Pós-Graduação em Educação

Permanent URI for this communityhttps://repositorio.ufvjm.edu.br/communities/6e04c5af-29a2-4305-bbeb-1cb7813f7adc

PPGED - Programa de Pós-Graduação em Educação Disponíveis também trabalhos do antigo Programa de Pós-Graduação em Gestão de Instituições Educacionais (PPGGIEd).

Browse

Subject: search.filters.subject.Learning Styles

Search Results

Now showing 1 - 4 of 4
  • Thumbnail Image
    Item
    Uma nova abordagem baseada em Lógica Fuzzy para modelagem automática de Estilos de Aprendizagem
    (UFVJM, 2016) Rodrigues, Luis Henrique Silva; Assis, Luciana Pereira de; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Assis, Luciana Pereira de; Andrade, Alessandro Vivas; Carvalho, Leonardo Lana de
    Nos últimos anos, o ensino deixou de seguir sua forma convencional, que se limitava a uma sala de aula e aos períodos de encontros presenciais, para se instalar em plataformas tecnológicas de ensino à distância que possibilitam flexibilidade e personalização no processo de aprendizagem. Aprender é um processo particular que engloba diversos aspectos internos e externos a vida do estudante. Um dos principais aspectos a ser analisado durante o processo de aprendizado é a identificação do Estilo de Aprendizagem do aluno. Essa informação possibilita o uso de técnicas de ensino que se adaptam ao estilo do aluno, sendo elas mais eficientes e eficazes. Assim sendo, este estudo tem como objetivo a minimizaçao dos problemas de aprendizagem através da adaptação dos conteúdos ministrados durante um curso, levando em consideração as preferências individuais dos estudantes. Especificamente, este trabalho apresenta uma análise detalhada do trabalho desenvolvido por Dorça (2012) no qual propõe diversas técnicas que possibilitam simular a interação entre um sistema de tutoria inteligente e o aluno, e capaz de detectar e corrigir de maneira automática o seu estilo de aprendizagem. No trabalho mencionado, a seleção da forma como um conteúdo deverá ser apresentado ao aluno é dada por meio de uma cadeia de Markov. Este trabalho propõe uma modificação neste procedimento no qual utilizou-se um algoritmo baseado em Lógica Fuzzy. A eficiência na técnica de seleção reflete diretamente no desempenho do aluno, uma vez que, o conteúdo apresentado de maneira correta, de acordo com o estilo de aprendizado do aluno, sugere uma tendência maior de ser assimilado por ele. Assim, o método proposto neste trabalho apresentou um número menor de problemas de aprendizado e melhores médias das notas obtidas durante o processo de simulação, uma vez que apresenta melhor desempenho no processo de seleção da forma como o conteúdo será ministrado.
  • Thumbnail Image
    Item
    Um estudo sobre a associação entre os Estilos de Aprendizagem e Objetos de Aprendizagem no processo de personalização do ensino
    (UFVJM, 2019) Rodrigues, Ana Carolina; Assis, Luciana Pereira de; Andrade, Alessandro Vivas; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Assis, Luciana Pereira de; Andrade, Alessandro Vivas; Silva, Cristiano Maciel da; Teixeira, Josiane Magalhães; Tameirão, Cinthya Rocha
    A recomendação de Objetos de Aprendizagem e detecção de Estilos de Aprendizagem tem atraído interesse de muitos pesquisadores. Este trabalho descreve os resultados alcançados com a execução da Revisão Sistemática da Literatura, cujo objetivo foi mapear os Estilos de Aprendizagem e Objetos de Aprendizagem. A motivação em realizar esta pesquisa se deve ao crescimento expressivo e em curto prazo do número de trabalhos que abordam ambos os conceitos: Estilo de Aprendizagem (EA) e Objetos de Aprendizagem (OA). o Estilo de Aprendizagem são as preferências individuais de aprendizado do aluno, definidas conforme o modo de percepção, processamento da informação e solução de problemas de cada indivíduo. Já o Objeto de Aprendizagem refere-se às ações instrucionais indicadas aos alunos, assim, são exemplos de OA, os recursos educativos: vídeos, imagens, palestras, jogos, dentre outros. O conceito de Estilo de Aprendizagem e Objeto de Aprendizagem estão relacionados em abordagens diferentes. A primeira delas é a detecção do Estilo de Aprendizagem do aluno e posterior recomendação dos Objetos de Aprendizagem. A outra abordagem é a detecção do EA do aluno a partir da verificação dos OA acessados durante o seu itinerário pedagógico. Assim, o intuito é saber como emerge, nestes contextos, a relação entre o EA e o OA. Além disso, encontrar pressupostos que indiquem o motivo pelo qual esta temática é explorada com dinamismo pela comunidade acadêmica, a ponto de contemplar em um período temporal curto, diversos trabalhos com esta abordagem. Os resultados apontaram inúmeras inconsistências na forma como os recursos educativos são indicados a determinados perfis de alunos, suscitando questionamentos acerca da efetividade dos Estilos de Aprendizagem no processo de recomendação de Objetos de Aprendizagem. A revisão permitiu ir além da apresentação dos Objetos de Aprendizagem relacionados aos respectivos Estilos de Aprendizagem, assim propomos a utilização de pesos representativos do grau da importância do recurso educativo para um determinado perfil de aluno. Foi possível concluir que a investigação excessiva pelo tema em um período temporal curto demonstrou que é necessário reavaliar a verdadeira essência em oferecer um ensino de qualidade. Além disso, ponderar a eficiência dos Estilos de Aprendizagem em representar as características de aprendizado dos alunos, bem como repensar e reavaliar a relação entre OA e EA.
