APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: ANDRE LUIZ DE BRANDAO DAMASCENO
Orientador(a): SIMONE DINIZ JUNQUEIRA BARBOSA lattes
Banca de defesa: HELIO CORTES VIEIRA LOPES, ALBERTO BARBOSA RAPOSO, MILENE SELBACH SILVEIRA, SIMONE DINIZ JUNQUEIRA BARBOSA, CARLOS DE SALLES SOARES NETO
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
Programa de Pós-Graduação: PPG EM INFORMÁTICA
Departamento: Não Informado pela instituição
País: BR
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@2
Resumo: Cursos online têm ampliado as possibilidades de pesquisa sobre comportamento e performance de estudantes. Esta tese investiga como apoiar instrutores na análise de logs de estudantes em Ambientes Virtuais de Aprendizagem. Primeiro, conduzimos entrevistas com instrutores e realizamos um mapeamento sistemático do estado da arte sobre Education Data Mining e Learning Analytics. Em seguida, analisamos logs de cursos online oferecidos no Brasil e comparamos nossas descobertas com resultados apresentados na literatura. Além disso, capturamos as preferências dos instrutores em relação a visualização de comportamento e performance de estudantes. Contudo, notamos uma lacuna de trabalhos mostrando modelos para o desenvolvimento de ferramentas de Learning Analytics. Com base nesses estudos, esta tese apresenta um modelo conectando teorias e modelos de visualização, assim como requisitos dos instrutores, suas preferências de visualização, diretrizes da literatura e métodos para análise de logs dos estudantes. Instanciamos e avaliamos esse modelo em uma ferramenta para montar dashboards, capturamos evidências de aceitação da nossa proposta e obtivemos feedbacks dos instrutores sobre a ferramenta tais como suas preferências de análise e visualizações. Por fim, apresentamos algumas considerações e discutimos lacunas existentes no trabalho que podem fundamentar e guiar futuras pesquisas, tais como desenvolvimento de novas instâncias e implantações do nosso modelo em instituições de ensino brasileiras e avaliação de eventuais mudanças na performance dos estudantes quando instrutores visualizam informações sobre o comportamento e performance deles, e agem de acordo. É importante ressaltar que a maioria dos estudos apresentados nessa tese foram conduzidos antes da pandemia de COVID-19. Somente o último estudo foi executado no início da pandemia no Brasil.
id PUC_RIO-1_cacec72b2a562f3d09d563ae840dbdfa
oai_identifier_str oai:MAXWELL.puc-rio.br:50335
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisAPOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM SUPPORTING INSTRUCTORS IN ANALYZING STUDENT LOGS FROM VIRTUAL LEARNING ENVIRONMENTS 2020-09-01SIMONE DINIZ JUNQUEIRA BARBOSA01828647748lattes.cnpq.br/9222024053983021HELIO CORTES VIEIRA LOPESALBERTO BARBOSA RAPOSOMILENE SELBACH SILVEIRASIMONE DINIZ JUNQUEIRA BARBOSACARLOS DE SALLES SOARES NETO04486494385ANDRE LUIZ DE BRANDAO DAMASCENOPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM INFORMÁTICAPUC-RioBRCursos online têm ampliado as possibilidades de pesquisa sobre comportamento e performance de estudantes. Esta tese investiga como apoiar instrutores na análise de logs de estudantes em Ambientes Virtuais de Aprendizagem. Primeiro, conduzimos entrevistas com instrutores e realizamos um mapeamento sistemático do estado da arte sobre Education Data Mining e Learning Analytics. Em seguida, analisamos logs de cursos online oferecidos no Brasil e comparamos nossas descobertas com resultados apresentados na literatura. Além disso, capturamos as preferências dos instrutores em relação a visualização de comportamento e performance de estudantes. Contudo, notamos uma lacuna de trabalhos mostrando modelos para o desenvolvimento de ferramentas de Learning Analytics. Com base nesses estudos, esta tese apresenta um modelo conectando teorias e modelos de visualização, assim como requisitos dos instrutores, suas preferências de visualização, diretrizes da literatura e métodos para análise de logs dos estudantes. Instanciamos e avaliamos esse modelo em uma ferramenta para montar dashboards, capturamos evidências de aceitação da nossa proposta e obtivemos feedbacks dos instrutores sobre a ferramenta tais como suas preferências de análise e visualizações. Por fim, apresentamos algumas considerações e discutimos lacunas existentes no trabalho que podem fundamentar e guiar futuras pesquisas, tais como desenvolvimento de novas instâncias e implantações do nosso modelo em instituições de ensino brasileiras e avaliação de eventuais mudanças na performance dos estudantes quando instrutores visualizam informações sobre o comportamento e performance deles, e agem de acordo. É importante ressaltar que a maioria dos estudos apresentados nessa tese foram conduzidos antes da pandemia de COVID-19. Somente o último estudo foi executado no início da pandemia no Brasil.Online education has broadened the avenues of research on student s behavior and performance. In this thesis, we shed light on how to support instructors in analyzing student logs from Virtual Learning Environments. Firstly, we conducted interviews with instructors and a systematic mapping of the state-of-art about Education Data Mining and Learning Analytics. Then, we analyzed logs from online courses offered in Brazil and compared our findings with results presented in the literature. Moreover, we gathered instructors preferences in