Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância

Palavras-chave: Análise de Dados, Educação à distância, Mineração de Dados Educacionais, Tecnologia Educacional, Tomada de Decisão

Resumo

O Learning Analytics é visto por educadores como um caminho, uma solução para personalizar a jornada de cada estudante, identificando o seu percurso, as suas dificuldades e os seus hábitos. A análise da aprendizagem é realizada a partir dos dados gerados durante o processo de ensino e aprendizagem, e que a cada dia aumenta em proporções e complexidade superior a capacidade de análise humana, gerando um grande volume de dados que são conhecidos como Big Data. Para consecução desta pesquisa, que visa analisar o desempenho discente em cursos ofertados na modalidade a distância, aplicamos uma pesquisa quantitativa nos dados selecionados em um ambiente virtual de aprendizagem configurado no Blackboard, e os dados de 1809 alunos estão distribuídos em 5 turmas da disciplina de Cálculo Diferencial e Integral II, ofertadas no segundo semestre do ano de 2018. Com a coleta de dados, extraiu-se as informações brutas a partir dos relatórios de acessos e de notas, de toda a atividade do usuário nas áreas de conteúdo e do resumo geral da atividade do usuário. Após a mineração dos dados relevantes ao estudo, implementamos um algoritmo para construção das tabelas e gráficos, como o Boxplot e Histograma. A análise demonstrou que com 50 acessos, o discente obtém condições mínimas para absorver o conteúdo e alcançar média do intervalo de um a quatro pontos, no entanto, os acessos superiores a 200 vezes indicam maior probabilidade de manter-se no intervalo de três, tendendo ao valor máximo, que é de quatro pontos. Assim confirmamos que a maior interatividade, proporciona ao discente um constante contato com conteúdo e consequentemente melhor avaliação.

Downloads

Não há dados estatísticos.

Referências

CASTRO, L. N. FERRARI, D. G. Introdução à mineração de dados. Conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016.

CAMPOS, N. Ensino adaptativo: O big data na educação. 2014. Jornal Estadão. Disponível em <https://educacao.estadao.com.br/blogs/a-educacao-no-seculo-21/ensino- adaptativo-o-big-data-na-educacao/>. Acesso em 12/05/2019.

CHATTI, M. A. DYCKHOFF, A. L. SCHROEDER, U. THÜS, H. A Reference Model for Learning Analytics. 2012. International Journal of Technology Enhanced Learning (IJTEL). Disponível em: https://www.thues.com/upload/pdf/2012/CDST12_IJTEL.pdf>. Acesso em: 10 de março de 2019.

COOPER, A. What is Analytics? Definition and Essential Characteristics. CETIS Analytics Series. Vol. No 5. Published by The University of Bolton. 2012. Disponível em <http://publications.cetis.org.uk/wp-content/uploads/2012/11/What-is-Analytics-Vol1-No- 5.pdf>. Data de Acesso: 03 de março de 2019.

DIAS, R. S. Caracterização do learning analytics na educação a distância. SEPIT (Seminário de Pesquisa e Inovação Tecnológica). 2017. Disponível em <http://editora.iftm.edu.br/index.php/sepit/article/download/312/145>. Data de acesso em 02 de maio de 2019.

FONSECA, J. J. S. Apostila de metodologia da pesquisa científica. Fortaleza: Universidade Estadual do Ceará, 2002. Disponível em <https://books.google.com.br/books?id=oB5x2SChpSEC&pg=PA20#v=onepage&q&f=fals e>. Acesso em 14 de março de 2019.

FONSECA, E. S. ARAÚJO JR., C. F. O envolvimento discente em um ambiente virtual de aprendizagem. Análise realizada no curso de licenciatura em matemática. 2018. REnCiMa - Revista de Ensino de Ciências e Matemática. Disponível em <http://revistapos.cruzeirodosul.edu.br/index.php/rencima/article/view/1938>. Acesso em 15 de abril de 2019.

FUNDAÇÃO R. O Projeto R para Computação Estatística. 2019. Disponível em <https://www.r-project.org/>. Acesso em 15 de março de 2019.

