Abstract. The present work aims to auxiliary to the teaching of the Portuguese language, especially spelling, from the use of a digital application for mobile devices. This application is designed to serve an group of children between 8 to 10 years of age. The methodology consists in the creation of a database of words from the same semantic field that are frequent in the children's vocabulary, which responds to the question of more than one graphic representation for the same sound. Based on these data, a mobile application was proposed, addressing this spelling difficulties.Resumo. O presente trabalho tem por objetivo auxiliar o ensino da língua portuguesa, em especial da ortografia, a partir do uso de um aplicativo digital para dispositivos móveis. Este aplicativo foi projetado para atender a uma faixa etária de crianças entre 8 a 10 anos. A metodologia consiste na criação de uma base de dados de palavras de um mesmo campo semântico frequentes no vocabulário de crianças, que atenda ao quesito de mais de uma representação gráfica para um mesmo som. Com base nesses dados, foi proposto um aplicativo para dispositivos móveis, abordando estas dificuldades ortográficas. IntroduçãoO processo de aprendizagem de uma língua no ambiente formal passa pelo desenvolvimento de habilidades orais e escritas.É papel da escola proporcionar meios para que os alunos possam entrar em contato com a variante padrão, reconhecendo-a e utilizando-a de forma proficiente. Trata-se de um dos objetivos centrais parametrizado pelos Parâmetros Curriculares Nacionais [Brasil 1997] para o ensino daárea de Língua Portuguesa (LP).Antes mesmo de se organizar o ensino das capacidades de LP nos currículos escolares, a preocupação com a aprendizagem da ortografia perpassa a discussão sobre as fases do processo de alfabetização, istoé, a aquisição das capacidades de ler e escrever. Dentre os conteúdos elencados para o ensino de LP, encontra-se a ortografia.Vale ressaltar o caráter convencional da norma ortográfica, na qual se identificam duas grandes categorias. A primeira delasé aquela que se verifica a existência de palavras grafadas controladas por uma regra, em que a sua forma de dicionário possui uma
One of the current challenges is to develop computational technologies that are able to respond properly to the teaching and learning methods. For this to occur, it is essential that virtual environments provide adequate content, and are dynamic and adaptable to the needs and interests of students. This papper proposes a probabilistic approach, combines the model proposed by Felder and Silverman (FSLSM) to learning styles, with probabilistic inference techniques of Hidden Markov Models (HMM), in order to perform the inference process of the preferences of the student for a particular learning style.Resumo. Um dos desafios atuais é desenvolver tecnologias computacionais que sejam capazes de atender corretamente aos métodos de ensino e aprendizagem. Para que isso ocorra, é fundamental que os ambientes virtuais forneçam conteúdo adequado, além de serem dinâmicos e adaptáveis às necessidades e interesses dos estudantes. Este trabalho tem como objetivo, apresentar uma abordagem probabilística, que combina o modelo proposto por Felder e Silverman (FSLSM) para estilos de aprendizagem, com as técnicas de inferência probabilística dos Modelos Ocultos de Markov (HMM), a fim de realizar o processo de inferência da preferência do aluno por um determinado estilo de aprendizagem.
Abstract. This paper aims to make a comparative study of new approaches to automatic and dynamic modeling of learning styles in adaptive and intelligent educational systems. We proposes modifications to the Student and Pedagogical Models. We achieved on average an improvement 6.1 % in the performance evaluation of the student and an average reduction of 68.3 % in the learning problems, demonstrating the effectiveness of this approach.Resumo. Este trabalho tem como objetivo fazer um estudo comparativo de novas abordagens para modelagem automática e dinâmica de estilos de aprendizagem em sistemas adaptativos e inteligentes para educação. Foram propostas modificações no Modelo do Estudante e o Modelo Pedagógico. As soluções propostas neste trabalho proporcionaram uma melhoria de 6,1% no desempenho avaliativo do estudante e uma redução média de 68,3% nos problemas de aprendizagem, demonstrando eficiência e eficácia da proposta. IntroduçãoAmbientes Virtuais de Aprendizagem (AVA) facilitam a organização de cursos on-line, mas a maioria destes sistemas têm limitação quanto a personalização automática do conteúdo proposto [Helic et al. 2005]. Considerar particularidades em relação a, por exemplo, estilos de aprendizagem, habilidades cognitivas, interesses, motivação, dentre outras, tem um efeito positivo no progresso dos estudantes e nos resultados de aprendizagem [Graf and Kinshuk 2010]. Estilo de Aprendizagem (EA)é a maneira pela qual a pessoa absorve, processa e retêm a informação.A detecção dos EA pode ser feita através de testes psicométricos, mas alguns autores alertam sobre a imprecisão e o grau de incerteza do método [Graf and Lin 2007].
This work presents an analysis and a classification of publications in the field of Educational Data Mining published by Brazilian researchers in events and periodicals in Latin America over the past four years. The objective of the present work is to point and present what is being researched in academic performance prediction area. The results of the classification of publications are presented and we show interesting information about the area of research, identifying some possibilities less (or not yet) explored.Resumo. O presente trabalho apresenta uma análise e classificação de publicações na área de Mineração de Dados Educacionais publicados por pesquisadores brasileiros em eventos e periódicos na América Latina nos últimos quatro anos. O objetivo deste trabalho é apontar e apresentar o que está sendo pesquisado na área de predição de desempenho acadêmico. Os resultados da classificação das publicações são apresentados e mostram informações interessantes a respeito da área de pesquisa, identificando possibilidades pouco (ou ainda não) exploradas.
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.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.