Analítica da Aprendizagem na Licenciatura em Matemática a Distância da UAB/UECE: criação e aplicação de um modelo preditivo de desempenho acadêmico
Autor(es):
Chaves, Joao Bosco
Palavras Chaves:
Analítica da Aprendizagem; Formação de professores; Educação a distância; Modelo estatístico de predição
Ano de Publicação:
2020
Resumo:
No mundo contemporâneo, os dados são a matéria prima para a tomada de decisões. Nas instituições de ensino, a utilização de dados pode possibilitar aos gestores e aos professores a análise do desempenho de seus alunos, favorecendo-lhes uma decisão fundamentada para o direcionamento pedagógico, que será tomado, com o objetivo de alcançar êxito dos discentes nos cursos ofertados. Com base neste argumento, foi definiu-se o seguinte problema de pesquisa: como prever o desempenho de uma turma de licenciandos em Matemática da UAB/UECE, com base nas interações e resultados de uma turma concluída, sob a perspectiva da analítica da aprendizagem? Para tanto, teve-se, como o objetivo geral, analisar o desempenho de uma turma, em andamento, de Licenciatura em Matemática da UAB/UECE, com base nas interações e nos resultados de uma turma concluída, sob a perspectiva da analítica da aprendizagem. E como objetivos específicos: elaborar um modelo estatístico preditivo com base na quantidade de ações, registradas no Ambiente Virtual de Aprendizagem (AVA), de uma turma do curso de Licenciatura em Matemática da UAB/UECE, que já tenha sido concluída; analisar a aplicabilidade do modelo preditivo em uma turma em andamento; e propor diretrizes para a aplicação de modelos preditivos em turmas de Licenciatura em Matemática da UAB/UECE. Para realizar a investigação, o pesquisador adotou o paradigma pragmático e a abordagem quantitativa. Os dados de interações no AVA Moodle e de desempenho dos licenciandos do curso de Licenciatura em Matemática a distância da UAB/UECE do polo de Caucaia Jurema (turma concluída) e dos licenciandos nas disciplinas do primeiro semestre do mesmo curso no polo de Caucaia Araturi (turma em andamento) foram coletados. Utilizando regressão logística binária, elaborou por meio do software R, modelo preditivo com base nas ações realizadas pelos licenciandos da turma de Caucaia Jurema, cuja acurácia foi de 86,85%. O modelo aplicado aos dados de Caucaia Araturi indicou acurácia de 93,33%. Esses percentuais associados à sensitividade, especificidade e análise da área sob a curva ROC, mostraram sua eficiência para a previsão da aprovação dos licenciandos. Ao final, conseguiu-se comprovar a tese de que, na perspectiva da analítica da aprendizagem, é possível utilizar um modelo preditivo do desempenho dos estudantes, que tenha sido gerado com os dados registrados no AVA, de uma turma concluída, para prever o desempenho dos estudantes em uma turma em andamento, no curso de Licenciatura em Matemática da UAB/UECE.
Palavras-chave: Analítica da Aprendizagem. Formação de Professores. Educação a Distância. Modelo Estatístico de Predição.
Abstract:
Data is the raw material for decision making in the contemporary world. In educational institutions, the use of data can enable managers and teachers to analyze the performance of their students, favoring them to make an informed decision about the pedagogical direction that will be taken, with the objective of achieving the success of students in the courses offered. Based on this argument, the following research problem was defined: how to predict the performance of a class of undergraduate students in Mathematics at UAB / UECE, based on the interactions and results of a completed class, from the perspective of learning analytics? Therefore, the general objective of analyzing the performance of a class, in progress, of Mathematics Degree at UAB / UECE was established, based on the interactions and results of a completed class, from the perspective of learning analytics. This objective was broken down into the following specific objectives: to develop a predictive statistical model based on the number of actions, registered in the virtual learning environment (AVA), of a class of the Undergraduate Mathematics course at UAB / UECE, which has already been completed ; analyze the applicability of the predictive model in an ongoing class; and propose guidelines for the application of predictive models in Undergraduate Mathematics classes at UAB / UECE. A model was elaborated, using software R, based on the actions taken by the licensors of the distance course in Mathematics at UAB / UECE, in the class of Caucaia Jurema. Binary logistic regression was used to develop this model, which presented an accuracy of 86.85% for this pole. The model applied to the Caucaia Araturi data showed an accuracy of 93.33%. These percentages associated with the sensitivity, specificity and analysis of the area under the ROC curve, showed its efficiency for predicting the approval of the licensors. In the end, it was possible to prove the thesis that, from the perspective of learning analytics, it is possible to use a predictive model of student performance, which has been generated with the data recorded in the AVA, of a completed class, to predict performance of students in a class in progress, in the Mathematics Degree course at UAB / UECE.
Keywords: Learning Analytics. Teacher training. Distance Education. Statistical Prediction Model.
Tipo do Trabalho:
Tese
Referência:
Chaves, Joao Bosco. Analítica da Aprendizagem na Licenciatura em Matemática a Distância da UAB/UECE: criação e aplicação de um modelo preditivo de desempenho acadêmico. 2020. 211 f. Tese (Doutorado em 2020) - Universidade Estadual do Ceará, Fortaleza, 2020. Disponível em: Acesso em: 27 de abril de 2024
Universidade Estadual do Ceará - UECE | Departamento de Tecnologia da Informação e Comunicação - DETIC
Política de Privacidade e Segurança Build 1
