de Janeiro
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Modelagem Computacional
dc.publisher.initials.fl_str_mv UERJ
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Centro de Tecnologia e Ciências::Instituto Politécnico
publisher.none.fl_str_mv Universidade do Estado do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UERJ
instname:Universidade do Estado do Rio de Janeiro (UERJ)
instacron:UERJ
instname_str Universidade do Estado do Rio de Janeiro (UERJ)
instacron_str UERJ
institution UERJ
reponame_str Biblioteca Digital de Teses e Dissertações da UERJ
collection Biblioteca Digital de Teses e Dissertações da UERJ
bitstream.url.fl_str_mv http://www.bdtd.uerj.br/bitstream/1/13713/1/TED-2018-StellaOggioniDaFonseca.pdf
bitstream.checksum.fl_str_mv 0cd5ca791c7cf26072bb5ad05998e549
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)
repository.mail.fl_str_mv bdtd.suporte@uerj.br
_version_ 1811728674885468160