JOHNSON, L.; SMITH, R.; WILLIS, H.; LEVINE, A.; HAYWOOD, K. The NMC Horizon Report: 2011 Higher Education Edition. Relatório Técnico, New Media Consortium, 40p.

KENSKI, V. M. Educação e tecnologias: o novo ritmo da informação. 8. ed. Campinas, São Paulo: Papirus, 2012.

MACHADO, L. B. BECHER, E. L. Aprendendo estatística com o software R. Sociedade Brasileira de Educação Matemática. Encontro Nacional de Educação Matemática. 2016. Disponível em:<http://www.sbembrasil.org.br/enem2016/anais/pdf/6345_2685_ID.pdf>. Acesso em: 12 de abril de 2019.

MARRAS, J. P.; Administração de Recursos Humanos: do operacional ao estratégico. 15. ed. São Paulo: Saraiva, 2016.

MARTÍNEZ, D. L. R. GÓMES, C. E. P. Contributions from Data Mining to Study Academic Performance of Students of a Tertiary Institute. American Journal of Educational Research. 2014. Disponível em: <http://www.sciepub.com/ EDUCATION/abstract/2569>. Acesso em: 02 de fevereiro de 2019.

MOISSA, B. GASPARINI, I. KEMCZINSKI, A. Learning Analytics: um mapeamento sistemático. TISE 2014. Nuevas Ideas en Informática Educativa. Disponível em <http://www.tise.cl/volumen10/TISE2014/tise2014_submission_262.pdf>. Data de Acesso em: 25 de março de 2019.

NOGUEIRA, S. P. FRANCISCO, R. E. SILVA, L. F. FERNANDES, M. A. PEREIRA JÚNIOR, C. X. Big Data com Learning Analytics para apoiar o Planejamento Pedagógico Acadêmico. 7º Workshop de Desafios da Computação aplicada à Educação (DesafIE). 2018. Disponível em: < https://sol.sbc.org.br/index.php/desafie>. Data de acesso: 10 de abril de 2019.

PEROVANO, D. G. Manual de metodologia da pesquisa científica [livro eletrônico]. Curitiba: InterSaberes, 2016.

ROMERO, C.; VENTURA, S. Educational Data Mining: A Survey from 1995 to 2005, Expert Systems with Applications (33), pp. 135-146. Elsevier. 2007.

RSTUDIO. RStudio Desktop. Open Source License. 2019. Disponível em <https://www.rstudio.com/products/rstudio/download/#download>. Acesso em 20 de março de 2019.

SILVA, W. R. M. SILVA, J. L. D. UGULINO, F. R. LUCENA, M. NUNES, I. D. Learning Analytics como ferramenta para a análise do desempenho dos alunos em Cursos Semipresenciais. V Congresso Brasileiro de Informática na Educação (CBIE 2016). Anais do XXVII Simpósio Brasileiro de Informática na Educação (SBIE 2016). Disponível em

<http://www.br-ie.org/pub/index.php/sbie/article/download/6708/4596>. Data de acesso em 10 de abril de 2019.

SILVA JUNIOR, C. B. OLIVEIRA, Ivan Carlos Alcântara. Learning Analytics : revisão da literatura e o estado da arte. 2016. Disponível em: <http://www.abed.org.br/congresso2016/trabalhos/329.pdf>

SOUZA, E. F. M. PETERNELLI, L. A. MELLO, M. P. Software Livre R: aplicação estatística. 2014. Disponível em: <http://www.de.ufpb.br/~tarciana/MPIE/ApostilaR.pdf>. Data de Acesso: 15 de abril de 2019.

Publicado
2019-07-18
Como Citar
FONSECA, E. DA S.; ARAÚJO JR., C. F. DE. Learning Analytics para avaliar o desempenho discente em uma disciplina de cursos a distância. Revista de Ensino de Ciências e Matemática, v. 10, n. 4, p. 137-151, 18 jul. 2019.
Seção
Artigos Gerais