Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Sousa, Thales Mesquita
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual do Ceará
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=87603
Resumo: A Analítica da Aprendizagem (do inglês Learning Analytics - LA) é um campo de estudos que tem o objetivo de entender e aprimorar os processos de ensino e de aprendizagem por meio de coleta, análise e ação sobre dados digitais que tenham alguma relação com o contexto educacional. Em cursos a distância, os ambientes virtuais de aprendizagem (AVA) podem ser usados como meios para realizar a coleta de dados que tenham relação com o desempenho educacional dos alunos, haja vista que o processo educacional ocorre no próprio ambiente. O Moodle é um importante AVA e uma das ferramentas mais utilizadas para obtenção de dados na LA; no entanto, não dispõe de recursos em sua instalação-padrão que permitam realizar análises mais avançadas sobre os dados do próprio ambiente. Uma ferramenta relevante para uma das técnicas que a LA utiliza, a Mineração de Dados Educacionais (MDE), é o WEKA, que realiza análises por meio de algoritmos diversos de aprendizado de máquina. Com base nisso, esta pesquisa busca responder o seguinte problema: como deve ser um plugin para o AVA Moodle que, tomando por base técnicas da LA, utilize algoritmos da ferramenta WEKA para realizar ações de monitoramento, análise, reflexão, predição e intervenção relacionadas aos estudantes? Um plugin para esse fim foi desenvolvido e fundamentado no modelo de referência para uso da LA proposto por Chatti et al. (2012), utilizando os conceitos da Arquitetura Orientada a Serviços, com a tecnologia de Web Services, para permitir a integração do WEKA com o Moodle. Foram disponibilizadas ferramentas como relatórios, painéis, gerenciamento de intervenções e alertas, objetivando prover de maneira simples e intuitiva, aos educadores e alunos, recursos para realizar monitoramento, análise, reflexão e predição do desempenho acadêmico de estudantes, além de intervenção na situação encontrada. As ferramentas foram avaliadas com base em dados de disciplinas do curso de Licenciatura em Matemática da Universidade Estadual do Ceará (UECE), em parceria com o Sistema Universidade Aberta do Brasil (UAB), no polo de Caucaia-CE, no sentido de verificar se as ferramentas atendem ao modelo de referência da LA, e de analisar a qualidade dos modelos de previsão de desempenho gerados. Como resultado, observou-se que o modelo de referência foi atendido e os modelos gerados possuem boa capacidade de discriminação desde a quinta semana de aula. Seria útil, entretanto, que houvesse melhor padronização no planejamento das disciplinas e melhor uso dos recursos do Moodle, para permitir previsões mais precisas.&nbsp;<div>Palavras-chave: Analítica da Aprendizagem. Plugin. Moodle. WEKA. Arquitetura Orientada a Serviços.</div>
id UECE-0_31ee647cfafe502acdfeab37f91ca798
oai_identifier_str oai:uece.br:87603
network_acronym_str UECE-0
network_name_str Repositório Institucional da UECE
repository_id_str
spelling Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmicoAprendizagem Arquitetura Orientada a Serviços Ciência da computaçãoA Analítica da Aprendizagem (do inglês Learning Analytics - LA) é um campo de estudos que tem o objetivo de entender e aprimorar os processos de ensino e de aprendizagem por meio de coleta, análise e ação sobre dados digitais que tenham alguma relação com o contexto educacional. Em cursos a distância, os ambientes virtuais de aprendizagem (AVA) podem ser usados como meios para realizar a coleta de dados que tenham relação com o desempenho educacional dos alunos, haja vista que o processo educacional ocorre no próprio ambiente. O Moodle é um importante AVA e uma das ferramentas mais utilizadas para obtenção de dados na LA; no entanto, não dispõe de recursos em sua instalação-padrão que permitam realizar análises mais avançadas sobre os dados do próprio ambiente. Uma ferramenta relevante para uma das técnicas que a LA utiliza, a Mineração de Dados Educacionais (MDE), é o WEKA, que realiza análises por meio de algoritmos diversos de aprendizado de máquina. Com base nisso, esta pesquisa busca responder o seguinte problema: como deve ser um plugin para o AVA Moodle que, tomando por base técnicas da LA, utilize algoritmos da ferramenta WEKA para realizar ações de monitoramento, análise, reflexão, predição e intervenção