Uma Abordagem Para a Organização Automática de Objetos de Aprendizagem em Ambientes Educacionais Ubíquos com Base em Estilos de Aprendizagem
Resumo
Devido à grande quantidade de objetos de aprendizagem gerados a partir de um sistema web, tem-se a necessidade de organizá-los para que os mesmos possam ser recomendados de maneira eficiente. Para isso, este trabalho propõe um agrupamento de conteúdo em grandes repositórios para apoiar e facilitar o processo de recomendação de conteúdo em relação a estilos de aprendizagem de estudantes. Esta proposta leva também em consideração a complementação entre os estilos de aprendizagem, onde um aluno que possui tendência para um estilo de aprendizagem também pode aprender com outro estilo de aprendizagem, sendo assim um característica pode complementar outra para melhorar o aprendizado.
Referências
Aguiar, J. J., Fechine1, J. M., and Costa, E. B. (2015). Recomendação de objetos de aprendizagem baseada na popularidade dos objetos e nos estilos de aprendizagem dos alunos.
Araújo, R. D., Brant-ribeiro, T., Freitas, R. S. D., Dorça, F. A., and Cattelan, R. G. (2014). Autoria automática de objetos de aprendizagem a partir de captura multimídia e associação a estilos de aprendizagem. (Cbie):229–238.
Audino, D. F. and da Silva Nascimento, R. (2012). Objetos de aprendizagem–diálogos entre conceitos e uma nova proposição aplicada à educação. Revista Contemporânea de Educação, 5(10).
Branquinho, A., Lopes, C., Dorça, F., Fernandes, M., Cattelan, R., and de Ávila, A. J. N. (2015). Aquisição automática de competências num ambiente educacional ubíquo. 26(1):1207.
Carvalho, V. C., Dorça, F. A., Cattelan, R. G., and Araújo, R. D. (2014). Uma abordagem para recomendaç ao automática e dinâmica de objetos de aprendizagem baseada em estilos de aprendizagem.
Casali, A., Gerling, V., Deco, C., and Bender, C. (2011). A recommender system for learning objects personalized retrieval. Educational Recommender Systems and Technologies: Practices and Challenges, pages 182–210.
Cazella, S. C., Nunes, M., and Reategui, E. (2010). A ciência da opinião: Estado da arte em sistemas de recomendação. JAI Jorn. Atualização em Informática da SBC. Rio Janeiro, RJ PUC Rio, pages 161–216.
da Silva, E. L., Café, L., and Catapan, A. H. (2011). Os objetos educacionais, os metadados e os repositórios na sociedade da informação. Ciência da Informação, 39(3).
Dorça, F. A., Lima, L. V., Fernandes, M. A., and Lopes, C. R. (2013). Automatic student modeling in adaptive educational systems through probabilistic learning style combinations: a qualitative comparison between two innovative stochastic approaches. Journal of the Brazilian Computer Society, 19(1):43–58.
Ester, M., Kriegel, H.-P., Sander, J., and Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Kdd, volume 96, pages 226–231.
Felder, R. M. and Silverman, L. K. (1988). Learning and teaching styles in engineering education. Engineering education, 78(7):674–681.
Felfernig, A., Friedrich, G., and Schmidt-Thieme, L. (2007). Guest editors’ introduction: Recommender systems. IEEE Intelligent Systems, (3):18–21.
Given, B. (2002). The overlap between brain research and research on learning style. In Learning Styles: Realibility & Validity, Proceedings of the 7 th Annual ELSIN Conference, pages 173–178.
IEEE (2002). IEEE Standard for Learning Object Metadata.
Jain, A. K. and Dubes, R. C. (1988). Algorithms for clustering data. Prentice-Hall, Inc.
Kohonen, Teuvo, P. (1998). Self-organizing maps of symbol strings. Neurocomputing, 21(1):19–30.
Levis, D. and Barbosa, J. L. V. (2008). Aperfeiçoamento Automático do Perfil do Aprendiz.
MacQueen, J. et al. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth Berkeley symposium on mathematical statistics and probability, volume 1, pages 281–297. Oakland, CA, USA.
Margarida, L., Tarouco, R., and Fabre, M.-c. J. M. (2003). Reusabilidade de objetos educacionais. pages 1–11.
Meyn, S. and Tweedie, R. L. (2009). Markov chains and stochastic stability. prologue by peter w. glynn. cambridge mathematical library.
Ochi, L. S., Dias, C. R., and Soares, S. S. F. (2004). Clusterização em mineração de dados. Instituto de Computação-Universidade Federal Fluminense-Niterói.
Paper, C. and Mois, J. (2009). A Kohonen Network for Modeling Students ’ Learning Styles in Web 2 . 0 Collaborative Learning Systems. (NOVEMBER).
Pernas, A. M., Gasparini, I., de Oliveira, J. P. M., and Pimenta, M. S. (2009). Um ambiente ead adaptativo considerando o contexto do usuário (position paper). pages 1151–1156.
Resende, D. T., Dorça, F. A., Cattelan, R. G., and Rafael, D. (2014). Em direção à recuperação automática de objetos de aprendizagem em repositórios através da associação dos estilos de aprendizagem de estudantes com metadados no padrão IEEE-LOM. (Cbie):445–454.
Zaina, L. A. M., Cardieri, M. A. C. A., Engenharia, F. D., and Sorocaba, D. (2012). e-LORS : Uma Abordagem para Recomendação de Objetos de Aprendizagem. 20.