  • Thumbnail Image
    Item
    Detecção de Estilos de Aprendizagem em Ambientes Virtuais de Aprendizagem utilizando Redes Bayesianas
    (UFVJM, 2017) Salazar, Luiz Filipe Carreiro; Andrade, Alessandro Vivas; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Assis, Luciana Pereira de; Pitangui, Cristiano Grijó; Carvalho, Leonardo Lana de
    O avanço da tecnologia possibilitou o surgimento de ferramentas para o acesso a conhecimento e experiências individuais e coletivas. As Tecnologias da Informação e Comunicação e a internet criaram o conceito chamado Ciberespaço, um local virtual onde o somatório de todas as experiências, saberes e culturas de todos os povos que forma a Inteligência Coletiva. Tal fenômeno contribuiu para o desenvolvimento da Educação à Distância e os Sistemas Inteligentes para Educação. Um dos maiores problemas em EaD é ausência de adaptatividade do ensino ao Estilo de Aprendizagem dos estudantes, que consiste nas preferências que cada aluno tem em receber um determinado conteúdo. Dessa forma, o trabalho aborda uma técnica de Redes Bayesianas para detectar automaticamente os Estilos de Aprendizagem dos estudantes para proporcionar uma oferta de material de ensino adaptado às preferências de aprendizagem nos Ambientes Virtuais de Aprendizagem. O trabalho se baseia em conceitos e técnicas de Inteligência Artificial e Aprendizado de Máquina para compor um modelo computacional e probabilístico de uma Rede Bayesiana para inferir e detectar qual a melhor combinação de Estilos de Aprendizagem. Para estruturar os métodos de detecção dos Estilos de Aprendizagem, a pesquisa utiliza o Modelo de Estilo de Aprendizagem Felder-Silverman. Para representar o comportamento do estudante no Ambiente Virtual Aprendizagem, o trabalho utiliza utiliza um sistema para simular o desempenho do estudante em um Sistema de Tutoria Inteligente. Os métodos utilizados resultam na construção de um algoritmo de detecção automática de Estilos de Aprendizagem em Ambientes Virtuais de Aprendizagem. Os resultados do algoritmo de Rede Bayesiana foram comparados aos resultados de outro algoritmo de detecção de Estilos de Aprendizagem na literatura. Nos testes, o algoritmo de Rede Bayesiana se mostrou mais eficiente comparado ao da literatura, diminuindo consideravelmente o número de iterações do sistema que no final converge ao Estilo de Aprendizagem do estudante, diminuindo o tempo de execução e aumentando a precisão dos resultados. O trabalho abre discussão quanto a robustez, eficiência e precisão da aplicação de Redes Bayesianas para detecção de Estilos de Aprendizagem.
  • Thumbnail Image
    Item
    Utilização de Média Móvel Exponencialmente Ponderada para detectar e corrigir os Estilos de Aprendizagem do estudante
    (UFVJM, 2017) Ribeiro, Patrick Aurélio Luiz; Assis, Luciana Pereira de; Andrade, Alessandro Vivas; Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM); Assis, Luciana Pereira de; Andrade, Alessandro Vivas; Bodolay, Adriana Nascimento; Carvalho, Leonardo Lana de
    Na modalidade de ensino a distância, os Ambientes Virtuais de Aprendizagem (AVAs) são elementos fundamentais no processo de ensino e aprendizagem, através da disponibilização de conteúdos e áreas de discussão e comunicação entre os atores do processo. Entretanto, tais ambientes, na sua maioria, caracterizam-se pelo fato de serem estáticos, abordando métodos pedagógicos genéricos através dos quais estudantes com características e Estilos de Aprendizagem (EAs) diferentes buscam o conhecimento. Dessa maneira, é importante que sejam levados em consideração os EAs de cada estudante como forma de tornar a aprendizagem mais eficaz. Questionários psicométricos na maioria das vezes são utilizados para que as características de aprendizagem do estudante sejam identificadas, porém nem sempre tais questionários apresentam resultados precisos quanto ao EAs de determinado estudante. Assim, faz-se necessária a utilização de outras técnicas de detecção, haja vista que uma identificação precisa é capaz de melhorar o processo de aprendizagem por meio de escolhas de estratégias pedagógicas melhores. Diante disso, surge a necessidade de utilização de sistemas inteligentes que se adaptem às características de aprendizagem do estudante, utilizando como pressupostos as experiências vivenciadas por ele e as análises estatísticas dessas experiências. Isso pode ser feito através de avaliações dos EAs apresentados pelo estudante, em que a partir dos resultados um novo modelo de aprendizagem do estudante é definido para que o conteúdo seja disponibilizado de acordo com esse modelo. Nesse intuito a presente abordagem objetivou identificar e corrigir os EAs do estudante por meio da utilização do conceito de Média Móvel Exponencialmente Ponderada no processo de decisão sobre a aplicação do reforço de maneira a ajustar o Modelo do Estudante (ME), de modo que os resultados obtidos, após a realização do teste estatístico não-paramétrico de Mann-Whitney, mostraram-se significativamente melhores do que os resultados apresentados por Dorça (2012), cujo trabalho foi referência para o desenvolvimento desta proposta.