Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1711 |
Resumo: | A evasão discente foi apontada, por grande parte das instituições brasileiras de Educação a Distância (EaD), como um dos maiores obstáculos enfrentados pelos cursos online da atualidade. Reflexo disto, foram as taxas de evasão elevadas, entre 25 e 50% em todos os tipos de curso online, em relação à educação presencial em 2015 no Brasil. Além disto, a problemática não se restringe ao contexto brasileiro, pois diversas organizações internacionais relataram índices tão alarmantes quando os nacionais. É possível afirmar, de acordo com a literatura, que as estratégias adotadas na minimização dos índices de desistência do discente muitas vezes se limitam à avaliação pontual de um recurso pedagógico (fórum, bate-papo, etc). Há ainda uma carência de estudos que discutam sobre as interações educacionais do aluno evadido e considerem as incertezas avaliativas envolvidas no processo. Diversas metodologias podem ser utilizadas pelo docente para lidar com a subjetividade e incerteza associadas ao processo avaliativo, tais como: lógica fuzzy, redes bayesianas, etc. O presente estudo destacou a lógica fuzzy (ou difusa), pois esta técnica lida com a ambiguidade encontrada na avaliação presente na EaD. Esta modelagem permite que estados indeterminados possam ser tratados por dispositivos de controle e conceitos não quantificáveis possam ser avaliados pelo especialista. Assim, o presente estudo propôs uma abordagem avaliativa (FuzzySD) voltada ao docente para monitorar as turmas virtuais na predição e combate à evasão discente em cursos online. Para tanto, a pesquisa se subsidiou nas informações relacionadas às ações dos alunos durante o processo de ensino-aprendizagem. A análise realizada envolve fatores comportamentais do estudante com base em múltiplos critérios. Estes critérios comportamentais foram fundamentais na descrição das três métricas principais ao entendimento da evasão do aluno no contexto estudado, a saber: Autorregulação, Interação e Motivação do aluno. A avaliação com a FuzzySD foi realizada por meio da análise de precisão em recortes da amostra com base em dados de cursos online do IFPB Virtual. A precisão da abordagem, analisando as amostras teste, proporciona valores entre 65% e 95% de acertos. Por fim, a partir dos resultados, foram discutidos os desafios da aplicação de um módulo avaliativo multidimensional diante do contexto de cursos online brasileiros. |
id |
UFCG_d46ab7e63b72860976c2cff22508812b |
---|---|
oai_identifier_str |
oai:localhost:riufcg/1711 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line.Inteligência ArtificialAvaliação MultidimensionalEducação à Distância - EvasãoMineração de TextoLógica FuzzyFuzzySDArtificial IntelligenceFuzzy SystemStudent Multidimensional AssessmentDistance Learning - DropoutOnline CoursesCiência da ComputaçãoA evasão discente foi apontada, por grande parte das instituições brasileiras de Educação a Distância (EaD), como um dos maiores obstáculos enfrentados pelos cursos online da atualidade. Reflexo disto, foram as taxas de evasão elevadas, entre 25 e 50% em todos os tipos de curso online, em relação à educação presencial em 2015 no Brasil. Além disto, a problemática não se restringe ao contexto brasileiro, pois diversas organizações internacionais relataram índices tão alarmantes quando os nacionais. É possível afirmar, de acordo com a literatura, que as estratégias adotadas na minimização dos índices de desistência do discente muitas vezes se limitam à avaliação pontual de um recurso pedagógico (fórum, bate-papo, etc). Há ainda uma carência de estudos que discutam sobre as interações educacionais do aluno evadido e considerem as incertezas avaliativas envolvidas no processo. Diversas metodologias podem ser utilizadas pelo docente para lidar com a subjetividade e incerteza associadas ao processo avaliativo, tais como: lógica fuzzy, redes bayesianas, etc. O presente estudo destacou a lógica fuzzy (ou difusa), pois esta técnica lida com a ambiguidade encontrada na avaliação presente na EaD. Esta modelagem permite que estados indeterminados possam ser tratados por dispositivos de controle e conceitos não quantificáveis possam ser avaliados pelo especialista. Assim, o presente estudo propôs uma abordagem avaliativa (FuzzySD) voltada ao docente para monitorar as turmas virtuais na predição e combate à evasão discente em cursos online. Para tanto, a pesquisa