Ferramenta de suporte à avaliação de performance e tomada de decisão no processo de ensino-aprendizagem de EAD

Página do item simplificado
dc.contributor.advisorBotega, Leonardo Castro [UNESP]
dc.contributor.authorSantos, Felipe Stefani Correia dos
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2023-04-20T18:24:19Z
dc.date.available2023-04-20T18:24:19Z
dc.date.issued2023-03-01
dc.description.abstractO contexto do atual modelo educacional se apresenta em constante mudança devido a necessidade de adaptação ao novo cenário super conectado dos dias de hoje. Torna-se um desafio para os professores de Educação a Distância (EAD) se adaptar aos Learning Management System (LMS) e desenvolver novas técnicas de análise e avaliação do processo de ensino-aprendizagem. Este trabalho aborda o LMS Moodle, o qual gera inúmeros registros de atividades realizadas no sistema chamados de LOGs. Porém, a falta de acompanhamento desses registros no ambiente, mais especificamente quanto às interações do estudante com a plataforma, pode produzir um déficit informacional quando se trata de análise e avaliação de performance dos mesmos. Essa falta de acompanhamento pode ser justificada pela complexidade e volume de dados gerados pela plataforma. Desta maneira, este trabalho apresenta um modelo de processamento da informação, denominado Performi (Performance estudantil dirigida por processamento informacional), que tem como objetivo guiar a criação de uma ferramenta que forneça subsídios informacionais de cunho quali-quantitativo, referente à performance e interações de estudantes no LMS Moodle, utilizando do arcabouço teórico da Ciência da Informação, para estabelecer processos, etapas ou fluxos sistematizados e estruturados. Para tal, são utilizadas técnicas de aprendizado de máquina como instrumento de processamento de dados, possibilitando a profissionais de educação o usufruto de informações enriquecidas. A natureza deste trabalho é quali-quantitativa, de finalidade teórico-aplicada e de tipo exploratória, sendo sua metodologia uma pesquisa exploratória com prova de conceito. Para validar o modelo, foi desenvolvida uma prova de conceito guiada pelo modelo Performi. Os resultados indicam que o modelo extrai dados quali-quantitativos dos registros de LOG e os transforma em informações contextualizadas, além de organizar, descrever e guiar a interpretação da informação, gerando subsídios informacionais para tomada de decisão.pt
dc.description.abstractThe current educational model context is constantly changing due to the need to adapt to today's new, super-connected scenario. It becomes a challenge for distance education teachers to adapt to the Learning Management System (LMS) and develop new techniques for analysis and evaluation of the teaching-learning process. This paper discusses the LMS Moodle, which generates numerous records of activities performed in the system called LOGs. However, the lack of monitoring of these records in the environment, more specifically regarding student interactions with the platform, can produce an informational deficit when it comes to analysis and evaluation of their performance. This lack of follow-up can be justified by the complexity and volume of data generated by the platform. Therefore, this paper presents an information processing model, called Performi (Student Performance Driven by Informational Processing), which aims to guide the creation of a tool that provides quali-quantitative informational support regarding the performance and interactions of students on the LMS Moodle, using the theoretical foundation of Information Science, to establish systematized and structured processes, steps, or flows. To do this, machine learning techniques are used as a data processing tool, allowing education professionals to enjoy enriched information. The nature of this work is quali-quantitative, of theoretical-applied purpose and of exploratory type, being its methodology exploratory research with proof of concept. To validate the model, a proof of concept guided by the Performi model was developed. The results indicate that the model extracts qualitative-quantitative data from LOG records and transforms them into contextualized information, besides organizing, describing, and guiding the interpretation of information, generating informational subsidies for decision making.en
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.description.sponsorshipIdCAPES PROEX: 88887.611800/2021-00
dc.identifier.capes33004110043P4
dc.identifier.citationSANTOS, Felipe Stefani Correia dos. Ferramenta de suporte à avaliação de performance e tomada de decisão no processo de ensino-aprendizagem de EAD. Universidade Estadual Paulista (Unesp), 2023.
dc.identifier.urihttp://hdl.handle.net/11449/243071
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso aberto
dc.subjectMoodlept
dc.subjectAprendizado de máquinapt
dc.subjectLMSpt
dc.subjectProcessamento da informaçãopt
dc.subjectMachine learningen
dc.subjectInformation processingen
dc.titleFerramenta de suporte à avaliação de performance e tomada de decisão no processo de ensino-aprendizagem de EADpt
dc.title.alternativeTool to support performance evaluation and decision making in the ODL teaching-learning processen
dc.typeDissertação de mestrado
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Filosofia e Ciências, Maríliapt
unesp.embargoOnlinept
unesp.examinationboard.typeBanca públicapt
unesp.graduateProgramCiência da Informação - FFCpt
unesp.knowledgeAreaInformação, tecnologia e conhecimentopt
unesp.researchAreaInformação e tecnologiapt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
santos_fsc_me_mar.pdf
Tamanho:
3.45 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
3.02 KB
Formato:
Item-specific license agreed upon to submission
Descrição:

Coleções

Dissertações - Ciência da Informação - FFC