Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente

Detalhes bibliográficos
Ano de defesa: 2009
Autor(a) principal: Kampff, Adriana Justin Cerveira
Orientador(a): Lima, Jose Valdeni de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
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: http://hdl.handle.net/10183/19032
Resumo: A Educação a Distância (EAD) no país apresenta-se em franca expansão. Cresce, a cada dia, o número de alunos que estudam por meio dessa modalidade. Gerenciar seus processos de aprendizagem em Ambientes Virtuais de Aprendizagem (AVA), com qualidade de interação e de acompanhamento, exige cada vez mais do professor. Esta tese descreve uma pesquisa que identifica, por meio de Mineração de Dados (MD) gerados pela interação em AVA, comportamentos e características de alunos com risco de evasão ou reprovação e, então, alerta o professor. Tais alertas são gerados a partir de agrupamentos de alunos com características similares, para que o professor possa estabelecer comunicação personalizada e contextualizada com esses sujeitos. O trabalho propõe uma arquitetura para sistemas de alertas em AVA, com alertas pré-definidos e outros gerados a partir da mineração de dados. Para validação da arquitetura, foram utilizados dados de 1564 alunos, de edições anteriores de uma mesma disciplina a distância, para mineração e extração de regras de classificação. As regras foram aplicadas para gerar os alertas durante o acompanhamento de 230 alunos em turmas em andamento. De cada aluno, cerca de 230 atributos foram analisados. Ao final, foi possível comprovar que as intervenções realizadas pelo professor, a partir dos alertas, direcionadas a grupos que compartilhavam necessidades específicas, contribuíram para a melhoria dos índices de aprovação e para redução dos índices de evasão dos alunos na disciplina acompanhada.
id URGS_c3876187a74d96f9b8e46f05b984c3ff
oai_identifier_str oai:www.lume.ufrgs.br:10183/19032
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Kampff, Adriana Justin CerveiraLima, Jose Valdeni deReategui, Eliseo Berni2010-03-31T04:15:47Z2009http://hdl.handle.net/10183/19032000734349A Educação a Distância (EAD) no país apresenta-se em franca expansão. Cresce, a cada dia, o número de alunos que estudam por meio dessa modalidade. Gerenciar seus processos de aprendizagem em Ambientes Virtuais de Aprendizagem (AVA), com qualidade de interação e de acompanhamento, exige cada vez mais do professor. Esta tese descreve uma pesquisa que identifica, por meio de Mineração de Dados (MD) gerados pela interação em AVA, comportamentos e características de alunos com risco de evasão ou reprovação e, então, alerta o professor. Tais alertas são gerados a partir de agrupamentos de alunos com características similares, para que o professor possa estabelecer comunicação personalizada e contextualizada com esses sujeitos. O trabalho propõe uma arquitetura para sistemas de alertas em AVA, com alertas pré-definidos e outros gerados a partir da mineração de dados. Para validação da arquitetura, foram utilizados dados de 1564 alunos, de edições anteriores de uma mesma disciplina a distância, para mineração e extração de regras de classificação. As regras foram aplicadas para gerar os alertas durante o acompanhamento de 230 alunos em turmas em andamento. De cada aluno, cerca de 230 atributos foram analisados. Ao final, foi possível comprovar que as intervenções realizadas pelo professor, a partir dos alertas, direcionadas a grupos que compartilhavam necessidades específicas, contribuíram para a melhoria dos índices de aprovação e para redução dos índices de evasão dos alunos na disciplina acompanhada.Distance Education is increasing very fast in Brazil. It grows every day the number of students engaged in this educacional mode. The professor must manage the teaching and the learning processes in Learning Management System (LMS), with quality of monitoring and interaction. This thesis describes a study that identifies, by Data Mining (DM) of educacional data generated by the interaction at LMS, profiles of students in risk of dropout or fail, and then alerts the professor. These alerts are based on groups of students with similar characteristics, so the professor can communicate with them in a personalized and contextualized way. The research proposes an architecture for warning systems in LMS, with pre-defined alerts and other generated from data mining. To validate the architecture, it was used data from 1564 students from previous editions of the same distance course, for data mining and extraction of classification rules. The rules were applied to generate alerts during the monitoring of 230 students in classes in progress. From each student, about 230 