Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/jspui/handle/123456789/26119
Título: Análise do comportamento de estudantes em videoaulas
Título(s) alternativo(s): Analysis of student behavior in video lesson
Autor(es): Silva, Francisco Genivan
Palavras-chave: Videoaulas;Comportamento;Mineração de processos
Data do documento: 27-Jul-2018
Referência: SILVA, Francisco Genivan. Análise do comportamento de estudantes em videoaulas. 2018. 96f. Dissertação (Mestrado em Sistemas e Computação) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018.
Abstract: Distance Education and the use of e-learning systems contribute to the great generation of educational data. In this way, the use of databases and the storage of execution logs make the information more easily accessible and conducive to the investigation of educational processes. Methodologies for automatic extraction of useful information from large volumes of data, especially data mining, have significantly contributed to improvements in the field of education. However, most traditional methods are focused solely on the data or how they are structured, with no major concern with the educational process as a whole. In addition, little attention has been given to information about student behavior during resource use and educational media. Taking this into account, we have observed that video lesson have been used as a significant part of several courses offered in educational institutions, demonstrating that the video culture is increasingly disseminated and is part of students' daily lives. Therefore, we understand that analyzing their behavior during the execution of the videos can contribute to a more precise evaluation of the quality of the subjects covered and the way they were worked out. Thus, this master's work was constituted by conducting studies conducted in order to investigate how students behave during the use of video lessons, which is done in order to highlight the benefits of this type of analysis for education. The evaluation of video lessons occurs through a process that involves extracting information from log files and modeling actions through process mining. In this sense, the results demonstrate that the number of visualizations, the time spent and the time of abandonment of the video are variables that have great capacity to offer useful information about the students' learning. This demonstrates that evaluating the educational resource through the analysis of its actions can contribute substantially to the educational area, benefiting the treatment of issues such as the identification of bottlenecks in the learning process and the anticipation of problems, especially in distance education. The results obtained with the use of Process Mining in data provided greater clarity about student behavior during video lessons, providing the necessary guidance for the actions to be taken by teachers and content producers. In view of this, the work contributes to the improvement of key aspects of video learning from a multidisciplinary approach, directly helping educators and managers to promote a more complete educational training, based on better understood resources.
Resumo: A Educação a Distância e o uso de sistemas e-learning contribuem para a grande geração de dados educacionais. Diante disso, a utilização de banco de dados e o armazenamento de logs de execução possibilitam que as informações fiquem mais facilmente acessíveis e propícias à investigação dos processos educacionais. Metodologias de extração automática de informações úteis a partir de grandes volumes de dados, em especial a Mineração de Dados, têm contribuído expressivamente para melhorias no campo da educação. Entretanto, a maioria dos métodos tradicionais está centrada unicamente nos dados ou em como eles são estruturados, não havendo preocupação maior com o processo educacional como um todo. Além disso, pouca atenção tem sido dada a informações sobre o comportamento dos estudantes durante o uso de recursos e de mídias educacionais. Levando isso em conta, observamos que as videoaulas têm sido utilizadas como parte significativa de diversos cursos ofertados em instituições de ensino, demonstrando que a cultura do vídeo está cada vez mais disseminada e que faz parte do cotidiano dos estudantes. Diante disso, compreendemos, pois, que analisar o comportamento deles, durante a execução dos vídeos, pode contribuir para uma avaliação mais precisa da qualidade dos assuntos abordados e da forma como foram trabalhados. Desse modo, este trabalho de mestrado se constituiu a partir da realização de estudos conduzidos de maneira a investigar como alunos se comportam durante o uso das videoaulas, o que se faz com vistas a evidenciar os benefícios desse tipo de análise para a educação. A avaliação das videoaulas se dá por meio de um processo que envolve extração de informações de arquivos de log e modelagem de ações através da mineração de processos. Nesse sentido, os resultados demonstram que o número de visualizações, o tempo gasto e o tempo de abandono do vídeo são variáveis que possuem grande capacidade de oferecer informações úteis sobre a aprendizagem dos alunos. Isso demonstra que avaliar o recurso educacional através da análise de suas ações pode contribuir substancialmente com a área educacional, beneficiando o tratamento de questões como a identificação de gargalos no processo de aprendizagem e a antecipação de problemas, principalmente na educação a distância. Os resultados obtidos com o uso da Mineração de Processos em dados proporcionaram maior clareza acerca do comportamento dos alunos durante as videoaulas, fornecendo o direcionamento necessário para as ações a serem tomadas por professores e por produtores de conteúdo. Em vista disso, o trabalho traz contribuições para a melhoria de aspectos-chave da aprendizagem com uso de vídeos a partir de uma abordagem multidisciplinar, ajudando diretamente educadores e gestores a promoverem uma formação educacional mais completa, baseada em recursos com melhor compreendidos.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/26119
Aparece nas coleções:PPGSC - Mestrado em Sistemas e Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Análisecomportamentoestudantes_Silva_2018.pdf1,86 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.