Typification of instruction elements for feedback in the planning process with cluster analysis

Authors

DOI:

https://doi.org/10.5753/rbie.2022.2102

Keywords:

Educational data analysis, Instructional planning, Improvements in the learning environment

Abstract

This research aims to outline the elements of pedagogical-didactic organization (ODP) in teaching, incorporating them into the feedback for the planning cycle through data from students perception surveys. The referred objetctives contributes to advances in the learning environment through data analysis and pedagogical interpretation in the learning environment. The collected data was grouped according to similarities between observations, considering answers to selected items (teacher/student dynamic, content, evaluations and support received by students) in questionnaires from the 2014 and 2017 editions of ENADE (Brazilian National Exam for the Assessment of Students Performance), considering data of undergraduate students from the Federal District. The algorithm applied was the Partitioning Around Medoids (PAM), feeded by a distance matrix calculated with Gower distance for datasets with mixed variables. The optimal number of groups was determined by the application of Average Silhouette Width. The results made it possible to tipify elements so as to adjust instruction planning to certain perceptions from the students about the undergraduation. Assessment of the groups suggests the interaction between students and professors is an educational element suitable for improvement. Considering such educational element, the elements “establishing teaching procedures” and “teaching resources specification” were selected as items for assessment in the fedback for the teaching planning.

Downloads

Download data is not yet available.

Author Biographies

Gustavo Danicki Aureliano Rosa, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira

Doutor e Mestre em Educação pela Universidade Católica de Brasília. Especialista em Educação a Distância pela Universidade de Brasília. Graduado em Pedagogia pela Universidade de Brasília. Pesquisador-Tecnologista no Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira.

Luiz Síveres, Universidade Católica de Brasília

Doutor em Desenvolvimento Sustentável pela Universidade de Brasília. Mestre em Educação pela Universidade Católica de Brasília. Licenciado em Filosofia pela Pontifícia Universidade Católica do Paraná. Professor permanente do Programa de Pós-Graduação em Educação da Universidade Católica de Brasília.

References

Atlas do Desenvolvimento Humano no Brasil. Ranking – todo o Brasil. (2010). Disponível em: [Link]. Acesso em: 7 outubro. 2018. [GS Search]

Bach, T. M., Water, S. A., Frega, J. R., & Muller, J. M. S. (2014). Fatores de influência na aprendizagem percebida dos alunos de cursos de administração. Avaliação 19 (1), 13-30. DOI:10.1590/S1414-40772014000100002 [GS Search]

Baker, R. S. J., Isotani, S., & Carvalho, A. M. J. B. (2011). Mineração de dados educacionais: oportunidades para o Brasil. Revista Brasileira de Informática na Educação 19 (2), 3-13. DOI:10.5753/RBIE.2011.19.02.03 [GS Search]

Beck, F., & Rausch, R. B. (2015). Fatores que influenciam o processo de ensino-aprendizagem na percepção de discentes do curso de Ciências Contábeis. Revista Contabilidade Vista & Revista, v. 25, n. 2, p. 38-58. [GS Search]

Bransford, J. D., Brown, A L., Cocking, R. R. (2007). Como as pessoas aprendem: cérebro, mente, experiência e escola. Conselho Nacional de Pesquisa dos Estados Unidos. São Paulo: Editora Senac São Paulo. [GS Search]

Brasil. Instituto Brasileiro de Geografia e Estatística. (2018). Renda domiciliar per capita. Disponível em: [Link]. Acesso em 7 outubro. 2018.

Brasil. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. (2018a). Dicionário de variáveis dos microdados do ENADE edição 2014.Disponível em [Link]. Acesso em 7 julho 2018.

Brasil. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. (2018b). Dicionário de variáveis dos microdados do ENADE edição 2017.Disponível em [Link]. Acesso em 27 outubro. 2018.

Bruer, J. T. (1993). Schools for thought: a science of learning in the classroom. Cambridge: MIT Press. [GS Search]

Cardoso, A. S. (2021). Sistemática para Avaliação de Cursos de Graduação: Perspectiva dos Discentes. (Dissertação). Universidade Federal de Itajubá. Programa de Pós-Graduação em Engenharia de Produção.[GS Search]

Chiappe, A., & Rodriguez, L. P. (2017). Learning Analytics in 21st century education: a review. Ensaio: aval.pol.públ.Educ. vol.25 no.97. Rio de Janeiro. Oct./Dec. DOI: 10.1590/S0104-40362017002501211[GS Search]

Faria, S. M. S. M. L. (2014). Educational Data Mining e Learning Analytics na melhoria do ensino online. (Dissertação). Universidade Aberta. Departamento de Ciências e Tecnologia. Mestrado em Estatística, Matemática e Computação. Especialização - Estatística Computacional. [GS Search]

Filatro, A. (2021). Data Science na educação: presencial, a distância e corporativa. São Paulo: Saraiva Educação. [GS Search]

