Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão

Silva, Francisco; Silva, Josenildo da; Silva, Reinaldo; Fonseca, Luis Carlos Costa

doi:10.5753/cbie.sbie.2015.1187

Cited by 9 publications

(18 citation statements)

References 3 publications

(1 reference statement)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Obra Algoritmos/Técnicas Acurácia [Kotsiantis et al, 2003] Naive Bayes 83% [Morris et al, 2005] Análise Discriminante Preditiva 74,5% [Roblyer et al, 2008] Regressão logística 79,3% [Lykourentzou et al, 2009] Combinação de técnicas 85% [Kovacic, 2010] Árvore de Decisão 60,5% [Yasmin, 2013] Árvore de Decisão 84,8% [Yukselturk et al, 2014] Redes Neurais 87% [Rigo et al, 2014] Redes Neurais 76,5% [Cambruzzi, 2014] Redes Neurais 75,7% [Dos Santos et al, 2014] Árvore de Decisão 81,64% [Silva et al, 2015] Árvore de Decisão 73,37% [Queiroga et al, 2015] Vários 79,76%…”

Section: Tabela 05 -Resultados De Modelos Preditivos De Evasão Em Traunclassified

See 1 more Smart Citation

Um Modelo Preditivo da Evasão dos Alunos na EAD a Partir dos Construtos da Teoria da Distância Transacional

Ramos¹,

Gomes²,

Rodrigues³

et al. 2017

Anais Do XXVIII Simpósio Brasileiro De Informática Na Educação (SBIE 2017)

View full text Add to dashboard Cite

Abstract. The use of Transactional Distance Theory constructs [Moore, 1973;1993;2013] as predictors of student dropout in distance education (DE) [Moore, 1973;1993;2013] Resumo. O uso dos construtos da Teoria da Distância Transacional IntroduçãoO desenvolvimento da Educação a Distância (EAD) tem sido apoiado por teorias que apoiam o planejamento e a execução de cursos mais eficientes. As pesquisas na área refletem o crescimento dessa modalidade, à medida que buscam atenuar problemas decorrentes dessa expansão, como os altos índices de evasão ainda verificados nesses cursos.Para a maioria das instituições que participou do Censo Anual da EAD no Brasil em 2015, o grande obstáculo enfrentado foi a evasão nos cursos, quando para 40% das instituições pesquisadas, a taxa média de evasão foi entre 26% e 50% nos cursos totalmente ofertados a distância.Partindo de uma necessidade da aplicação de teorias da EAD, no sentido de auxiliar no enfrentamento de um dos desafios da modalidade, esta pesquisa enfocou a Teoria da Distância Transacional, proposta por Moore (1973, 1993, 2013) como marco teórico principal do estudo,

show abstract

Section: Tabela 05 -Resultados De Modelos Preditivos De Evasão Em Traunclassified

“…Em dois desses trabalhos [Queiroga et al 2015] e [Silva et al 2015], avaliou-se a evasão somente em disciplinas.…”

Section: Trabalhos Relacionadosunclassified

Um Modelo Preditivo da Evasão dos Alunos na EAD a Partir dos Construtos da Teoria da Distância Transacional

Ramos¹,

Gomes²,

Rodrigues³

et al. 2017

Anais Do XXVIII Simpósio Brasileiro De Informática Na Educação (SBIE 2017)

View full text Add to dashboard Cite

show abstract

“…It requires technological environments capable of managing a great number of activities involved in the learning process. Therefore, Distance education generates a large amount of data that can serve as raw material for research due to the high level of digital mediation (Maschio et al, 2018;Cambruzzi et al, 2015), such as access logs, various interactions with the system, messages in forums, among others (Silva et al, 2015). However, a large part of this data has not been analyzed, which constitutes a significant gap for conducting research, given the amount of valuable information that can potentially be extracted from them (Rabelo et al, 2017).…”

Section: Distance Educational and Virtual Learning Environmentmentioning

confidence: 99%

“…Once identified, it is possible to propose proactive actions among the actors, such as supporting underperforming students with seminars, intervention programs, workshops, and additional learning material, resulting in lower dropout rates (Manhães et al, 2011;Kostopoulos et al, 2018a;Kostopoulos et al, 2018b). For that, data analysis methods and tools are needed to observe students' behavior to assist stakeholders in decision making (Silva et al, 2015).…”

Section: Dropout In Distance Educationmentioning

confidence: 99%

Active Methodology, Educational Data Mining and Learning Analytics: A Systematic Mapping Study