Zapata, A. and Menendez, V. H. (2009). Discovering Learning Objects Usability Characteristics.
Araújo, R. D., Brant-ribeiro, T., Freitas, R. S. D., Dorça, F. A., and Cattelan, R. G. (2014). Autoria automática de objetos de aprendizagem a partir de captura multimídia e associação a estilos de aprendizagem. (Cbie):229–238.
Audino, D. F. and da Silva Nascimento, R. (2012). Objetos de aprendizagem–diálogos entre conceitos e uma nova proposição aplicada à educação. Revista Contemporânea de Educação, 5(10).
Branquinho, A., Lopes, C., Dorça, F., Fernandes, M., Cattelan, R., and de Ávila, A. J. N. (2015). Aquisição automática de competências num ambiente educacional ubíquo. 26(1):1207.
Carvalho, V. C., Dorça, F. A., Cattelan, R. G., and Araújo, R. D. (2014). Uma abordagem para recomendaç ao automática e dinâmica de objetos de aprendizagem baseada em estilos de aprendizagem.
Casali, A., Gerling, V., Deco, C., and Bender, C. (2011). A recommender system for learning objects personalized retrieval. Educational Recommender Systems and Technologies: Practices and Challenges, pages 182–210.
Cazella, S. C., Nunes, M., and Reategui, E. (2010). A ciência da opinião: Estado da arte em sistemas de recomendação. JAI Jorn. Atualização em Informática da SBC. Rio Janeiro, RJ PUC Rio, pages 161–216.
da Silva, E. L., Café, L., and Catapan, A. H. (2011). Os objetos educacionais, os metadados e os repositórios na sociedade da informação. Ciência da Informação, 39(3).
Dorça, F. A., Lima, L. V., Fernandes, M. A., and Lopes, C. R. (2013). Automatic student modeling in adaptive educational systems through probabilistic learning style combinations: a qualitative comparison between two innovative stochastic approaches. Journal of the Brazilian Computer Society, 19(1):43–58.
Ester, M., Kriegel, H.-P., Sander, J., and Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Kdd, volume 96, pages 226–231.
Felder, R. M. and Silverman, L. K. (1988). Learning and teaching styles in engineering education. Engineering education, 78(7):674–681.
Felfernig, A., Friedrich, G., and Schmidt-Thieme, L. (2007). Guest editors’ introduction: Recommender systems. IEEE Intelligent Systems, (3):18–21.
Given, B. (2002). The overlap between brain research and research on learning style. In Learning Styles: Realibility & Validity, Proceedings of the 7 th Annual ELSIN Conference, pages 173–178.
IEEE (2002). IEEE Standard for Learning Object Metadata.
Jain, A. K. and Dubes, R. C. (1988). Algorithms for clustering data. Prentice-Hall, Inc.
Kohonen, Teuvo, P. (1998). Self-organizing maps of symbol strings. Neurocomputing, 21(1):19–30.
Levis, D. and Barbosa, J. L. V. (2008). Aperfeiçoamento Automático do Perfil do Aprendiz.
MacQueen, J. et al. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth Berkeley symposium on mathematical statistics and probability, volume 1, pages 281–297. Oakland, CA, USA.
Margarida, L., Tarouco, R., and Fabre, M.-c. J. M. (2003). Reusabilidade de objetos educacionais. pages 1–11.
Meyn, S. and Tweedie, R. L. (2009). Markov chains and stochastic stability. prologue by peter w. glynn. cambridge mathematical library.
Ochi, L. S., Dias, C. R., and Soares, S. S. F. (2004). Clusterização em mineração de dados. Instituto de Computação-Universidade Federal Fluminense-Niterói.
Paper, C. and Mois, J. (2009). A Kohonen Network for Modeling Students ’ Learning Styles in Web 2 . 0 Collaborative Learning Systems. (NOVEMBER).
Pernas, A. M., Gasparini, I., de Oliveira, J. P. M., and Pimenta, M. S. (2009). Um ambiente ead adaptativo considerando o contexto do usuário (position paper). pages 1151–1156.
Resende, D. T., Dorça, F. A., Cattelan, R. G., and Rafael, D. (2014). Em direção à recuperação automática de objetos de aprendizagem em repositórios através da associação dos estilos de aprendizagem de estudantes com metadados no padrão IEEE-LOM. (Cbie):445–454.
Zaina, L. A. M., Cardieri, M. A. C. A., Engenharia, F. D., and Sorocaba, D. (2012). e-LORS : Uma Abordagem para Recomendação de Objetos de Aprendizagem. 20.
Zapata, A. and Menendez, V. H. (2009). Discovering Learning Objects Usability Characteristics.
Publicado
04/07/2016
Como Citar
MENDES, Miller M.; DE CARVALHO, Vitor C.; DORÇA, Fabiano A.; CATTELAN, Renan G..
Uma Abordagem Para a Organização Automática de Objetos de Aprendizagem em Ambientes Educacionais Ubíquos com Base em Estilos de Aprendizagem. In: WORKSHOP DE DESAFIOS DA COMPUTAÇÃO APLICADA À EDUCAÇÃO (DESAFIE!), 5. , 2016, Porto Alegre.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2016
.
p. 607-616.
DOI: https://doi.org/10.5753/desafie.2016.9161.
