LEARNING ANALYTICS EM AMBIENTE VIRTUAL DE APRENDIZAGEM MOODLE: UM ESTUDO DE CASO EM COMPONENTES CURRICULARES PARA CURSOS SEMIPRESENCIAIS

Autores

  • Luciano Henrique Gomes de Almeida Universidade Federal da Paraíba

DOI:

https://doi.org/10.23179/rmpgoa.v4i2.30078

Palavras-chave:

EaD. Learning analytics. Análise preditiva

Resumo

Este artigo descreve as etapas de planejamento de indicadores, design instrucional, implantação prática e avaliação dos resultados em modelagem preditiva de Learning Analytics, objetivando a otimização da aprendizagem através das coletas de dados pelas interações dos alunos ao LMS (Learning Management System, Sistema de Gestão da Aprendizagem) e Moodle (Modular Object-Oriented Dynamic Learning Environment). A pesquisa tem em seu escopo um espaço amostral de 10 componentes curriculares com 171 alunos analisados, apresentando uma taxa de confiança de 95%, com 5% de erro amostral. Aplicando-se um método de acompanhamento de conclusão dos alunos, para uma gestão visual da informação (em rede, conectivismo e fora do conhecimento primário), pode-se verificar qual o menor custo de tempo para atingir um melhor desempenho. As técnicas beneficiaram os principais atores (professores e tutores), orientando-os em como observar, obter aprendizagem e análise das decisões com intervenções de forma proativa.

Downloads

Não há dados estatísticos.

Biografia do Autor

Luciano Henrique Gomes de Almeida, Universidade Federal da Paraíba

Professora do Departamento de Ciência da Informação da Universidade Federal da Paraíba. Doutoranda do Programa de Pós-Graduação em Letras da UFPB.

Referências

GARTNER Metrics INC. Disponível em: <http://www.gartner.com/>. Acesso em: 20 maio 2015.

GOOGLE ACADÊMICO. Citations scholar. Disponível em: <https://scholar.google.com.br/citations?user=EtknWk4AAAAJ&hl=pt-BR/>. Acesso em: 10 maio 2015.

HAMEL, S. Establishing your online analitycs maturity. 2009. Disponível em: <http://www.slideshare.net/shamel67/web-analytics-maturity-model>. Acesso em: 10 abr. 2015.

KAUSHIK, A. Web analytics: uma hora por dia. Rio de Janeiro: Alta Books, 2009.

LETICHEVSKY, A. C. Meta-avaliação: um desafio para avaliadores, gestores e avaliados. In: AFONSO, A. J. et al. Avaliação na educação. Pinhais: Melo, 2007, p.15-22.

International Organization for Standardization - ISO – Disponível em: <http://www.iso.ch>. Acesso em: 15 maio 2015.

NBR ISO 9001:2000. Sistemas de gestão da qualidade - Requisitos.

NBR ISO/IEC 14598-2: 2002. Tecnologia da informação - Avaliação de Produto de Software Parte 2: Planejamento e gestão.

NIELSEN, J. Usability Engineering. [S.l.]: Academic Press, 1993.

NMC, Horizon Report: 2015 Higher Education Preview. Disponível em: <http://cdn.nmc.org/media/2015-nmc-horizon-report-HE-EN.pdf>. Acesso em: 16 maio 2015.

OKADA, S. IOCO. Web analytics: modelos de métricas de engajamento em mídias emergentes. Disponível em: <http://www.revistabrasileiramarketing.org/ojs2.2.4/index.php/remark/article/view/

/pdf_63>. Acesso em: 15 maio 2015.

QLIKVIEW, MANUAL DE REFERÊNCIA. Disponível em: <https://community.qlik.com/docs/DOC-1949>. Acesso em: 03 maio 2015.

SANTOS, Glauber Eduardo de Oliveira. Cálculo amostral: calculadora on-line. Disponível em: <http://www.calculoamostral.vai.la>. Acesso em: 27 abr. 2015.

SIEMENS, G. Connectivism: a learning theory for the digital age. International Journal of Instructional Technology and Distance Learning, v. 2, n. 10, 2005.

W3TECHS, “Traffic Analysis Tools”. In: W3techs. Disponível em: <http://w3techs.com/technologies/details/ta-googleanalytics/all/all>. Acesso em: 26 abr.2015.

Downloads

Publicado

08-08-2016

Como Citar

Almeida, L. H. G. de. (2016). LEARNING ANALYTICS EM AMBIENTE VIRTUAL DE APRENDIZAGEM MOODLE: UM ESTUDO DE CASO EM COMPONENTES CURRICULARES PARA CURSOS SEMIPRESENCIAIS. Gestão &Amp; Aprendizagem, 4(2), 76–93. https://doi.org/10.23179/rmpgoa.v4i2.30078

Edição

Seção

Relatos de Pesquisa