The evolution of learning in a semipresential discipline - Analysis based on data mining concepts / A evolução do aprendizado em uma disciplina semipresencial - Análise baseada em conceitos da mineração de dados
Keywords:
Data analysis, Educational data, Distance learning, Data Mining, Software R.Abstract
Davenport (2014) stated that the data is extremely broad and electronically generated, and therefore requires specially prepared tools to deal with any and all information that can be found, analyzed and harnessed in a timely manner. To obtain data and use them properly, enables a company to improve a product, create a more efficient marketing strategy, cut costs, increase its production, avoid wastage, overcome a competitor, make services more satisfactory, check the performance of a student, among others. This study aims to analyze the use of 113 students based on their grade and the number of accesses in a virtual learning environment, enrolled in a semipresencial discipline in the first half of 2017. The data were extracted from an AVA installed from of Moodle and initially tabulated in a spreadsheet, with subsequent analysis and implementation in the R software. The results demonstrate an improvement in the students' scores associated with the number of accesses. Indicating that with some adjustments learning can evolve.
References
AMARAL, F. Aprenda mineração de dados: teoria e prática. Rio de Janeiro. Alta Books, 2016.
ABREU, G. O. L. Big data: como extrair volume, variedade, velocidade e valor da avalanche de informação cotidiana. 2014. Disponível em:<http://periodicos.ufpb.br/ojs2/index.php/tematica/article/view/21510/11881>. Data de acesso: 05 de janeiro de 2018.
BRASIL. LEI nº 9.394. Presidência da República. Casa Civil. Subchefia para assuntos jurídicos. Brasília: 2000. Disponível em: < http://www.planalto.gov.br/ccivil_03/leis/l9394.htm>. Acesso em: 10 de novembro de 2017.
______. Ministério da Educação. Decreto n. 5622. Disponível em: <http://portal.mec.gov.br/sesu/arquivos/pdf/portarias/dec5.622.pdf>. Acesso em: 10 novembro de 2017.
CASTANHEIRA, L. G. Aplicação de técnicas de mineração de dados em problemas de classificação de padrões. 2008. Belo Horizonte: UFMG, 2008.
CORTEZ, P. PINTO, C. A. M. VIEIRA, Hugo Abel da Silva. BULHÕES, Luís Miguel Parreira. Data mining em R. Universidade do Minho. 2005. Disponível em: < http://www.leg.ufpr.br/lib/exe/fetch.php/projetos:dataminingcomr.pdf>. Data de acesso: 30 de novembro de 2017.
DAVENPORT, T. Big data at work. Dispelling the myths, uncovering the opportunities, 2014. Disponível em: <http://downloads.deusm.com/allanalytics/hbr_20140303_uncovering_opportunities_davenport_v02.pdf>. Data de acesso: 10 de novembro de 2017.
FAYYAD, U. PIATETSKY-SHAPIRO, G. SMYTH, P. From data mining to knowledge discovery in databases. AI Magazine. Volume 17. Number 3. 1996. Disponível em: <https://www.aaai.org/ojs/index.php/aimagazine/article/viewFile/1230/1131>. Acesso em: 10 de novembro de 2017.
FONSECA, E. S.; ARAÚJO JR, C. F. O envolvimento discente em um ambiente virtual de aprendizagem. Análise realizada no curso de licenciatura em matemática. REnCiMa. Volume 9. Número 5. 2018. Disponível em: <http://revistapos.cruzeirodosul.edu.br/index.php/rencima/article/view/1938>. Acesso em 02 de janeiro de 2019.
FONSECA, E. S.; ARAÚJO JR., C, F. Discutir a participação discente no processo de aprendizagem a distância, fomentando os conceitos da educação 3.0. 2016. Disponível em: <http://sistemas3.sead.ufscar.br/ojs/index.php/2016/article/view/1774>. Acesso em: 10 de dezembro de 2017.
HALL, M. A.; WITTEN, I. H.; FRANK, E. The WEKA data mining software: An Update. SIGKDD Explorations, 2009.
MAYER-SCHONBERGER, V. CUKIER, K. Big data: Como extrair volume, variedade, velocidade e valor da avalanche de informação cotidiana. Tradução Paulo Polzonoff Junior. Rio de Janeiro. 1ª Edição, 2013.
SCHMITT, C. S. DOMINGUES, M. J. C. S. Estilos de aprendizagem: um estudo comparativo. Avaliação: Revista da Avaliação da Educação Superior (Campinas). 2016. Disponível em: <http://www.scielo.br/scielo.php?pid=S1414-40772016000200361&script=sci_abstract&tlng=pt>. Acesso em: 10 de fevereiro de 2018.
SILVA, L. A. PERES, S. M. BOSCOARIOLI, C. Introdução a mineração de dados: com aplicações em R. Rio de Janeiro. Elsevier, 2016.
TARAPANOFF, K. Análise da informação para a tomada de decisão: desafios e soluções. Livro eletrônico. Curitiba. InterSaberes, 2015.
UNAERP, Ambiente Virtual de Aprendizagem. Metodologia científica. Disponível em: < http:// www5.unaerp.br/user/view.php?id=75938&course=7572>. Acesso em: 13 de outubro de 2017.
______. Ambiente Virtual de Aprendizagem. Metodologia científica. Disponível em: < http:// www5.unaerp.br/report/outline/user.php?id=75938&course=7572&mode=outline >. Acesso em: 13 de outubro de 2017.
