This work presents a new approach to the learning path model in e-learning systems. The model uses data from the database records from an e-learning system and uses graphs as representation. In this work, the authors show how the model can be used to represent visually the learning paths, behavior analysis, help to suggest group formation for collaborative activities, and thus assist the teacher in making decisions. To validate the practical utility of the model, the authors created two tools, one to visualize the learning paths and another to suggest groups of students for collaborative activities. Both tools were tested in a real environment, presenting useful results. The authors carried experiments with students from three programs: physics, electrical engineering, and computer science. Experiments show that it is possible to use the proposed learning path to analyze student behavior patterns and recommend group formation with positive results.
Este artigo descreve um framework conceitual para a recomendação de estratégias de aprendizagem utilizando a teoria das metas de realização e trilhas de aprendizagem. O framework é composto pelo modelo do estudante, estratégias de aprendizagem, módulo de classificação e módulo recomendação. O estudante visualiza as recomendações e as avalia. Com essa avaliação é possível aferir se a estratégia recomendada é significativa para o aluno e em paralelo se está, de fato, correlacionada com a sua motivação. Até o presente momento, os alunos têm dado boas avaliações às estratégias recomendadas.
Este trabalho tem como objetivo apresentar um sistema de recomendação de Estratégias de Aprendizagem baseado na motivação do aluno em um Ambiente Virtual de Aprendizagem. O sistema de recomendação coleta dados utilizando o questionário EMAPRE-U, aplicado em um sistema de juiz online, e gera um perfil de motivação do aluno, a partir disso ele consegue recomendar uma Estratégia de Aprendizagem de forma manual ou automática. Como validação inicial dos resultados, o sistema recomendou estratégias a 304 alunos de graduação, dos quais 53 avaliaram as estratégias recebidas, uma vez que a pandemia paralisou as aulas em 2020.
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.