AnÃlise do contexto e dos resultados da aprendizagem da avaliaÃÃo educacional em um curso de graduaÃÃo em Engenharia

• Autor(a) principal: Francisco Herbert Lima Vasconcelos
• Data de Publicação: 2015
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
• Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=14573
• topic: AnÃlise linear e multilinear; AvaliaÃÃo educacional; Contexto da aprendizagem; DecomposiÃÃo matricial; DecomposiÃÃo tensorial; Resultados da aprendizagem; Linear and Multilinear Analysis; Educational Assessment; Context ABSTRACT vii Learning; Learning Outcomes; PCA; PARAFAC; Matrix decomposition; Tensor decomposition; SISTEMAS DE TELECOMUNICACOES

A avaliaÃÃo educacional dispÃe de mÃtodos para a obtenÃÃo de dados que podem ser Ãteis para avaliar grupos de indivÃduos (alunos, professores, administradores, tÃcnicos e outros), projetos, produtos e materiais, instituiÃÃes e sistemas educacionais, nos seus diversos nÃveis e competÃncias. No campo da educaÃÃo em engenharia, os processos avaliativos podem ajudar os gestores a tomarem decisÃes e a realizarem mudanÃas em cursos de graduaÃÃo. Esta tese investiga de forma inÃdita uma nova abordagem para a anÃlise e interpretaÃÃo de dados no campo da educaÃÃo em engenharia com Ãnfase no processo de avaliaÃÃo, levando em consideraÃÃo dois aspectos de modo integrado: a) a percepÃÃo/opiniÃo dos estudantes sobre o contexto/ambiente educacional (Learning Context - LC) e b) os resultados/rendimentos obtidos pelos mesmos discentes (Learning Outcomes - LO). Para a realizaÃÃo desta pesquisa, foram coletados dados de estudantes do curso de graduaÃÃo em Engenharia de TeleinformÃtica (ETI) do Centro de Tecnologia (CT) da Universidade Federal do Cearà (UFC). Os dados de LC foram coletados a partir da aplicaÃÃo do instrumento SEEQ (Studentâs Evaluation of Educational Quality) da metodologia SETE (Student Evaluate Teaching Effetivecness). Os dados de LO foram coletados a partir das informaÃÃes dos resultados de desempenho da aprendizagem dos mesmos discentes. Na realizaÃÃo do processamento da informaÃÃo dos dados matriciais e tensoriais obtidos, foram utilizadas duas ferramentas matemÃticas: a decomposiÃÃo bilinear, por meio da AnÃlise de Componentes Principais (Principal Component Analysis - PCA) e a decomposiÃÃo multilinear tensorial por meio da AnÃlise de Fatores Paralelos (Parallel Factor Analysis - PARAFAC). Os resultados obtidos permitem identificar caracterÃsticas comuns e semelhanÃas em componentes curriculares, tanto em termos da percepÃÃo quanto do desempenho dos estudantes. Os modelos PCA e PARAFAC tambÃm demonstraram um potencial significativo para extrair informaÃÃes de dados relacionados com variÃveis latentes em contextos educativos.