se subsidiou nas informações relacionadas às ações dos alunos durante o processo de ensino-aprendizagem. A análise realizada envolve fatores comportamentais do estudante com base em múltiplos critérios. Estes critérios comportamentais foram fundamentais na descrição das três métricas principais ao entendimento da evasão do aluno no contexto estudado, a saber: Autorregulação, Interação e Motivação do aluno. A avaliação com a FuzzySD foi realizada por meio da análise de precisão em recortes da amostra com base em dados de cursos online do IFPB Virtual. A precisão da abordagem, analisando as amostras teste, proporciona valores entre 65% e 95% de acertos. Por fim, a partir dos resultados, foram discutidos os desafios da aplicação de um módulo avaliativo multidimensional diante do contexto de cursos online brasileiros.The student’s dropout in online courses was pointed out as one of the biggest issue in the area according to the educational organizations. The main result was the high dropout rates in these courses compared to face-to-face courses in 2015 in Brazil (between 25% and 50%). Moreover, this challenge belongs to the virtual learning worldwide. In this sense, the literature review showed that several approaches are adopted to minimize the student’s dropout rates. However, they limited their focus on a learning unique resource (forum, chat, upload, download, submissions). Regarding these approaches, the current research detected an insufficiency of studies about the educational interactions of the dropout student and uncertainties in the assessment. Many methodologies are used by teachers to manage a subjectivity and uncertainty associated to the evaluation process, such as: fuzzy logic, Bayesian networks, Markov chains, etc. This thesis emphasized the fuzzy logic, because this technique solves the ambiguity found in the learning evaluation by the expert. We present an assessment framework (FuzzySD) to track the virtual classroom and to support the teacher to make a prediction of students’ dropout in online courses. In this sense, we analyzed the information related to the students’ actions during the teaching-learning process in online courses. It can be denominated as multidimensional analysis because we assessed multiple variables related to the student’s behavior. Such behavioral variables were fundamental in the definition of three main metrics to the understanding of student avoidance, they are: Self-regulation, Interaction and Motivation. It is important to consider a presence of fuzzy logic to deal with the input metrics of the FuzzySD framework. The evaluation of FuzzySD was performed by means of precision analysis on sample cut-outs based on dataset from courses of “IFPB Virtual”. The accuracy of the approach is analyzed as results of its own indicators between 65% and 95% of hits. Finally, the results discussed about the challenges of applying a multidimensional evaluative module to the context of Brazilian online courses.CapesUniversidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGARAÚJO, Joseana Macêdo Fechine Régis de.ARAÚJO, JOSEANA M. F. R.http://lattes.cnpq.br/7179691582151907COSTA, Evandro de Barros.COSTA, E. B.http://lattes.cnpq.br/5760364940162939MARINHO, Leandro Balby.ANDRADE, Nazareno Ferreira de.PIMENTEL, Edson Pinheiro.BRITO, Patrick Henrique da Silva.MORAIS, Alana Marques de.2018-04-202018-09-13T20:25:53Z2018-09-132018-09-13T20:25:53Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1711MORAIS, A. M. de. Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. 2018. 158 f. Tese (Doutorado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1711porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-03-16T12:40:07Zoai:localhost:riufcg/1711Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-03-16T12:40:07Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. |
title |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. |
spellingShingle |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. MORAIS, Alana Marques de. Inteligência Artificial Avaliação Multidimensional Educação à Distância - Evasão Mineração de Texto Lógica Fuzzy FuzzySD Artificial Intelligence Fuzzy System Student Multidimensional Assessment Distance Learning - Dropout Online Courses Ciência da Computação |
title_short |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. |
title_full |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. |
