Predição precoce de problemas de desempenho de estudantes em modalidade de educação on-line: um estudo de caso no ensino médio integrado

Abstract

A necessidade de acompanhamento dos estágios de aprendizado discente e suas dificuldades de forma precoce tomou uma dimensão ainda maior nesses tempos recentes de pandemia e de ensino online. Nesse panorama, este trabalho apresenta uma abordagem para predição de forma precoce de comportamentos de estudantes que possuem um elevado risco de reprovação em disciplinas que ocorrem em ensino on-line. Para analisar e avaliar a viabilidade da abordagem proposta foi realizado um estudo de caso com dados do ensino técnico integrado do campus Monteiro do IFPB. Foi construído um conjunto de dados com dados reais originados do Google Sala de Aula e do SUAP. Uma vez finalizado o conjunto de dados, foram construídos e avaliados modelos de aprendizado de máquina usando seis diferentes algoritmos de classificação supervisionada. Adicionalmente foi objeto de análise o tratamento do desbalanceamento dos dados e a influência da seleção de atributos no desempenho final dos preditores.

Formação de equipes heterogêneas: suporte ao docente para aplicação da Aprendizagem Baseada em Equipes

“…A Mineração de Dados Educacionais (MDE) é considerada uma subárea da Mineração de Dados [Romero et al, 2013]. A MDE utiliza algoritmos de aprendizado de máquina para descobrir padrões e análises a partir de dados que normalmente são gerados e explorados em Ambientes Virtuais de Aprendizagem (AVA) [Silva et al, 2021], a exemplo do MOODLE (Modular Object-Oriented Dynamic Learning Environment) e do Google Classroom [Souza et al, 2020]. Tais dados disponíveis podem originar-se de interações dos estudantes, professores e tutores, logs de acesso, ou mesmo de atividades de ensino por meio dos AVAs [Dalcin et al, 2021].…”

“…As experimentações da Seção 4.3 referem-se às turmas pertencentes ao segundo e terceiro ano dizem respeito apenas à disciplina de filosofia, inclui um conjunto que inclui 128 estudantes do segundo ano e 101 estudantes do terceiro ano, totalizando o montante de 229 instâncias de estudantes das 492 coletadas por Souza et al (2020). Os atributo em destaque na cor cinza é oriundo do processo de enriquecimento do conjunto de dados disponibilizado por Souza (2020). O CRE corresponde à média das notas obtidas pelo estudante nas disciplinas do ano anterior, tais como: Biología, Física, Filosofía, Português, Geografia, Matemática, Educação Física, Química, História, Sociologia.…”