Pró-Reitoria de Pesquisa e Pós-Graduação
Permanent URI for this communityhttps://repositorio.ufvjm.edu.br/communities/1efbe8c9-f03c-44d3-8028-d62de805b8fa
A Pró-Reitoria de Pesquisa e Pós-Graduação da Universidade Federal dos Vales do Jequitinhonha e Mucuri - PRPPG/UFVJM - tem a finalidade de apreciar, coordenar, auxiliar, deliberar e homologar as atividades de Pesquisa, Pós-Graduação e inovação da Instituição. A PRPPG possui um orgão de deliberação denominado Conselho de Pesquisa e Pós-Graduação - CPPG. A "Pró-Reitoria de Pesquisa e Pós-Graduação" é constituída pela Diretoria de Pesquisa e pela Diretoria de Pós-Graduação no campus sede da UFVJM e pelas diretorias de Pesquisa e de Pós-Graduação dos campi fora de sede.
Browse
3 results
Search Results
Item Uso da consciência situacional em ambientes virtuais de aprendizagem(UFVJM, 2019) Silva, Dirlene Aparecida Almeida e; Assis, Luciana Pereira de; Berti, Claudia Beatriz; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Assis, Luciana Pereira de; Berti, Claudia Beatriz; Pitangui, Cristiano Grijó; Silva, Cristiano Maciel daA Educação à Distância surgiu com o objetivo de alcançar diversas pessoas, inclusive as residentes em áreas isoladas ou que não tenham condições de cursar o ensino regular no período apropriado. De acordo com dados da Associação Brasileira de Educação a Distância (ABED), no Brasil o número de estudantes nesta modalidade vem crescendo a cada ano e, na mesma proporção, cresce a evasão. Por ser um fator preocupante para professores, tutores e gestores, instituições de ensino tentam descobrir os motivos da evasão, visto que afeta tanto os estudantes, que não conseguem alcançar o fim dos estudos, como a instituição cujo objetivo é prover formação a estes estudantes. Análise de Sentimento é uma área de pesquisa que vem se destacando no ambiente educacional. Objetiva estudar e analisar os sentimentos dos estudantes com objetivo de interpretá-los, podendo ser utilizada para mensurar a motivação destes, a partir de interações, como por exemplo, em fóruns educacionais. A criação de ambientes que envolvam, além da automação do processo de aprendizagem, a interpretação e compreensão do sentimento do estudante, pode auxiliar professores, tutores e gestores no processo de tomada de decisão para ações efetivas na prevenção da evasão. A compreensão da situação como precursora do processo de tomada de decisão é o conceito denominado Consciência Situacional. Este conceito refere-se à habilidade da pessoa que está envolvida obter percepção, compreensão e antecipação de um estado futuro da situação corrente. O conceito de Consciência Situacional possui potencial para ser aplicada em Ambientes Virtuais de Aprendizagem. A utilização de métodos e técnicas da Consciência Situacional aliada às técnicas computacionais da Análise de Sentimento em ambiente educacional são promitentes como caminhos para a solução da evasão observando o dinamismo de informações e situações geradas nos Ambientes Virtuais de Aprendizagem. Neste contexto, este trabalho propõe um Modelo de Apoio à Decisão fundamentado nos conceitos da Consciência Situacional e utilizando técnicas da Análise de Sentimento como auxílio na Tomada de Decisão em Ambientes Virtuais de Aprendizagem. Para a validação do modelo proposto foram utilizados algoritmos de Aprendizado de Máquina Supervisionado em uma base de dados sobre estudantes motivados ou não, a partir de postagens em fóruns educacionais. O Modelo de Apoio à Decisão é genérico e pode utilizar diferentes informações presentes no Ambiente de Ensino. Resultados dos experimentos indicam a viabilidade da utilização de tais técnicas como forma de suporte ao entendimento da situação em curso nos Ambientes Virtuais de Aprendizagem e apoio às decisões dos tutores e gestores.Item Proposta de uma abordagem computacional para detecção automática de estilos de aprendizagem utilizando modelos ocultos de Markov e FSLSM(UFVJM, 2016) Sena, Edson