Caracterização de elementos de ensino para retroalimentação do processo de planejamento com o uso de análise de agrupamentos
DOI:
https://doi.org/10.5753/rbie.2022.2102Keywords:
Análise de dados educacionais, Planejamento de ensino, Melhoria de ambiente de aprendizagemAbstract
Esta pesquisa objetivou caracterizar elementos de organização didático-pedagógica do ensino para feedback no ciclo de planejamento, a partir de dados de percepção de estudantes. Esse objetivo se insere na contribuição para a criação de melhores ambientes de ensino a partir da análise de dados e sua interpretação pedagógica no ambiente educacional. Com o uso de análise de agrupamentos os dados de percepção foram segmentados em função da semelhança entre as observações, considerando as respostas a itens selecionados (relação docente discente, exigência do curso, conteúdos, avaliações e apoio recebido pelo estudante) de questionário do estudante do Exame Nacional de Desempenho dos Estudantes – ENADE, das edições de 2014 e 2017 com dados de licenciaturas do Distrito Federal. O algoritmo de agrupamento utilizado foi o Partitioning Around Medoids (PAM), alimentado por matriz de distâncias de Gower para o tratamento de conjuntos de dados com variáveis mistas. O número ótimo de agrupamentos foi determinado com a medida média de Silhueta. Os resultados possibilitaram caracterizar elementos para o ajuste do ensino frente determinadas características de percepção dos estudantes sobre o curso de graduação. A análise dos agrupamentos conduziu à identificação da interação entre docentes e discentes como elemento de ensino passível de melhoria. Esse elemento de ensino conduziu aos elementos de “definição de procedimentos de ensino” e “especificação de recursos de ensino” como pontos para análise na retroalimentação do processo de planejamento pedagógico.
Downloads
Referências
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]
Arquivos adicionais
Published
Como Citar
Issue
Section
Licença
Copyright (c) 2022 Gustavo Danicki Aureliano Rosa, Luiz Síveres
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
