Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Abreu, Rafael Miranda
Orientador(a): Pitangui, Cristiano Grijó
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: UFVJM
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://acervo.ufvjm.edu.br/items/a661f960-e52f-4566-b7fd-55d2c39c2642
Resumo: Utilizados pelas Instituições Educacionais os Sistemas de Gerenciamento de Aprendizagem, como o Moodle, são ferramentas importantes no processo de ensino-aprendizagem e a cada dia que passa ganham mais adeptos. Essa popularização deve-se ao fato destes softwares serem em sua maioria intuitivos e de fácil manuseio. No entanto, grande parte desses sistemas, mesmo vindo acompanhados de vários benefícios, possuem uma certa ”deficiência”, uma vez que fornecem os conteúdos de iguais maneiras e formatos a todos os seus usuários. Sendo assim, considerando que indivíduos possuem preferências e características diferentes, a absorção dos conteúdos ofertados através destas plataformas pelos aprendizes pode não ser a ideal. De acordo com diversos estudiosos se o Estilo de Aprendizagem de determinado estudante for conhecido, é possível apresentar as ferramentas e os Objetos de Aprendizagem que melhor se adéquam ao seu perfil de aprendizagem, e provavelmente sua aprendizagem será facilitada. Neste sentido, e baseando-se no Modelo de Estilos de Aprendizagem de Felder e Silverman, esta pesquisa apresenta uma abordagem capaz de descobrir o Estilos de Aprendizagem de alunos automaticamente. Para que o objetivo fosse alcançado, foram aplicados conceitos e técnicas de Mineração de Dados. Os vários testes realizados apresentaram bons resultados, e apontam que a abordagem proposta pode ser promissora na detecção de Estilo de Aprendizagem de estudantes.
id UFVJM-2_54615c4fe3878cad10fca98d4382e32e
oai_identifier_str oai:localhost:1/2388
network_acronym_str UFVJM-2
network_name_str Repositório Institucional da UFVJM
repository_id_str
spelling Abreu, Rafael MirandaPitangui, Cristiano GrijóAssis, Luciana Pereira deSilva, Cristiano Maciel daUniversidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)Pitangui, Cristiano Grijó2021-01-07T13:36:21Z2021-01-07T13:36:21Z20192019-08-29ABREU, Rafael Miranda. Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados. 2019. 71 p. Dissertação (Mestrado Profissional em Educação) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2019.https://acervo.ufvjm.edu.br/items/a661f960-e52f-4566-b7fd-55d2c39c2642Utilizados pelas Instituições Educacionais os Sistemas de Gerenciamento de Aprendizagem, como o Moodle, são ferramentas importantes no processo de ensino-aprendizagem e a cada dia que passa ganham mais adeptos. Essa popularização deve-se ao fato destes softwares serem em sua maioria intuitivos e de fácil manuseio. No entanto, grande parte desses sistemas, mesmo vindo acompanhados de vários benefícios, possuem uma certa ”deficiência”, uma vez que fornecem os conteúdos de iguais maneiras e formatos a todos os seus usuários. Sendo assim, considerando que indivíduos possuem preferências e características diferentes, a absorção dos conteúdos ofertados através destas plataformas pelos aprendizes pode não ser a ideal. De acordo com diversos estudiosos se o Estilo de Aprendizagem de determinado estudante for conhecido, é possível apresentar as ferramentas e os Objetos de Aprendizagem que melhor se adéquam ao seu perfil de aprendizagem, e provavelmente sua aprendizagem será facilitada. Neste sentido, e baseando-se no Modelo de Estilos de Aprendizagem de Felder e Silverman, esta pesquisa apresenta uma abordagem capaz de descobrir o Estilos de Aprendizagem de alunos automaticamente. Para que o objetivo fosse alcançado, foram aplicados conceitos e técnicas de Mineração de Dados. Os vários testes realizados apresentaram bons resultados, e apontam que a abordagem proposta pode ser promissora na detecção de Estilo de Aprendizagem de estudantes.Dissertação (Mestrado Profissional) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2019.Used by Educational Institutions Learning Management Systems, such as Moodle, are important tools in the teaching-learning process and each day they gain more adherents. This popularization is due to the fact that this software is mostly intuitive and easy to handle. However, most of these systems, even if they are accompanied by various benefits, have a certain ”shortcoming” as they provide content in equal ways and formats