Framework conceitual para análise de big data educacional em MOOCs

Detalhes bibliográficos
Autor(a) principal: Biagiotti, Breno de Almeida
Data de Publicação: 2021
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/231107
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2021.
id UFSC_1af0685a7e220354ba68b090a24d72ae
oai_identifier_str oai:repositorio.ufsc.br:123456789/231107
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Framework conceitual para análise de big data educacional em MOOCsEngenharia e gestão do conhecimentoBig dataEnsino à distânciaFrameworksTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2021.Big Data é uma área em plena expansão no mundo atual, pois possibilita coletar uma enorme quantidade de dados, analisá-los e, a partir do resultado obtido, extrair insights para melhorar o seu negócio. Ao identificar tendências, padrões e inconsistências, o Big Data proporciona uma capacidade de entender o passado, monitorar o presente e antecipar o futuro. No âmbito da educação, tamanha capacidade de produção de dados, especialmente os logs registrados pelos sistemas de gestão de conteúdo como o Moodle, pode resultar em diversas oportunidades e melhorias para alunos e professores. Contudo, essa imensa quantidade de informações, se não for bem trabalhada e processada adequadamente, corre o risco de se tornar irrelevante. Por isso, é tão importante estudar formas de utilizar o Big Data educacional dentro das instituições de ensino, já que não é mais possível ignorar a sua capacidade de gerar vantagens competitivas. Ainda mais quando falamos da educação a distância e os cursos massivos online (MOOCs), cada vez mais frequentes e necessários na propagação de conhecimentos nas mais variadas áreas. Os procedimentos metodológicos utilizados neste trabalho se iniciaram por uma revisão narrativa, com objetivo de buscar a fundamentação teórica sobre três temas principais: Big Data Educacional, MOOCs e Learning Analytics. A segunda etapa foi uma revisão bibliográfica sistemática que buscou entender os principais gaps na pesquisa sobre Big Data Educacional, os potenciais e os desafios da área, e também analisar alguns frameworks existentes na literatura. De uma forma geral, percebeu-se que a grande dificuldade encontrada para realizar uma análise satisfatória, é dominar as questões técnicas. Por exemplo: o professor que deseja melhorar seu curso, mas não sabe onde procurar os dados educacionais e nem quais métodos de análise utilizar; ou o cientista de dados que domina as técnicas analíticas, porém não entende de pedagogia e o funcionamento dos MOOCs; ou o design instrucional que conhece tudo sobre educação a distância, mas não entende nada de estatística e ciência de dados. Esses três exemplos são cenários comuns. Por se tratar de uma área interdisciplinar que engloba campos tão distintos do conhecimento, percebeu-se a necessidade de criar uma espécie de guia para orientar os pesquisadores. Para entender na prática como funciona essa análise de dados educacionais, realizou-se um estudo de caso de um MOOC sobre Auriculoterapia da UFSC, o qual capacitou milhares de alunos nos últimos anos. Foram realizadas pesquisas qualitativas com os autores e a equipe técnica do curso, além de uma análise da Big Data Educacional fornecida pelo Moodle do curso. Como resultado é apresentado um framework conceitual que tem como objetivo orientar pesquisadores no que se refere ao manejo da Big Data Educacional de MOOCs. Ele é composto de cinco etapas que abrangem desde a determinação dos objetivos e métricas da pesquisa, passando pela identificação e localização dos dados necessários e a indicação dos métodos mais apropriados para cada tipo de análise. O bom uso dos dados educacionais se torna uma vantagem competitiva importante para melhorar a aprendizagem e a experiência dos alunos nos cursos online.Abstract: Big Data is an area in full expansion in today's world, as it makes it possible to collect a huge amount of data, analyze it and, from the result obtained, extract insights to improve your business. By identifying trends, patterns and inconsistencies, Big Data provides an ability to understand the past, monitor the present and anticipate the future. In the field of education, such data production capacity, especially the logs registered by content management systems such as Moodle, can result in several opportunities and improvements for students and teachers. However, this immense amount of information, if not well worked and processed properly, runs the risk of becoming irrelevant. Therefore, it is so important to study ways to use educational Big Data within educational institutions, since it is no longer possible to ignore its ability to generate competitive advantages. Even more when we talk about distance education and massive open online courses (MOOCs), which are increasingly frequent and necessary in the dissemination of knowledge in the most varied areas. The methodological procedures used in this work began with a narrative review, with the aim of seeking theoretical foundations on three main themes: Educational Big Data, MOOCs and Learning Analytics. The second stage was a systematic literature review that sought to understand the main gaps in research on educational big data, the potentials and challenges in the area, and also to analyze some existing frameworks in the literature. In general, it was noticed that the great difficulty found to carry out a satisfactory analysis is to master the technical issues. For example: the teacher who wants to improve his course, but does not know where to look for educational data or which analysis methods to use; or the data scientist who has mastered analytical techniques but does not understand pedagogy and how MOOCs work; or instructional design that knows all about distance education but understands nothing about statistics and data science. These three examples are common scenarios. As this is an interdisciplinary area that encompasses such different fields of knowledge, the need to create a kind of guide to guide researchers was perceived. To understand in practice how this analysis of educational data works, a case study of a MOOC on Auriculotherapy at UFSC was carried out, which has trained thousands of students in recent years. Qualitative research was carried out with the authors and the course's technical team, in addition to an analysis of the educational big data provided by the course's Moodle. As a result, a conceptual framework is presented that aims to guide researchers regarding the management of Educational Big Data of MOOCs. It consists of five steps that range from determining the research objectives and metrics, through identifying and locating the necessary data and indicating the most appropriate methods for each type of analysis. Good use of educational data becomes an important competitive advantage to improve the learning and experience of students in online courses.Baldessar, Maria JoséFialho, Francisco Antonio PereiraUniversidade Federal de Santa CatarinaBiagiotti, Breno de Almeida2022-02-14T13:33:07Z2022-02-14T13:33:07Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis230 p.| il., gráfs.application/pdf374281https://repositorio.ufsc.br/handle/123456789/231107porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2022-02-14T13:33:07Zoai:repositorio.ufsc.br:123456789/231107Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-02-14T13:33:07Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Framework conceitual para análise de big data educacional em MOOCs
title Framework conceitual para análise de big data educacional em MOOCs
spellingShingle Framework conceitual para análise de big data educacional em MOOCs
Biagiotti, Breno de Almeida
Engenharia e gestão do conhecimento
Big data
Ensino à distância
Frameworks
title_short Framework conceitual para análise de big data educacional em MOOCs
title_full Framework conceitual para análise de big data educacional em MOOCs
title_fullStr Framework conceitual para análise de big data educacional em MOOCs
title_full_unstemmed Framework conceitual para análise de big data educacional em MOOCs
title_sort Framework conceitual para análise de big data educacional em MOOCs
author Biagiotti, Breno de Almeida
author_facet Biagiotti, Breno de Almeida
author_role author
dc.contributor.none.fl_str_mv Baldessar, Maria José
Fialho, Francisco Antonio Pereira
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Biagiotti, Breno de Almeida
dc.subject.por.fl_str_mv Engenharia e gestão do conhecimento
Big data
Ensino à distância
Frameworks
topic Engenharia e gestão do conhecimento
Big data
Ensino à distância
Frameworks
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021
2022-02-14T13:33:07Z
2022-02-14T13:33:07Z
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 374281
https://repositorio.ufsc.br/handle/123456789/231107
identifier_str_mv 374281
url https://repositorio.ufsc.br/handle/123456789/231107
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 230 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652060695986176