Modelo Socioafetivo baseado em Learning Analytics
Resumo
A pesquisa tem como objetivo construir um Modelo Socioafetivo baseado em Learning Analytics (MOSALA) para auxiliar professores no acompanhamento de estudantes em um Ambiente Virtual de Aprendizagem. A metodologia possui abordagem qualitativa e quantitativa. O público-alvo foram 311 estudantes; dois professores; 13 tutores e quatro monitores. Os instrumentos de coleta foram Mapa Social, Mapa Afetivo, observação participante e questionários. Os dados proporcionaram a apresentação do MOSALA que possui os 59 Cenários Socioafetivos, Learning Analytics, as 354 Estratégias Pedagógicas (EP), Mapa Social, Mapa Afetivo, Sistema de Recomendação, Recomendação de EP e o protótipo do Mapa Socioafetivo.
Palavras-chave:
Educação a Distância, Ambientes Virtuais de Aprendizagem, Learning Analytics, Aspectos Sociais e Afetivos, Estratégias Pedagógicas
Referências
Armah, J. K., Bervell, B. and Bonsu, N. O. (2023). “Modelling the role of learner presence within the community of inquiry framework to determine online course satisfaction in distance education”. Heliyon, 9(5), 1–18. DOI: 10.1016/j.heliyon.2023.e15803.
Bardin, L. (2011). Análise de Conteúdo, Edições, 70.
Barvinski, C. A. (2020). “MREPSA: modelo de recomendação de estratégias pedagógicas baseado em aspectos socioafetivos do aluno em ambiente virtual de aprendizagem”. Tese (Doutorado em Informática na Educação), Centro Interdisciplinar de Informática na Educação. Universidade Federal do Rio Grande do Sul, Porto Alegre, 2020. [link].
Beck, K. et al. (2021). Manifesto for agile software development. [link].
Behar, P. A. e colaboradores (2019). Recomendação Pedagógica em Educação a Distância. Penso Editora.
Benabbes, K., Housni, K., Hmedna, B., Zellou, A. and El Mezouary, A. (2023). “A new hybrid approach to detect and track learner’s engagement in e-learning”. IEEE Access, 11, 70912-70929. DOI: 10.1109/ACCESS.2023.3293827.
Chatti, M. A., Dyckhoff, A. L., Schroeder, U. and Thüs, H. (2012). “A reference model for learning analytics”. International journal of Technology Enhanced learning, 4(5-6), 318-331. DOI: 10.1504/IJTEL.2012.051815.
Firat, M. (2022). “Exploring the relationship between personality traits and e-learning autonomy of distance education students” Open Praxis, 14(4), 280-290. DOI: 10.55982/openpraxis.14.4.155.
Hamid, S., Ismail, S. N., Hamzah, M. and Malik, A. W. (2022). “Developing Engagement in the Learning Management System Supported by Learning Analytics”. Computer Systems Science & Engineering, 42(1), 335–350. DOI: 10.32604/csse.2022.021927.
Karsli, M. B. and Karaman, S. (2024). “Investigation of distance education students’ experiences on content-integrated social interactions”. Education and Information Technologies, 29(2), 1617-1646. DOI: 10.1007/s10639-023-11867-6.
Moreno, J. L., Bouza, J. G. and Karsz, S. Fundamentos de la sociometría. Paidós, 1972.
Patino, C. M. e Ferreira, J. C. (2016). “Qual a importância do cálculo do tamanho amostral?”. Jornal Brasileiro de Pneumologia, 42, 162-162. DOI: 10.1590/S1806-37562016000000114.
Peng, M. H. and Dutta, B. (2023). “The mediating effects of innovativeness and system usability on students’ personality differences: recommendations for e-learning platforms in the post-pandemic era”. Sustainability, 15(7), 1-20. DOI: 10.3390/su15075867.
Piaget, J. (1973). As operações lógicas e a vida social. Estudos sociológicos.
Piaget, J. (1994). O juízo moral na criança. Grupo Editorial Summus.
Piaget, J. (2014). Relações entre a afetividade e a inteligência no desenvolvimento mental da criança. Wak.
Ribeiro, A. C. R. (2019). “MP-SocioAVA: modelo pedagógico com foco nas interações sociais em um ambiente virtual de aprendizagem”. Tese (Doutorado em Educação), Faculdade de Educação. Universidade Federal do Rio Grande do Sul, Porto Alegre, 2019. [link].
Sahni, J. (2023). “Is learning analytics the future of online education? Assessing student engagement and academic performance in the online learning environment”. International Journal of Emerging Technologies in Learning (iJET), 18(2), 33-49. DOI: 10.3991/ijet.v18i02.32167.
Siemens, G. (2012). “Learning analytics: envisioning a research discipline and a domain of practice”. In: Proceedings of the 2nd international conference on learning analytics and knowledge, p. 4-8, 2012. DOI: 10.1145/2330601.2330605.