relacionadas aos estudantes? Um plugin para esse fim foi desenvolvido e fundamentado no modelo de referência para uso da LA proposto por Chatti et al. (2012), utilizando os conceitos da Arquitetura Orientada a Serviços, com a tecnologia de Web Services, para permitir a integração do WEKA com o Moodle. Foram disponibilizadas ferramentas como relatórios, painéis, gerenciamento de intervenções e alertas, objetivando prover de maneira simples e intuitiva, aos educadores e alunos, recursos para realizar monitoramento, análise, reflexão e predição do desempenho acadêmico de estudantes, além de intervenção na situação encontrada. As ferramentas foram avaliadas com base em dados de disciplinas do curso de Licenciatura em Matemática da Universidade Estadual do Ceará (UECE), em parceria com o Sistema Universidade Aberta do Brasil (UAB), no polo de Caucaia-CE, no sentido de verificar se as ferramentas atendem ao modelo de referência da LA, e de analisar a qualidade dos modelos de previsão de desempenho gerados. Como resultado, observou-se que o modelo de referência foi atendido e os modelos gerados possuem boa capacidade de discriminação desde a quinta semana de aula. Seria útil, entretanto, que houvesse melhor padronização no planejamento das disciplinas e melhor uso dos recursos do Moodle, para permitir previsões mais precisas.&nbsp;<div>Palavras-chave: Analítica da Aprendizagem. Plugin. Moodle. WEKA. Arquitetura Orientada a Serviços.</div>The Learning Analytics (LA) is a field of studies that aims to understand and improve the teaching and learning processes through the collection, analysis and action on digital data that have some relation with the context educational. In distance courses, virtual learning environments (VLEs) can be used as a means to collect data that relate to the educational performance of students, given that the educational process occurs in the environment itself. Moodle is an important AVA and one of the most widely used tools for obtaining data in LA; However, it lacks features in its default installation that allow for more advanced analysis of the data in the environment itself. One relevant tool for one of the techniques that LA uses, the Educational Data Mining (EDM), is WEKA, which performs analyzes through various machine learning algorithms. Based on this, this research seeks to answer the following problem: how should a Moodle AVA plugin, based on LA techniques, use WEKA algorithms to perform monitoring, analysis, prediction and intervention actions related to students? A plugin for this purpose was developed and based on the LA reference model proposed by Chatti et al. (2012), using the concepts of the Service-Oriented Architecture with the Web Services technology, to allow the integration of WEKA with Moodle. It was made available tools such as reports, panels, management of interventions and alerts, with the aim of providing educators and students with simple and intuitive resources to monitor, analyze, and predict students' academic performance, as well as intervention in the situation encountered. The tools were evaluated based on data from the undergraduate courses in Mathematics of the Universidade Estadual do Ceará (UECE), in partnership with the Universidade Aberta do Brasil (UAB), at the Caucaia-CE pole, in order to verify if the tools meet the LA reference model, and analyze the quality of the performance predict models generated. As a result, it was observed that the reference model was met and the models generated have good discrimination capacity from the fifth week of class. It would be useful, however, to have better standardization in disciplinary planning and better use of Moodle resources to allow more accurate predictions.&nbsp;<div>Keywords: Learning Analytics. Plugin. Moodle. WEKA. Service-Oriented Architecture.</div>Universidade Estadual do CearáJOAO BATISTA CARVALHO NUNESSousa, Thales Mesquita2019-07-22T16:24:21Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=87603info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UECEinstname:Universidade Estadual do Cearáinstacron:UECE2019-07-22T16:24:21Zoai:uece.br:87603Repositório InstitucionalPUBhttps://siduece.uece.br/siduece/api/oai/requestopendoar:2019-07-22T16:24:21Repositório Institucional da UECE - Universidade Estadual do Cearáfalse
dc.title.none.fl_str_mv Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
title Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