Batista de; Andrade, Alessandro Vivas; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Andrade, Alessandro Vivas; Assis, Luciana Pereira de; Carvalho, Leonardo Lana de; Toledo, Bruno de SouzaUm dos grandes desafios dos dias atuais no desenvolvimento de tecnologias computacionais aplicadas ao processo educacional é produzir soluções que sejam capazes de atender corretamente ao processo de ensino e aprendizagem, além de definir a forma mais adequada de incorporar esses mecanismos no ambiente escolar. Esta inserção deve ocorrer de forma que alunos e professores aproveitem ao máximo esses instrumentos, e passem a utilizá-los com o intuito de agregar mais valor aos processos de ensino e aprendizagem. Para que isso ocorra, é fundamental que os ambientes virtuais forneçam conteúdo adequado, objetos de aprendizagem atraentes, além de serem dinâmicos e altamente adaptáveis às necessidades e interesses dos estudantes durante as sessões de aprendizagem, visando a melhoria contínua do processo educacional para professores, tutores e estudantes. O presente trabalho tem como objetivo principal apresentar um modelo computacional probabilístico, que pode ser incorporado às estruturas dos ambientes virtuais de aprendizagem, a fim de auxiliar no processo de detecção automática das tendências e preferências dos estilos de aprendizagem do estudante, utilizando uma combinação do modelo proposto por Felder e Silverman para estilos de aprendizagem, o FSLSM, com as técnicas de inferência probabilística dos modelos ocultos de Markov (HMM). Para a validação do modelo, foram realizados experimentos em um simulador computacional capaz de reproduzir parcialmente o processo de interação do estudante com o ambiente virtual de aprendizagem, realizando um processo de inferência com base no comportamento do estudante, ao qual foi utilizado o algoritmo de Viterbi para este propósito. Ao final, os resultados dos experimentos são apresentados e demonstraram um elevado grau de precisão no processo de inferência do estilo de aprendizagem probabilístico.Item Técnicas de aprendizagem de máquina utilizadas na previsão de desempenho acadêmico(UFVJM, 2016) Santos, Rodrigo Magalhães Mota dos; Pitangui, Cristiano Grijó; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Pitangui, Cristiano Grijó; Andrade, Alessandro Vivas; Assis, Luciana Pereira de; Santin, RafaelA tecnologia, presente cada vez mais no ambiente educacional, tem contribuído para o aumento da oferta de cursos à distância. Grande parte dos cursos ofertados nesta modalidade utilizam os Ambientes Virtuais de Aprendizagem (AVA). Estes ambientes ganham espaço no cotidiano dos educadores devido ao fácil manuseio e a grande diversidade de ferramentas disponibilizadas. Tais ferramentas permitem, de forma geral, a administração de cursos totalmente à distância com oferta de múltiplas mídias e recursos (fóruns de discussão, chats, dentre outros) para interações entre professores e alunos. Tais interações criam enormes volumes de dados que podem ser analisados através da aplicação de técnicas de Mineração de Dados Educacionais. Com a aplicação destas técnicas pode-se realizar a previsão de desempenho acadêmico que pode ter grande utilidade para Instituições de Ensino no sentido de auxiliá-las a tomar, de forma antecipada, decisões pedagógicas que possam ajudar os estudantes. Este trabalho apresenta um estudo de métodos como Seleção de Atributos utilizando a abordagem Wrapper e Classificador em Cascata, ainda não empregados em trabalhos correlatos pesquisados, que visam melhorar os resultados obtidos pelas técnicas de Mineração de Dados Educacionais utilizadas na previsão de desempenho acadêmico de estudantes. Os resultados experimentais indicam uma melhora no desempenho dos algoritmos classificadores utilizados (alguns alcançando a notável marca de 90,2% de acurácia), bem como apontam quais os recursos utilizados no AVA possuem maior influência no desempenho dos estudantes.