Minería de datos educativos en una disciplina ofrecida en la modalidad de educación a distancia
DOI:
https://doi.org/10.33448/rsd-v9i9.7428Palabras clave:
Descubrimiento del conocimiento; Procesamiento de datos; Proceso de toma de decisiones.Resumen
La minería de datos busca identificar relaciones entre datos, generar información que pueda generar nuevos conocimientos para el desarrollo de la ciencia, así como para la toma de decisiones mediante el subsidio de nuevas acciones que transformen la realidad actual. Y el uso de técnicas de minería de datos educativos, que se centra en el desarrollo de métodos para explorar estos conjuntos de datos. En este estudio, se intentó analizar los accesos y las calificaciones de los alumnos desde un entorno de aprendizaje virtual, midiendo la evolución en función del número de accesos. Se consideraron para la investigación tres clases de la disciplina matemática financiera ofrecida en el segundo semestre de 2019, con los datos extraídos de todas las actividades del usuario en las áreas de contenido, realizando un análisis según el proceso CRISP-DM con implementación en el software. R y RStudio. Los resultados indican que el período más largo de acceso al ambiente de estudio es entre el lunes y el miércoles, y se ha demostrado que con un mínimo de 55 veces de interacción en el ambiente, los estudiantes tienden a obtener la nota mínima de aprobación, mientras que que acceden más de 100 veces indican notas cercanas al valor máximo.
Citas
Araújo, E. O. (2018) Sistema de mineração de dados para apoiar a tomada de decisão em uma instituição de ensino superior - o problema da evasão escolar no IFTM. Instituto Politécnico do Porto. Portugal. Disponível em: https://recipp.ipp.pt/bitstream/10400.22/13080/1/Disserta%C3%A7%C3%A3o%20-%20Eduardo%20de%20Oliveira%20Araujo.pdf. Acesso em: 20 de fevereiro de 2020.
Bussab, W. O. & Morettin, P. A. (2010). Estatística básica. 6ª Edição. São Paulo: Saraiva.
Caldas, M. S. & Silva, E. C. C. (2016). Fundamentos e aplicação do Big Data: como tratar informações em uma sociedade de yottabytes. Bibliotecas Universitárias: pesquisas, experiências e perspectivas, Belo Horizonte, v. 3, n. 1, p. 65-83, jan./jun. 2016. Disponível em: https://brapci.inf.br/index.php/res/v/17069. Acesso em 15 de maio de 2020.
Campos, A. & Cazella, S. C. (2018). Descoberta de conhecimento em base de dados sobre o perfil de estudantes brasileiros de tecnologia da informação. VII Congresso Brasileiro de Informática na Educação (CBIE 2018). Anais dos Workshops do VII Congresso Brasileiro de Informática na Educação (WCBIE 2018). Disponível em: http://dx.doi.org/10.5753/cbie.wcbie.2018.449. Acesso em: 10 de março de 2020.
Chapman, P. et al. (2000). CRISP-DM 1.0. Step-by-step data mining guide. Disponível em: https://www.the-modeling-agency.com/crisp-dm.pdf. Acesso em: 05 de agosto de 2020.
Erl, T., Khattak, W. & Buhler, P. (2016). Big Data Fundamentals. Concepts, Drivers e Techniques. Prentice Hall.
Fonseca, E. S. (2020). Análise de desempenho discente em ambiente virtual de aprendizagem. Mineração de dados educacionais através do processo CRISP-DM. Tese. Disponível em: http://catalogodeteses.capes.gov.br/. Acesso em 30 de maio de 2020.
Fonseca, E. S. & Araújo Jr., C. F. (2018). O envolvimento discente em um ambiente virtual de aprendizagem. Análise realizada no curso de licenciatura em matemática. REnCiMa, v. 9, n. 5, p. 189-204. Disponível em: https://doi.org/10.26843/rencima.v9i5.1938. Acesso em: 15 de maio de 2020.
Gomes, A. S. & Gomes, C. R. A. (2020). Classificação dos tipos de pesquisa em informática na educação. In: Jaques, P. A.; Pimentel, M.; Siqueira; S.; Bittencourt, I. (Org.) Metodologia de Pesquisa Científica em Informática na Educação: Concepção de Pesquisa. Porto Alegre: SBC. (Série Metodologia de Pesquisa em Informática na Educação, v. 1. Disponível em: https://metodologia.ceie-br.org/livro-1/. Acesso em 10 de março de 2020.
Landeiro, V. L. (2011). Introdução ao uso do programa R. Instituto Nacional de Pesquisas da Amazônia. 2011. Disponível em: https://cran.r-project.org/doc/contrib/Landeiro-Introducao.pdf. Acesso em 15 de fevereiro de 2020.
Morais, I. S. et al. (2018) Introdução a big data e internet das coisas (IoT). Porto Alegre: SAGAH, 2018.
Motta, P. R. A. (2016). Estudo exploratório do uso de classificadores para a predição de desempenho e abandono em universidades. Disponível em: https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=3872977. Acesso em 01 de junho de 2020.
Patricio, T. S. & Magnoni, M. G. M. (2018). Mineração de dados e big data na educação. Revista GEMInIS, São Carlos, UFSCar, v. 9, n. 1, pp57-75. Disponível em http://dx.doi.org/10.4322/2179-1465.0901004. Acesso em 01 de junho de 2020.
Pereira, AS et al. (2018). Metodologia da pesquisa científica. [e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Disponível em: https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1.
Righetto, S. B. (2020). Manutenção preditiva 4.0: conceito, arquitetura e estratégias de implementação. Universidade Federal de Santa Catarina. 2020. Disponível em: https://repositorio.ufsc.br/bitstream/handle/123456789/204345/TCC_Sophia%20Boing%20Righetto.pdf?sequence=1. Acesso em: 05 de março de 2020.
Rstudio. (2020). RStudio Desktop 1.3.959. Open Source License. Disponível em: https://www.rstudio.com/products/rstudio/download/#download. Acesso em 20 de fevereiro de 2020.
Santos, W. T, (2017). Integração de recursos computacionais para atividades docentes em sala de aula. Educere. XIII Congresso Nacional de Educação. Disponível em: https://educere.bruc.com.br/arquivo/pdf2017/26092_14110.pdf. Acesso em 20 de maio de 2020.
Silva Junior, C. B. & Oliveira, I. C. A. (2016). Learning Analytics: revisão da literatura e o estado da arte. 2016. Disponível em: http://www.abed.org.br/congresso2016/trabalhos/329.pdf. Acesso em: 12 de abril de 2020.
Zanella, L. C. H. (2013). Metodologia de pesquisa. 2ª Edição. Florianópolis. Departamento de Ciências de Administração. UFSC. Disponível em: http://arquivos.eadadm.ufsc.br/EaDADM/UAB_2014_2/Modulo_1/Metodologia/material_didatico/Livro%20texto%20Metodologia%20da%20Pesquisa.pdf. Acesso em 10 de fevereiro de 2020.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Enir da Silva Fonseca; Carlos Fernando de Araújo Jr; Frederico Kauffmann Barbosa; Luiz Henrique Amaral
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