regard to visualization of both students behavior and performance. However, we noted a lack of work showing models to support the development of learning analytics tools. In order to bridge this gap, this thesis presents a model connecting both Visual Analytics theories and models as well as instructors requirements, their visualization preferences, literature guidelines and methods for analyzing student logs. We instantiated and evaluated this model in a tool to assemble dashboards. We captured evidence of their acceptance of our proposal and obtained instructors feedback about the tool such as their both analysis and visualization preferences. Finally, we present some considerations and discuss gaps in existing works that can ground and guide future research, such as new instances of our model, as well as deploying them at Brazilian institutions and evaluating whether there are changes in students performance when instructors are able to see information about their behavior and performance, and act accordingly. It is worth highlighting that the majority of studies presented in this thesis were conducted before the COVID-19 pandemic. Only the last study was performed in the beginning of the pandemic in Brazil.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCOORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORPROGRAMA DE EXCELENCIA ACADEMICAhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@2engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2023-06-26T10:07:12ZRepositório InstitucionalPRI
dc.title.pt.fl_str_mv APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
dc.title.alternative.en.fl_str_mv SUPPORTING INSTRUCTORS IN ANALYZING STUDENT LOGS FROM VIRTUAL LEARNING ENVIRONMENTS
title APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
spellingShingle APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
ANDRE LUIZ DE BRANDAO DAMASCENO
title_short APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
title_full APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
title_fullStr APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
title_full_unstemmed APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
title_sort APOIANDO INSTRUTORES NA ANÁLISE DE LOGS DOS ESTUDANTES DE AMBIENTES VIRTUAIS DE APRENDIZAGEM
dc.creator.Lattes.none.fl_str_mv
author ANDRE LUIZ DE BRANDAO DAMASCENO
author_facet ANDRE LUIZ DE BRANDAO DAMASCENO
author_role author
dc.contributor.advisor1.fl_str_mv SIMONE DINIZ JUNQUEIRA BARBOSA
dc.contributor.advisor1ID.fl_str_mv 01828647748
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/9222024053983021
dc.contributor.referee1.fl_str_mv HELIO CORTES VIEIRA LOPES
dc.contributor.referee2.fl_str_mv ALBERTO BARBOSA RAPOSO
dc.contributor.referee3.fl_str_mv MILENE SELBACH SILVEIRA
dc.contributor.referee4.fl_str_mv SIMONE DINIZ JUNQUEIRA BARBOSA
dc.contributor.referee5.fl_str_mv CARLOS DE SALLES SOARES NETO
dc.contributor.authorID.fl_str_mv 04486494385
dc.contributor.author.fl_str_mv ANDRE LUIZ DE BRANDAO DAMASCENO
contributor_str_mv SIMONE DINIZ JUNQUEIRA BARBOSA
HELIO CORTES VIEIRA LOPES
ALBERTO BARBOSA RAPOSO
MILENE SELBACH SILVEIRA
SIMONE DINIZ JUNQUEIRA BARBOSA
CARLOS DE SALLES SOARES NETO
description Cursos online têm ampliado as possibilidades de pesquisa sobre comportamento e performance de estudantes. Esta tese investiga como apoiar instrutores na análise de logs de estudantes em Ambientes Virtuais de Aprendizagem. Primeiro, conduzimos entrevistas com instrutores e realizamos um mapeamento sistemático do estado da arte sobre Education Data Mining e Learning Analytics. Em seguida, analisamos logs de cursos online oferecidos no Brasil e comparamos nossas descobertas com resultados apresentados na literatura. Além disso, capturamos as preferências dos instrutores em relação a visualização de comportamento e performance de estudantes. Contudo, notamos uma lacuna de trabalhos mostrando modelos para o desenvolvimento de ferramentas de Learning Analytics. Com base nesses estudos, esta tese apresenta um modelo conectando teorias e modelos de visualização, assim como requisitos dos instrutores, suas preferências de visualização, diretrizes da literatura e métodos para análise de logs dos estudantes. Instanciamos e avaliamos esse modelo em uma ferramenta para montar dashboards, capturamos evidências de aceitação da nossa proposta e obtivemos feedbacks dos instrutores sobre a ferramenta tais como suas preferências de análise e visualizações. Por fim, apresentamos algumas considerações e discutimos lacunas existentes no trabalho que podem fundamentar e guiar futuras pesquisas, tais como desenvolvimento de novas instâncias e implantações do nosso modelo em instituições de ensino brasileiras e avaliação de eventuais mudanças na performance dos estudantes quando instrutores visualizam informações sobre o comportamento e performance deles, e agem de acordo. É importante ressaltar que a maioria dos estudos apresentados nessa tese foram conduzidos antes da pandemia de COVID-19. Somente o último estudo foi executado no início da pandemia no Brasil.
publishDate 2020
dc.date.issued.fl_str_mv 2020-09-01
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 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50335@2
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM INFORMÁTICA
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1776626351552331776

Registros relacionados