Andrade¹,

Rigo²,

Barbosa³

2021

Informatics in Education

View full text Add to dashboard Cite

Distance Learning has enabled educational practices based on digital platforms, generating massive amounts of data. Several initiatives use this data to identify dropout contexts, mainly providing teacher support about student behavior. Approaches such as Active Methodologies are known as having good potential to involve and motivate students. This article presents a systematic mapping aiming to identify current Educational Data Mining and Learning Analytics methods. Besides, we identify Active Methodologies' application to mitigate dropout in Distance Learning. We evaluated 668 papers published from January 2015 to March 2020. The results indicate a growing application of Educational Data Mining and Learning Analytics to identify and mitigate students' abandonment in Distance Learning. However, studies with Active Methodologies to minimize dropout and enhance student permanence are scarce. Some works suggest Active Methods as a possible complement of Learning Analytics in dropout.

show abstract

“…Algoritmos/Técnicas Acurácia (KOTSIANTIS et al, 2003) Naive Bayes 83% (MORRIS et al, 2005) Análise Discriminante Preditiva 74,5% (ROBLYER et al, 2008) Regressão logística 79,3% (LYKOURENTZOU et al, 2009) Combinação de técnicas 85% (KOVACIC, 2010) Árvore de Decisão 60,5% (YASMIN, 2013) Árvore de Decisão 84,8% (YUKSELTURK et al, 2014) Redes Neurais 87% (*) (RIGO et al, 2014) Redes Neurais 76,5% (CAMBRUZZI, 2014) Redes Neurais 75,7% (DOS SANTOS et al, 2014) Árvore de Decisão 81,64% (SILVA et al, 2015) Árvore de Decisão 73,37% (QUEIROGA et al, 2015) Vários 79,76% Segundo a teoria de Moore (1993), é necessária uma maior autonomia do aluno para que ele possa transpor barreiras impostas pela distância transacional. Assim, no modelo final, a autonomia está representada pela maior quantidade de variáveis (seis).…”

Section: Obraunclassified

Uma abordagem preditiva da evasão na educação a distância a partir dos construtos da distância transacional

Ramos

Gomes

2017

Anais Dos Workshops Do VI Congresso Brasileiro De Informática Na Educação (CBIE 2017)

View full text Add to dashboard Cite

ResumoO crescimento da Educação a Distância (EAD) tem sido apoiado por teorias para auxiliar o planejamento e a execução de cursos de maneira eficaz e eficiente. As pesquisas na área também refletem esse crescimento, à medida que buscam atenuar ou resolver problemas que surgem decorrentes dessa expansão, como por exemplo os altos índices de evasão ainda verificados na modalidade. Para a maioria das instituições que participaram do Censo Anual da EAD no Brasil em 2015, o grande obstáculo enfrentado tem sido a evasão nos cursos, quando para 40% das instituições pesquisadas, a taxa média de evasão foi entre 26% e 50% nos cursos totalmente ofertados a distância por essas instituições. Partindo de uma necessidade de renovação de teorias da EAD, bem como aplicá-las no sentido de auxiliar no enfrentamento nos desafios da modalidade, esta pesquisa enfocou a Teoria da Distância Transacional, proposta por Moore (1972, 1973, 1993, 2013). Foi sugerida uma nova abordagem para determinação dos seus construtos, com o propósito de aplicá-los em um processo de detecção precoce de alunos com tendências a evasão, em cursos superiores ofertados a distância. A utilização de técnicas de análise multivariada para a obtenção dos construtos da distância transacional teve a intenção de buscar uma abordagem distinta das atualmente verificadas na literatura. Essa determinação é feita, na maioria dos casos, utilizando questionários aplicados a alunos e professores. Também, as evidências na literatura apontam o uso de diversas técnicas de mineração de dados e aprendizagem de máquina na definição de modelos preditivos em contextos educacionais, com índices satisfatórios de acertos. A partir da obtenção dos componentes (variáveis) dos construtos da distância transacional, foi também definido e validado um modelo de previsão da evasão de alunos em cursos a distância, a partir desses componentes. Foram usados diversos algoritmos classificadores, sendo o classificador por regressão logística apresentado resultados mais relevantes quando comparados aos registrados pela literatura na área. A metodologia dos testes e as análises dos seus resultados permitiram concluir que um conjunto de variáveis representativas da distância transacional, quando incorporadas a um modelo preditivo de evasão de alunos, pode fornecer informações e subsídios para que seus atores possam tomar decisões e intervir no processo educacional de modo a buscar reduzir o risco de evasão de um ou de um grupo de alunos em EAD. Foi então desenvolvida uma aplicação com o modelo preditivo implementado, para testes com professores e tutores que atuam na EAD, sendo a mesma bem avaliada por esses usuários.

show abstract

Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão

Cited by 9 publications

References 3 publications

Um Modelo Preditivo da Evasão dos Alunos na EAD a Partir dos Construtos da Teoria da Distância Transacional

Um Modelo Preditivo da Evasão dos Alunos na EAD a Partir dos Construtos da Teoria da Distância Transacional

Active Methodology, Educational Data Mining and Learning Analytics: A Systematic Mapping Study

Uma abordagem preditiva da evasão na educação a distância a partir dos construtos da distância transacional

Contact Info

Product

Resources

About