Virtual Learning Environments are widely used to support the teaching-learning process, however, most of these systems provide the same content in the same way to all students. Recent studies point that the provision of personalized content to each student, through the detection of their Learning Style, greatly favors the teaching-learning process. This work proposes a fully automatic approach to identify students' Learning Styles through their interactions in Virtual Learning Environments. Preliminary results indicate that the proposed approach is promising in the automatic identification of students' learning preferences.Resumo. Os Ambientes Virtuais de Aprendizagem são amplamente utilizados no apoio ao ensino-aprendizagem, contudo, a maioria destes sistemas fornece o mesmo conteúdo de iguais maneiras e formatos a todos os alunos. Há pesquisas que indicam que a oferta de conteúdo personalizado a cada aluno, por meio da detecção de seu Estilo de Aprendizagem, favorece, sobremaneira, o processo de assimilação do aluno. Este trabalho propõe uma abordagem totalmente automática para a detecção de Estilos de Aprendizagem de alunos por meio de suas interações em Ambientes Virtuais de Aprendizagem. Resultados preliminares apontam que a abordagem proposta mostra-se promissora na identificação automática das preferências de aprendizagem dos alunos.
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.