RESUMO Os Massive Open Online Courses (MOOCs) têm sido anunciados como uma ferramenta educacional promissora, impulsionando um elevado número de inscrições, de forma a viabilizar a aprendizagem de forma aberta e com ênfase na diversidade de usuários. No entanto, a literatura tem apontado a falta de acessibilidade em MOOCs. Com a intenção de aprimorar o suporte à acessibilidade de uma plataforma de MOOCs, um curso com material multiformato foi avaliado com uso de ferramentas automatizadas. Os resultados dos testes automatizados indicaram alguns problemas de acessibilidade da plataforma, que podem dificultar a participação de pessoas com deficiência, sinalizando a necessidade de projetar tais plataformas de forma inclusiva. Contudo, esse tipo de teste não é capaz de identificar áreas, funcionalidades e conteúdos relevantes dentro de uma página da web, bem como não é capaz de reconhecer diferentes papéis de usuários. O resultado é que áreas da plataforma que não são visíveis aos estudantes (como áreas de administração da plataforma e de edição dos cursos) também são avaliadas nesses testes - mesmo que não seja esse o objetivo. Por esse motivo, concluiu-se que, para avaliar o suporte à inclusão, é necessário aliar aos testes automatizados um método qualitativo. A indicação da limitação desse tipo de teste é a constatação mais importante.

No abstract

In this paper we analyze what influences the permanence of 1606 students in a MOOC on General Chemistry, using navigation records (log files). Permanence – quantified as the amount of course items viewed and tests completed – was compared regarding the following parameters: (1) showing the correct answers after completing evaluative questionnaires; (2) offering certificates of completion; (3) allowing non-linear navigation (free browsing). Results from the Mann Whitney tests revealed that offering a certificate and showing the correct answer to test questions influence the permanence. However, when considering a smaller cut of students - those who completed at least 30% of the activities - none of the parameters influenced permanence. From these results, it can be argued that these two configuration parameters are relevant in relation to permanence, since they are an incentive for students who perform fewer activities, and therefore are those who are at greater risk of evading.

Massive Open Online Courses (MOOCs) are a type of online coursewere students have little interaction,  no instructor, and in some cases, no deadlines to finisch assignments. For this reason, a better understanding of student affection in MOOCs is importantant could have potential to open new perspectives for this type of course. The recent popularization of tools, code libraries and algorithms for intensive data analysis made possible collect data from text and interaction with the platforms, which can be used to infer correlations between affection and learning. In this context, a bibliographical review was carried out, considering the period between 2012 and 2018, with the goal of identifying which methods are being to identify affective states. Three databases were used: ACM Digital Library, IEEE Xplore and Scopus, and 46 papers were found. The articles revealed that the most common methods are related to data intensive techinques (i.e. machine learning, sentiment analysis and, more broadly, learning analytics). Methods such as physiological signal recognition andself-report were less frequent.

No abstract