Vlachogianni, P. and Tselios, N. (2022). “Investigating the impact of personality traits on perceived usability evaluation of e-learning platforms”. Interactive Technology and Smart Education, 19(2), 202-221. DOI: 10.1108/ITSE-02-2021-0024.
Bardin, L. (2011). Análise de Conteúdo, Edições, 70.
Barvinski, C. A. (2020). “MREPSA: modelo de recomendação de estratégias pedagógicas baseado em aspectos socioafetivos do aluno em ambiente virtual de aprendizagem”. Tese (Doutorado em Informática na Educação), Centro Interdisciplinar de Informática na Educação. Universidade Federal do Rio Grande do Sul, Porto Alegre, 2020. [link].
Beck, K. et al. (2021). Manifesto for agile software development. [link].
Behar, P. A. e colaboradores (2019). Recomendação Pedagógica em Educação a Distância. Penso Editora.
Benabbes, K., Housni, K., Hmedna, B., Zellou, A. and El Mezouary, A. (2023). “A new hybrid approach to detect and track learner’s engagement in e-learning”. IEEE Access, 11, 70912-70929. DOI: 10.1109/ACCESS.2023.3293827.
Chatti, M. A., Dyckhoff, A. L., Schroeder, U. and Thüs, H. (2012). “A reference model for learning analytics”. International journal of Technology Enhanced learning, 4(5-6), 318-331. DOI: 10.1504/IJTEL.2012.051815.
Firat, M. (2022). “Exploring the relationship between personality traits and e-learning autonomy of distance education students” Open Praxis, 14(4), 280-290. DOI: 10.55982/openpraxis.14.4.155.
Hamid, S., Ismail, S. N., Hamzah, M. and Malik, A. W. (2022). “Developing Engagement in the Learning Management System Supported by Learning Analytics”. Computer Systems Science & Engineering, 42(1), 335–350. DOI: 10.32604/csse.2022.021927.
Karsli, M. B. and Karaman, S. (2024). “Investigation of distance education students’ experiences on content-integrated social interactions”. Education and Information Technologies, 29(2), 1617-1646. DOI: 10.1007/s10639-023-11867-6.
Moreno, J. L., Bouza, J. G. and Karsz, S. Fundamentos de la sociometría. Paidós, 1972.
Patino, C. M. e Ferreira, J. C. (2016). “Qual a importância do cálculo do tamanho amostral?”. Jornal Brasileiro de Pneumologia, 42, 162-162. DOI: 10.1590/S1806-37562016000000114.
Peng, M. H. and Dutta, B. (2023). “The mediating effects of innovativeness and system usability on students’ personality differences: recommendations for e-learning platforms in the post-pandemic era”. Sustainability, 15(7), 1-20. DOI: 10.3390/su15075867.
Piaget, J. (1973). As operações lógicas e a vida social. Estudos sociológicos.
Piaget, J. (1994). O juízo moral na criança. Grupo Editorial Summus.
Piaget, J. (2014). Relações entre a afetividade e a inteligência no desenvolvimento mental da criança. Wak.
Ribeiro, A. C. R. (2019). “MP-SocioAVA: modelo pedagógico com foco nas interações sociais em um ambiente virtual de aprendizagem”. Tese (Doutorado em Educação), Faculdade de Educação. Universidade Federal do Rio Grande do Sul, Porto Alegre, 2019. [link].
Sahni, J. (2023). “Is learning analytics the future of online education? Assessing student engagement and academic performance in the online learning environment”. International Journal of Emerging Technologies in Learning (iJET), 18(2), 33-49. DOI: 10.3991/ijet.v18i02.32167.
Siemens, G. (2012). “Learning analytics: envisioning a research discipline and a domain of practice”. In: Proceedings of the 2nd international conference on learning analytics and knowledge, p. 4-8, 2012. DOI: 10.1145/2330601.2330605.
Vlachogianni, P. and Tselios, N. (2022). “Investigating the impact of personality traits on perceived usability evaluation of e-learning platforms”. Interactive Technology and Smart Education, 19(2), 202-221. DOI: 10.1108/ITSE-02-2021-0024.
Publicado
04/11/2024
Como Citar
AKAZAKI, Jacqueline Mayumi; MACHADO, Letícia Sophia Rocha; BEHAR, Patricia Alejandra.
Modelo Socioafetivo baseado em Learning Analytics. In: CONCURSO ALEXANDRE DIRENE (CTD-IE) - TESES DE DOUTORADO - CONGRESSO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (CBIE), 13. , 2024, Rio de Janeiro/RJ.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2024
.
p. 17-28.
DOI: https://doi.org/10.5753/cbie_estendido.2024.243562.
