Mineração de dados educacionais em uma disciplina ofertada na modalidade de ensino a distância
DOI:
https://doi.org/10.33448/rsd-v9i9.7428Palavras-chave:
Descoberta do conhecimento; Mineração de dados; Processo decisório.Resumo
A mineração de dados procura identificar relações entre os dados, para se criar informações que podem gerar novos conhecimentos ao desenvolvimento da ciência, assim como para tomada de decisões subsidiando novas ações que transforme a realidade atual. E o uso de técnicas de mineração de dados educacionais, que tem como foco o desenvolvimento de métodos para se explorar estes conjuntos de dados. Procurou-se analisar neste estudo, os acessos e notas discente a partir de um ambiente virtual de aprendizagem, aferindo a evolução de acordo com o número de acesos. Foram consideradas para a pesquisa três turmas da disciplina matemática financeira ofertada no segundo semestre de 2019, com os dados extraídos de todas as atividades do usuário nas áreas de conteúdo, realizando-se uma análise de acordo com o processo CRISP-DM com implementação no software R e RStudio. Os resultados indicam que o maior período acessos ao ambiente de estudo, estão entre segunda e quarta-feira, e comprovou-se que com o mínimo de 55 vezes de interação no ambiente, os discentes tendem em obter a nota mínima para aprovação, ao passo que acesso acima de 100 vezes indicam notas próximas ao valor máximo.
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Enir da Silva Fonseca; Carlos Fernando de Araújo Jr; Frederico Kauffmann Barbosa; Luiz Henrique Amaral
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