attributes were analyzed. In the end, it was possible to demonstrate that the interventions by the professor, based on the alerts, to groups that shared needs, contribute to higher rates of sucess and to reduce the dropout rates of students in the course.application/pdfporEnsino a distânciaMineração de dadosAmbiente virtualMineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docenteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulCentro de Estudos Interdisciplinares em Novas Tecnologias da EducaçãoPrograma de Pós-Graduação em Informática na EducaçãoPorto Alegre, BR-RS2009doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000734349.pdf.txt000734349.pdf.txtExtracted Texttext/plain368692http://www.lume.ufrgs.br/bitstream/10183/19032/2/000734349.pdf.txt172b895a2b5150b312b41f8e85e7e765MD52ORIGINAL000734349.pdf000734349.pdfTexto completoapplication/pdf3904739http://www.lume.ufrgs.br/bitstream/10183/19032/1/000734349.pdf269ea14a29633b617d7c598c9837168dMD51THUMBNAIL000734349.pdf.jpg000734349.pdf.jpgGenerated Thumbnailimage/jpeg1139http://www.lume.ufrgs.br/bitstream/10183/19032/3/000734349.pdf.jpgf2084c9970443317bb728b8941f02914MD5310183/190322021-12-06 05:36:44.831767oai:www.lume.ufrgs.br:10183/19032Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-12-06T07:36:44Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
title Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
spellingShingle Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
Kampff, Adriana Justin Cerveira
Ensino a distância
Mineração de dados
Ambiente virtual
title_short Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
title_full Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
title_fullStr Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
title_full_unstemmed Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
title_sort Mineração de dados educacionais para geração de alertas em ambientes virtuais de aprendizagem como apoio à prática docente
author Kampff, Adriana Justin Cerveira
author_facet Kampff, Adriana Justin Cerveira
author_role author
dc.contributor.author.fl_str_mv Kampff, Adriana Justin Cerveira
dc.contributor.advisor1.fl_str_mv Lima, Jose Valdeni de
dc.contributor.advisor-co1.fl_str_mv Reategui, Eliseo Berni
contributor_str_mv Lima, Jose Valdeni de
Reategui, Eliseo Berni
dc.subject.por.fl_str_mv Ensino a distância
Mineração de dados
Ambiente virtual
topic Ensino a distância
Mineração de dados
Ambiente virtual
description A Educação a Distância (EAD) no país apresenta-se em franca expansão. Cresce, a cada dia, o número de alunos que estudam por meio dessa modalidade. Gerenciar seus processos de aprendizagem em Ambientes Virtuais de Aprendizagem (AVA), com qualidade de interação e de acompanhamento, exige cada vez mais do professor. Esta tese descreve uma pesquisa que identifica, por meio de Mineração de Dados (MD) gerados pela interação em AVA, comportamentos e características de alunos com risco de evasão ou reprovação e, então, alerta o professor. Tais alertas são gerados a partir de agrupamentos de alunos com características similares, para que o professor possa estabelecer comunicação personalizada e contextualizada com esses sujeitos. O trabalho propõe uma arquitetura para sistemas de alertas em AVA, com alertas pré-definidos e outros gerados a partir da mineração de dados. Para validação da arquitetura, foram utilizados dados de 1564 alunos, de edições anteriores de uma mesma disciplina a distância, para mineração e extração de regras de classificação. As regras foram aplicadas para gerar os alertas durante o acompanhamento de 230 alunos em turmas em andamento. De cada aluno, cerca de 230 atributos foram analisados. Ao final, foi possível comprovar que as intervenções realizadas pelo professor, a partir dos alertas, direcionadas a grupos que compartilhavam necessidades específicas, contribuíram para a melhoria dos índices de aprovação e para redução dos índices de evasão dos alunos na disciplina acompanhada.
publishDate 2009
dc.date.issued.fl_str_mv 2009
dc.date.accessioned.fl_str_mv 2010-03-31T04:15:47Z
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 http://hdl.handle.net/10183/19032
dc.identifier.nrb.pt_BR.fl_str_mv 000734349
url http://hdl.handle.net/10183/19032
identifier_str_mv 000734349
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.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/19032/2/000734349.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/19032/1/000734349.pdf
http://www.lume.ufrgs.br/bitstream/10183/19032/3/000734349.pdf.jpg
bitstream.checksum.fl_str_mv 172b895a2b5150b312b41f8e85e7e765
269ea14a29633b617d7c598c9837168d
f2084c9970443317bb728b8941f02914
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1797064939803770880