Frei, F. (2006). Introdução a análise de agrupamentos: teoria e prática. São Paulo: Editora UNESP. [GS Search]

Gower, J. C. (1971). A general coefficient of similarity and some of its properties. Biometrics. 857-874. [GS Search]

Hair, J. F., Black, W. C., & Babin, B. J.; Anderson, R. E.; Tatham, R. L. (2009). Análise multivariada de dados. 6ª edição. Porto Alegre: Bookman. [GS Search]

Haydt, R. C. C. (2006). Curso de didática geral. 8a edição. São Paulo: Ática.[GS Search]

Hiebert, J., Morris, A. K., Berk, D., & Jansen, A. (2007). Preparing teachers to learn from teaching. Journal of Teacher Education, Vol. 58, No. 1, p. 47-61.[GS Search]

Kalyuga, S. (2010). Schema acquisition and sources of cognitive load. In Plass J. L., Moreno, R., Brünken, R. Cognitive Load Theory. New York: Cambridge University Press.[GS Search]

Kassambara, A. (2018). Multivariate data analysis I: Practical guide to cluster analysis in R: unsupervised machine learning (Edition 1).[GS Search]

Lajoie, S. P. (2009). Developing professional expertise with a cognitive apprenticeship model: examples from avionics and medicine. In Ericsson, K. A. Development of professional expertise: toward measurement of expert performance and design of optimal learning environments. New York: Cambridge University Press. [GS Search]

Lima, P. S. N., Ambrósio, A. P. L., Ferreira, D. J., & Brancher, J. D. (2019). Análise de dados do Enade e Enem: uma revisão sistemática da literatura. Avaliação, Campinas; Sorocaba, SP, v. 24, n. 1, p. 89-107. DOI: 10.1590/S1414-40772019000100006[GS Search]

Moissa, B., Gasparini, I., & Kemczinski, A. (2015). Educational Data Mining versus Learning Analytics: estamos reinventando a roda? Um mapeamento sistemático. Anais do XXVI Simpósio Brasileiro de Informática na Educação (SBIE 2015). DOI: 10.5753/cbie.sbie.2015.1167[GS Search]

Maechler, M., Rousseeuw, P., Struyf, A., Hubert, M. & Hornik, K. (2017). cluster: cluster analysis basics and extensions. R package version 2.0.6. [GS Search]

Plass, J. L., Kalyuga, S., Leutner, D. (2010). Individual differences and cognitive load theory. In Plass J. L., Moreno, R., Brünken, R. Cognitive Load Theory. New York: Cambridge University Press. [GS Search]

R Core Team. (2016). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Áustria. Disponível em: https://www.R-project.org/. [GS Search]

Rodrigues Júnior, J. F. (2002). Manual para formação do instrutor. Brasília: Editora Universa.[GS Search]

Rousseeuw, P., & Kaufman, L. (1990). Finding groups in data: an introduction to cluster analysis. New York: Wiley. [GS Search]

Santos, M. M., & Pedroso, I. G. F. (2021). Percepção discente sobre cursos de graduação em Ciências Agrárias e Humanidades da UNESP. Educ. Pesqui., São Paulo, v. 47, e227954. DOI: 10.1590/S1678-4634202147227954[GS Search]

Simon, H. A. (2000). Observations on the sciences of science learning. Journal of Applied Developmental Psychology 21(1): 115–121.[GS Search]

Silva, L. A., Peres, S. M., & Boscarioli, C. (2016). Introdução à mineração de dados: com aplicações em R. Rio de Janeiro: Elsevier.[GS Search]

Sordan, J. E., Marinho, C. A., & Angeloni, M. (2021). Avaliação da qualidade percebida em uma Instituição de Ensino Superior: uma pesquisa-ação. Universidade Federal da Grande Dourados: III Simpósio Nacional de Engenharia de Produção.[GS Search]

Tives, H. A., Canedo, E. D., Ladeira, M., & Fagundes, F. (2018). Mining ENADE Data from the Ulbra Network Institution. In Information Technology – New Generations. DOI: 10.1007/978-3-319-77028-4_39 [GS Search]

Tyler, R. W. (1974). Princípios básicos de currículo e ensino. Rio de Janeiro: Editora Globo. [GS Search]

Zanella, A., & Lopes, L. F. D. (2009). Diagnóstico do ensino-aprendizagem e satisfação dos alunos nas disciplinas de estatística da UFMS. GEPROS, Gestão da Produção, Operações e Sistemas. Ano 4, nº 3, Jul-Set, 2009, p. 123-140. [GS Search]

Published

2022-09-22

How to Cite

ROSA, G. D. A.; SÍVERES, L. Typification of instruction elements for feedback in the planning process with cluster analysis. Brazilian Journal of Computers in Education, [S. l.], v. 30, p. 292–319, 2022. DOI: 10.5753/rbie.2022.2102. Disponível em: https://journals-sol.sbc.org.br/index.php/rbie/article/view/2102. Acesso em: 22 nov. 2024.

Issue

Section

Articles