spellingShingle Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
Sousa, Thales Mesquita
Aprendizagem
Arquitetura Orientada a Serviços
Ciência da computação
title_short Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
title_full Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
title_fullStr Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
title_full_unstemmed Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
title_sort Plugin de analítica da aprendizagem para o moodle com foco em melhoria de desempenho acadêmico
author Sousa, Thales Mesquita
author_facet Sousa, Thales Mesquita
author_role author
dc.contributor.none.fl_str_mv JOAO BATISTA CARVALHO NUNES
dc.contributor.author.fl_str_mv Sousa, Thales Mesquita
dc.subject.por.fl_str_mv Aprendizagem
Arquitetura Orientada a Serviços
Ciência da computação
topic Aprendizagem
Arquitetura Orientada a Serviços
Ciência da computação
description A Analítica da Aprendizagem (do inglês Learning Analytics - LA) é um campo de estudos que tem o objetivo de entender e aprimorar os processos de ensino e de aprendizagem por meio de coleta, análise e ação sobre dados digitais que tenham alguma relação com o contexto educacional. Em cursos a distância, os ambientes virtuais de aprendizagem (AVA) podem ser usados como meios para realizar a coleta de dados que tenham relação com o desempenho educacional dos alunos, haja vista que o processo educacional ocorre no próprio ambiente. O Moodle é um importante AVA e uma das ferramentas mais utilizadas para obtenção de dados na LA; no entanto, não dispõe de recursos em sua instalação-padrão que permitam realizar análises mais avançadas sobre os dados do próprio ambiente. Uma ferramenta relevante para uma das técnicas que a LA utiliza, a Mineração de Dados Educacionais (MDE), é o WEKA, que realiza análises por meio de algoritmos diversos de aprendizado de máquina. Com base nisso, esta pesquisa busca responder o seguinte problema: como deve ser um plugin para o AVA Moodle que, tomando por base técnicas da LA, utilize algoritmos da ferramenta WEKA para realizar ações de monitoramento, análise, reflexão, predição e intervenção relacionadas aos estudantes? Um plugin para esse fim foi desenvolvido e fundamentado no modelo de referência para uso da LA proposto por Chatti et al. (2012), utilizando os conceitos da Arquitetura Orientada a Serviços, com a tecnologia de Web Services, para permitir a integração do WEKA com o Moodle. Foram disponibilizadas ferramentas como relatórios, painéis, gerenciamento de intervenções e alertas, objetivando prover de maneira simples e intuitiva, aos educadores e alunos, recursos para realizar monitoramento, análise, reflexão e predição do desempenho acadêmico de estudantes, além de intervenção na situação encontrada. As ferramentas foram avaliadas com base em dados de disciplinas do curso de Licenciatura em Matemática da Universidade Estadual do Ceará (UECE), em parceria com o Sistema Universidade Aberta do Brasil (UAB), no polo de Caucaia-CE, no sentido de verificar se as ferramentas atendem ao modelo de referência da LA, e de analisar a qualidade dos modelos de previsão de desempenho gerados. Como resultado, observou-se que o modelo de referência foi atendido e os modelos gerados possuem boa capacidade de discriminação desde a quinta semana de aula. Seria útil, entretanto, que houvesse melhor padronização no planejamento das disciplinas e melhor uso dos recursos do Moodle, para permitir previsões mais precisas.&nbsp;<div>Palavras-chave: Analítica da Aprendizagem. Plugin. Moodle. WEKA. Arquitetura Orientada a Serviços.</div>
publishDate 2017
dc.date.none.fl_str_mv 2017
2019-07-22T16:24:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=87603
url https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=87603
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 application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual do Ceará
publisher.none.fl_str_mv Universidade Estadual do Ceará
dc.source.none.fl_str_mv reponame:Repositório Institucional da UECE
instname:Universidade Estadual do Ceará
instacron:UECE
instname_str Universidade Estadual do Ceará
instacron_str UECE
institution UECE
reponame_str Repositório Institucional da UECE
collection Repositório Institucional da UECE
repository.name.fl_str_mv Repositório Institucional da UECE - Universidade Estadual do Ceará
repository.mail.fl_str_mv
_version_ 1828296387625746432