Avaliação do Comportamento de Estudantes em um Ambiente Educacional Ubíquo

Abstract

Computadores têm se misturado cada vez mais no cotidiano das pessoas. No contexto educacional, esses dispositivos dão origem aos chamados Ambientes Educacionais Ubíquos que potencializam o processo de aprendizagem em um contexto mais dinâmico e engajador. O uso destes sistemas origina dados valiosos que podem ser explorados por técnicas de mineração de dados. Diante disso, este trabalho analisa dados de um Ambiente Educacional Ubíquo com auxílio da técnica de agrupamento de dados a fim de observar o comportamento de estudantes em sessões de aprendizagem. Resultados mostraram diferenças estatisticamente significantes nos grupos encontrados e indícios de Aprendizado Autorregulado em um dos grupos.

Exploring the Relationship between Students Engagement and Self-Regulated Learning: A Case Study using OULAD Dataset and Machine Learning Techniques

“…Following a comprehensive analysis of multiple databases, including those referenced in [Costa et al 2020], CodeBench [Lima et al 2021], Khan Academy [Lima et al 2021], and edX [Cobos et al 2017], we have determined that the OULAD dataset, provided by the Open University UK, is the most appropriate for the context that we want to analyze in this work since it has more data on different types of interaction and learning resources. The types of information can be divided into three parts [Kuzilek et al 2017]: demographic, evaluation, and VLE interaction.…”

“…These data can be used to detect interesting insights about the learning process through the use of EDM techniques. EDM is a specific area of data mining that focuses on analyzing data related to educational contexts [Costa et al 2020].…”

“…In the second step, the hierarchical clustering algorithm was used to merge the pre-clusters, leading to the three different clusters. The authors [Costa et al 2020] analyzed data from a Ubiquitous Educational Environment using data clustering techniques to observe student behavior in learning sessions. The authors applied the K-means algorithm to perform data clustering.…”

Coleta de Informações de Movimento e Atividades de Crianças na Escola com Wearables: Relato de Experiência

“…Dispositivos tecnológicos estão cada vez mais presentes no cotiano das pessoas e podem auxiliar nas tarefas diárias em muitas áreas do conhecimento. Em ambientes educacionais, o subsídio da tecnologia pode criar cenários de aprendizado mais dinâmicos e engajadores através de salas de aula inteligentes [Costa et al. 2020].…”

Movimentação de Aluno em Sala de Aula: Análise Descritiva de Dados de Wearables

“…2016]. Todavia, a identificação das características de cada indivíduo manualmente não é trivial, sendo um desafio para a área de informática na educação [Costa et al. 2020].…”