The IFQuimical was developed as an interactive mediator tool in the teaching and learning process of chemistry at the secondary level, contributing to (re) signification of the curricular contents of the discipline, based on the National Curricular Parameters and the National Curricular Base of the Secondary School. This instrument provides the balancing of acidbase equations, with the respective inorganic salts formed, the images of these salts and their chemical properties, also allows the user to create simulations that are based on the National High School Examination questions of the last years, besides presenting elementary glassware available in the laboratory and its applications.Resumo. O IFQuimical foi desenvolvido como uma ferramenta interativa mediadora no processo de ensino-aprendizagem de química, nível médio, contribuindo para (re) significação dos conteúdos curriculares da disciplina, tendo como fundamentos os Parâmetros Curriculares Nacionais e a Base Nacional Curricular do Ensino Médio. Este instrumento disponibiliza o balanceamento de equações ácido-base, com os respectivos sais inorgânicos formados, as imagens destes sais e suas propriedades químicas, também possibilita ao usuário a criação de simulados que têm como base as questões do Exame Nacional do Ensino Médio dos últimos anos, além de apresentar vidrarias elementares disponíveis num laboratório e suas aplicações.
Com a evolução da Educação a Distância nos últimos anos, muito se tem estudado sobre a importância de se considerar estilos de aprendizagem no processo de ensino a distância. No entanto, a identificação dos estilos de aprendizagem de um estudante em um ambiente EaD não é uma tarefa trivial. Este artigo busca realizar uma revisão sobre as diferentes abordagens computacionais para detecção de estilos de aprendizagem presentes na literatura. As abordagens computacionais aqui apresentadas são baseadas em técnicas da Inteligência Artificial capazes de realizar a detecção dos estilos de aprendizagem de forma automática a partir do comportamento do aluno em um ambiente virtual de aprendizagem. No total, foram selecionados 26 artigos, dos quais pode-se analisar 15 abordagens diferentes para detecção de estilos de aprendizagem. Dentre as abordagens, a mais utilizada nos trabalhos selecionados foram as Redes Bayesianas. Além disso, percebeu-se que as pesquisas relacionadas a detecção automática de estilos de aprendizagem, mesmo após as críticas recentes a teoria, continuam sendo desenvolvidas e aperfeiçoadas.
The present work adresses the problem to detect students' cognitive traits in order to customize Virtual Learning Enviroments. In this sense, it applies the Vits Vinifera meta-heuristic to detect the student's Learning Style for the selection of learning objects in order to improve the teaching and learning processes. The proposed approach is evaluated in relation to the state of the art that uses a Genetic Algorithm for the identification of the Learning Style. Experimental results indicate that the proposed approach is superior in relation to the Genetic Algorithm considering the detections erros. Resumo. O presente trabalho aborda o problema de detecção de traços cognitivos de estudantes para customização de Ambientes Virtuais de Aprendizagem. Neste sentido, aplica-se a meta-heurística Vits Vinífera para a detecção do Estilo de Aprendizagem do aluno para futura seleção de objetos de aprendizagem de forma a aprimorar o processo de ensino-aprendizagem. A abordagem propostaé avaliada em relação ao estado da arte que utiliza um Algoritmo Genético para a identificação do Estilo de Aprendizagem. Resultados experimentais apontam que a abordagem propostaé superior em relação ao estado da arte considerando o número de erros de detecção cometidos.
(CIP) (eDOC BRASIL, Belo Horizonte/MG) P964 A produção do conhecimento nas ciências exatas e da terra [recurso eletrônico] / Organizadora Ingrid Aparecida Gomes.-Ponta Grossa (PR): Atena Editora, 2019.-(A produção do Conhecimento nas Ciências Exatas e da Terra; v. 1) Formato: PDF Requisitos de sistema: Adobe Acrobat Reader Modo de acesso: World Wide Web Inclui bibliografia
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.