to all their users. Thus, considering that individuals have different preferences and characteristics, the absorption of the contents offered by these platforms by the learners may not be ideal. According to several studies if a student’s Learning Style is known, it is possible to present the Learning Tools and Objects that best fit their learning profile, and their learning is likely to be facilitated. In this sense, and based on the Felder and Silverman Learning Styles Model, this research presents an approach capable of discovering students’ Learning Styles automatically. In order to achieve this goal, data mining concepts and techniques were applied. The various tests performed showed good results, and point out that the proposed approach may be promising in detecting students’ Learning Style.porUFVJMA concessão da licença deste item refere-se ao à termo de autorização impresso assinado pelo autor, assim como na licença Creative Commons, com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus repositórios, sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, e preservação, a partir desta data.info:eu-repo/semantics/openAccessUma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisEstilos de aprendizagemMineração de dadosSistemas de gerenciamento de aprendizagemDetecção de estilos de aprendizagemLearning stylesData miningLearning management systemsDetection of learning stylesreponame:Repositório Institucional da UFVJMinstname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)instacron:UFVJMTHUMBNAILrafael_miranda_abreu.pdf.jpgrafael_miranda_abreu.pdf.jpgGenerated Thumbnailimage/jpeg2540https://acervo.ufvjm.edu.br//bitstreams/8f6695df-9d86-4233-876f-c91328c061a4/download38174d8a91765e48fb1c9e8b84f654b0MD57falseAnonymousREADORIGINALrafael_miranda_abreu.pdfrafael_miranda_abreu.pdfapplication/pdf2196978https://acervo.ufvjm.edu.br//bitstreams/d3fb8408-109a-4819-80c3-18721e5cb6bc/download16d8bdd52a2cd4b0696e8b975dd2eba8MD51trueAnonymousREADCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849https://acervo.ufvjm.edu.br//bitstreams/58e1f51a-6075-4918-a16b-0073ca8cc8aa/download4afdbb8c545fd630ea7db775da747b2fMD52falseAnonymousREADlicense_textlicense_texttext/html; charset=utf-80https://acervo.ufvjm.edu.br//bitstreams/a4705021-9524-4b0f-b833-b6eb6562b7bb/downloadd41d8cd98f00b204e9800998ecf8427eMD53falseAnonymousREADlicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://acervo.ufvjm.edu.br//bitstreams/44f34432-5c10-4cac-bc5d-6dde51e8fbfd/downloadd41d8cd98f00b204e9800998ecf8427eMD54falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-82157https://acervo.ufvjm.edu.br//bitstreams/ae1f4327-de2f-4dbf-977d-cace994269bc/downloadc0fe10782d3e2994b7c028f47c86ff9eMD55falseAnonymousREADTEXTrafael_miranda_abreu.pdf.txtrafael_miranda_abreu.pdf.txtExtracted texttext/plain119254https://acervo.ufvjm.edu.br//bitstreams/c719096d-0a49-4697-96c1-2a1842779269/download3b6920b26c5e3a85d8867f2eedd3419cMD56falseAnonymousREAD1/23882024-09-12 06:25:42.072open.accessoai:localhost:1/2388https://acervo.ufvjm.edu.br/Repositório InstitucionalPUBhttps://repositorio.ufvjm.edu.brrepositorio@ufvjm.edu.bropendoar:21452024-09-12T06:25:42Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)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
dc.title.pt_BR.fl_str_mv Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
title Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
spellingShingle Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
Abreu, Rafael Miranda
Estilos de aprendizagem
Mineração de dados
Sistemas de gerenciamento de aprendizagem
Detecção de estilos de aprendizagem
Learning styles
Data mining
Learning management systems
Detection of learning styles
title_short Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
title_full Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
title_fullStr Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
title_full_unstemmed Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
title_sort Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados
author Abreu, Rafael Miranda
author_facet Abreu, Rafael Miranda
author_role author
dc.contributor.referee.none.fl_str_mv Pitangui, Cristiano Grijó
Assis, Luciana Pereira de
Silva, Cristiano Maciel da
dc.contributor.institution.pt_BR.fl_str_mv Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
dc.contributor.author.fl_str_mv Abreu, Rafael Miranda
