Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/439
Registro completo de metadados
Campo DCValorIdioma
dc.creatorGottardo, Ernani-
dc.date.accessioned2013-04-23T16:32:01Z-
dc.date.available2013-04-23T16:32:01Z-
dc.date.issued2012-12-04-
dc.identifier.citationGOTTARDO, Ernani. Estimativa de desempenho acadêmico de estudantes em um AVA utilizando técnicas de mineração de dados. 2012. 84 f. Dissertação (Mestrado em Computação Aplicada) – Universidade Tecnológica Federal do Paraná, Curitiba, 2012.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/439-
dc.description.abstractSome educational environments have incorporated software to support or, in some cases, as a basic condition to the availability of courses. In this scenario, stand out Learning Management Systems (LMS) used to support the development of classroom, blended or distance courses. Learning Management System are characterized by storing a large volume of data. However, these environments lack tools to extract useful information for the development of efficient processes for monitoring students’. Thus, this research investigates how data stored in a LMS could be processed to generate information regarding estimates of students’ future academic performance. To obtain this information, first became necessary to select a set of attributes to represent students in an online course using a LMS. This set of attributes was chosen considering three dimensions, selected through the analysis of theoretical bases about online courses: LMS use profile, student-student interaction and bidirectional student-teacher interaction. Applying data mining techniques on the set of selected attributes, it was possible to obtain estimates of students’ future performance. These estimates can support the development of effective processes for monitoring students, activity of fundamental importance in distance learning. In this research, a study with seven experiments were conducted and present different scenarios where estimates of performance can be obtained. The results of these experiments indicate the viability of this proposal, given the promising accuracy rates obtained in the classification of students regarding their final performance in courses.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.subjectMineração de dados (Computação)pt_BR
dc.subjectEnsino à distânciapt_BR
dc.subjectAprendizagempt_BR
dc.subjectSoftware educacionalpt_BR
dc.subjectInternet na educaçãopt_BR
dc.subjectComputaçãopt_BR
dc.subjectData miningpt_BR
dc.subjectDistance educationpt_BR
dc.subjectLearningpt_BR
dc.subjectEducational softwarept_BR
dc.subjectInternet in educationpt_BR
dc.subjectComputer sciencept_BR
dc.titleEstimativa de desempenho acadêmico de estudantes em um AVA utilizando técnicas de mineração de dadospt_BR
dc.typemasterThesispt_BR
dc.description.resumoAlguns ambientes educacionais têm incorporado softwares que são utilizados como apoio ou, em alguns casos, como condição básica para a disponibilização de cursos. Neste cenário, destacam-se os Ambientes Virtuais de Aprendizagem (AVA) usados para apoiar o desenvolvimento de cursos presenciais, semipresenciais e a distância. Os AVA caracterizam-se por armazenar um grande volume de dados. Contudo, esses ambientes carecem de ferramentas que permitam extrair informações úteis para o desenvolvimento de processos de acompanhamento eficiente dos estudantes. Diante disso, esta pesquisa investiga como os dados armazenados em um AVA poderiam ser processados para geração de informações relacionadas a estimativas de desempenho acadêmico futuro de estudantes. Para obter essas informações, primeiramente fez-se necessário a seleção de um conjunto de atributos para representar estudantes em um curso a distância (EAD) utilizando um AVA. O conjunto de atributos foi escolhido considerando-se três dimensões, selecionadas partir da análise de referências teóricas da literatura sobre cursos EAD: perfil de uso do AVA, interação estudante-estudante e interação bidirecional estudante-professor. Aplicando-se técnicas de mineração de dados sobre o conjunto de atributos selecionados, foi possível então a obter estimativas sobre o desempenho futuro de estudantes. Essas estimativas poderiam apoiar o desenvolvimento de processos de acompanhamento efetivo dos estudantes, atividade de fundamental importância em cursos EAD. Neste trabalho, um estudo com sete experimentos foram realizados e apresentam diferentes cenários em que as estimativas sobre o desempenho podem ser obtidas. Os resultados desses experimentos apontam para a viabilidade desta proposta, tendo em vista os índices promissores de acurácia obtidos na classificação de estudantes quanto ao seu desempenho final nos cursos.pt_BR
dc.degree.localCuritibapt_BR
dc.degree.levelMestradopt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Noronha, Robinson Vida-
dc.contributor.advisor-co1Kaestner, Celso Antonio Alves-
dc.publisher.programPrograma de Pós-Graduação em Computação Aplicadapt_BR
Aparece nas coleções:CT - Programa de Pós-Graduação em Computação Aplicada

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_PPGCA_M_Gottardo, Ernani_2012.pdf1,75 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.