title_fullStr |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. |
title_full_unstemmed |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. |
title_sort |
Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. |
author |
MORAIS, Alana Marques de. |
author_facet |
MORAIS, Alana Marques de. |
author_role |
author |
dc.contributor.none.fl_str_mv |
ARAÚJO, Joseana Macêdo Fechine Régis de. ARAÚJO, JOSEANA M. F. R. http://lattes.cnpq.br/7179691582151907 COSTA, Evandro de Barros. COSTA, E. B. http://lattes.cnpq.br/5760364940162939 MARINHO, Leandro Balby. ANDRADE, Nazareno Ferreira de. PIMENTEL, Edson Pinheiro. BRITO, Patrick Henrique da Silva. |
dc.contributor.author.fl_str_mv |
MORAIS, Alana Marques de. |
dc.subject.por.fl_str_mv |
Inteligência Artificial Avaliação Multidimensional Educação à Distância - Evasão Mineração de Texto Lógica Fuzzy FuzzySD Artificial Intelligence Fuzzy System Student Multidimensional Assessment Distance Learning - Dropout Online Courses Ciência da Computação |
topic |
Inteligência Artificial Avaliação Multidimensional Educação à Distância - Evasão Mineração de Texto Lógica Fuzzy FuzzySD Artificial Intelligence Fuzzy System Student Multidimensional Assessment Distance Learning - Dropout Online Courses Ciência da Computação |
description |
A evasão discente foi apontada, por grande parte das instituições brasileiras de Educação a Distância (EaD), como um dos maiores obstáculos enfrentados pelos cursos online da atualidade. Reflexo disto, foram as taxas de evasão elevadas, entre 25 e 50% em todos os tipos de curso online, em relação à educação presencial em 2015 no Brasil. Além disto, a problemática não se restringe ao contexto brasileiro, pois diversas organizações internacionais relataram índices tão alarmantes quando os nacionais. É possível afirmar, de acordo com a literatura, que as estratégias adotadas na minimização dos índices de desistência do discente muitas vezes se limitam à avaliação pontual de um recurso pedagógico (fórum, bate-papo, etc). Há ainda uma carência de estudos que discutam sobre as interações educacionais do aluno evadido e considerem as incertezas avaliativas envolvidas no processo. Diversas metodologias podem ser utilizadas pelo docente para lidar com a subjetividade e incerteza associadas ao processo avaliativo, tais como: lógica fuzzy, redes bayesianas, etc. O presente estudo destacou a lógica fuzzy (ou difusa), pois esta técnica lida com a ambiguidade encontrada na avaliação presente na EaD. Esta modelagem permite que estados indeterminados possam ser tratados por dispositivos de controle e conceitos não quantificáveis possam ser avaliados pelo especialista. Assim, o presente estudo propôs uma abordagem avaliativa (FuzzySD) voltada ao docente para monitorar as turmas virtuais na predição e combate à evasão discente em cursos online. Para tanto, a pesquisa se subsidiou nas informações relacionadas às ações dos alunos durante o processo de ensino-aprendizagem. A análise realizada envolve fatores comportamentais do estudante com base em múltiplos critérios. Estes critérios comportamentais foram fundamentais na descrição das três métricas principais ao entendimento da evasão do aluno no contexto estudado, a saber: Autorregulação, Interação e Motivação do aluno. A avaliação com a FuzzySD foi realizada por meio da análise de precisão em recortes da amostra com base em dados de cursos online do IFPB Virtual. A precisão da abordagem, analisando as amostras teste, proporciona valores entre 65% e 95% de acertos. Por fim, a partir dos resultados, foram discutidos os desafios da aplicação de um módulo avaliativo multidimensional diante do contexto de cursos online brasileiros. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-04-20 2018-09-13T20:25:53Z 2018-09-13 2018-09-13T20:25:53Z |
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.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1711 MORAIS, A. M. de. Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. 2018. 158 f. Tese (Doutorado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1711 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1711 |
identifier_str_mv |
MORAIS, A. M. de. Abordagem avaliativa multidimensional para previsão da evasão do discente em cursos on-line. 2018. 158 f. Tese (Doutorado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1711 |
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.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1809744358683967488 |