dc.contributor.advisor1.fl_str_mv Pitangui, Cristiano Grijó
contributor_str_mv Pitangui, Cristiano Grijó
dc.subject.keyword.pt_BR.fl_str_mv Estilos de aprendizagem
Mineração de dados
Sistemas de gerenciamento de aprendizagem
Detecção de estilos de aprendizagem
topic Estilos de aprendizagem
Mineração de dados
Sistemas de gerenciamento de aprendizagem
Detecção de estilos de aprendizagem
Learning styles
Data mining
Learning management systems
Detection of learning styles
dc.subject.keyword.en.fl_str_mv Learning styles
Data mining
Learning management systems
Detection of learning styles
description Utilizados pelas Instituições Educacionais os Sistemas de Gerenciamento de Aprendizagem, como o Moodle, são ferramentas importantes no processo de ensino-aprendizagem e a cada dia que passa ganham mais adeptos. Essa popularização deve-se ao fato destes softwares serem em sua maioria intuitivos e de fácil manuseio. No entanto, grande parte desses sistemas, mesmo vindo acompanhados de vários benefícios, possuem uma certa ”deficiência”, uma vez que fornecem os conteúdos de iguais maneiras e formatos a todos os seus usuários. Sendo assim, considerando que indivíduos possuem preferências e características diferentes, a absorção dos conteúdos ofertados através destas plataformas pelos aprendizes pode não ser a ideal. De acordo com diversos estudiosos se o Estilo de Aprendizagem de determinado estudante for conhecido, é possível apresentar as ferramentas e os Objetos de Aprendizagem que melhor se adéquam ao seu perfil de aprendizagem, e provavelmente sua aprendizagem será facilitada. Neste sentido, e baseando-se no Modelo de Estilos de Aprendizagem de Felder e Silverman, esta pesquisa apresenta uma abordagem capaz de descobrir o Estilos de Aprendizagem de alunos automaticamente. Para que o objetivo fosse alcançado, foram aplicados conceitos e técnicas de Mineração de Dados. Os vários testes realizados apresentaram bons resultados, e apontam que a abordagem proposta pode ser promissora na detecção de Estilo de Aprendizagem de estudantes.
publishDate 2019
dc.date.submitted.none.fl_str_mv 2019-08-29
dc.date.issued.fl_str_mv 2019
dc.date.accessioned.fl_str_mv 2021-01-07T13:36:21Z
dc.date.available.fl_str_mv 2021-01-07T13:36:21Z
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.citation.fl_str_mv ABREU, Rafael Miranda. Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados. 2019. 71 p. Dissertação (Mestrado Profissional em Educação) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2019.
dc.identifier.uri.fl_str_mv https://acervo.ufvjm.edu.br/items/a661f960-e52f-4566-b7fd-55d2c39c2642
identifier_str_mv ABREU, Rafael Miranda. Uma abordagem para detecção automática de estilos de aprendizagem de estudantes utilizando mineração de dados. 2019. 71 p. Dissertação (Mestrado Profissional em Educação) – Programa de Pós-Graduação em Educação, Universidade Federal dos Vales do Jequitinhonha e Mucuri, Diamantina, 2019.
url https://acervo.ufvjm.edu.br/items/a661f960-e52f-4566-b7fd-55d2c39c2642
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.publisher.none.fl_str_mv UFVJM
publisher.none.fl_str_mv UFVJM
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFVJM
instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron:UFVJM
instname_str Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron_str UFVJM
institution UFVJM
reponame_str Repositório Institucional da UFVJM
collection Repositório Institucional da UFVJM
bitstream.url.fl_str_mv https://acervo.ufvjm.edu.br//bitstreams/8f6695df-9d86-4233-876f-c91328c061a4/download
https://acervo.ufvjm.edu.br//bitstreams/d3fb8408-109a-4819-80c3-18721e5cb6bc/download
https://acervo.ufvjm.edu.br//bitstreams/58e1f51a-6075-4918-a16b-0073ca8cc8aa/download
https://acervo.ufvjm.edu.br//bitstreams/a4705021-9524-4b0f-b833-b6eb6562b7bb/download
https://acervo.ufvjm.edu.br//bitstreams/44f34432-5c10-4cac-bc5d-6dde51e8fbfd/download
https://acervo.ufvjm.edu.br//bitstreams/ae1f4327-de2f-4dbf-977d-cace994269bc/download
https://acervo.ufvjm.edu.br//bitstreams/c719096d-0a49-4697-96c1-2a1842779269/download
bitstream.checksum.fl_str_mv 38174d8a91765e48fb1c9e8b84f654b0
16d8bdd52a2cd4b0696e8b975dd2eba8
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
c0fe10782d3e2994b7c028f47c86ff9e
3b6920b26c5e3a85d8867f2eedd3419c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
repository.mail.fl_str_mv repositorio@ufvjm.edu.br
_version_ 1833927340829179904

Registros relacionados