CodeGraph: Uma Ferramenta de Identificação e Visualização de Trilhas de Aprendizagem no Ensino de Programação
Resumo
As Trilhas de Aprendizagem (TAs) são trajetos realizados pelos alunos durante sua interação com o ambiente virtual. Elas podem ser uma possível solução para acompanhar as ações dos alunos no ensino online. Neste contexto, esta pesquisa apresenta uma ferramenta, o CodeGraph, que faz a identificação e visualização das TAs dos alunos durante as suas interações com um juiz online. A ferramenta foi aplicada, durante um semestre letivo, em três turmas em andamento, sendo duas delas do ensino superior e uma do ensino técnico. O CodeGraph mostrou-se promissor em realizar o acompanhamento das ações dos alunos, podendo ser usado para auxiliar na predição de evasão escolar, dificuldades de aprendizagem, entre outros.
Referências
Aquino, B., Stroele, V. e Souza, J. (2020). “Análise do Engajamento dos Alunos em Ambientes Virtuais de Aprendizagem para detecção de comunidade”. In Anais do XXXI Simpósio Brasileiro de Informática na Educação (SBIE 2020). . Sociedade Brasileira de Computação. https://sol.sbc.org.br/index.php/sbie/article/view/12851.
Carmo, Ê. P. Do, Gasparini, I. e Oliveira, E. H. T. De (2022). “Identificação de Trajetórias de Aprendizagem em um Curso de Graduação e sua relação com a Evasão Escolar”. In Anais do XXXIII Simpósio Brasileiro de Informática na Educação (SBIE 2022). Sociedade Brasileira de Computação - SBC. https://sol.sbc.org.br/index.php/sbie/article/view/22419.
Carmo, Ê. P. Do, Gasparini, I. e Oliveira, E. (2019). “Captura e Visualização das Trajetórias de Aprendizagem como Ferramentas para a Análise do Comportamento dos Estudantes em um Ambiente Adaptativo Educacional”. In Anais do XXX Simpósio Brasileiro de Informática na Educação (SBIE 2019). Brazilian Computer Society (Sociedade Brasileira de Computação - SBC).
Diwan, C., Srinivasa, S. and Ram, P. (2019). “Automatic Generation of Coherent Learning Pathways for Open Educational Resources”. In: Scheffel, M.; Broisin, J.; Pammer-Schindler, V.; Ioannou, A.; Schneider, J.[Eds.]. Lecture Notes in Computer Science. Cham: Springer International Publishing. v. 11722p. 321–334.
D3. Data-Driven Documents (2023). “”. Disponível em: <https://diegomariano.com/d3-js/> . Último Acesso 03/03/2023.
Gao, J., Liu, Q. and Huang, W.-B. (2021). “Learning Path Generator Based on Knowledge Graph”. In Proceedings of the 2021 12th International Conference on E-Education, E-Business, E-Management, and E-Learning. ACM. https://dl.acm.org/doi/10.1145/3450148.3450155.
Jiang, B., Li, X., Yang, S., et al. (2022). “Data-Driven Personalized Learning Path Planning Based on Cognitive Diagnostic Assessments in MOOCs”. Applied Sciences, v. 12, n. 8, p. 3982.
Peixoto De Moraes, R. and Scholz, R. E. P. (2022). “Mapeamento Sistemático do Ensino Introdutório de Programação nos Ensinos Técnico e Superior no Brasil”. Revista Brasileira de Informática na Educação,30, 628-647. DOI: 10.5753/2022.2611
Ramos, D. B., Ramos, I. M. M., Do Nascimento, P. B. e De Oliveira, E. H. T. (2016). “Uma Ferramenta baseada em Grafo para Identificação e Visualização de Trilhas de Aprendizagem”. Nuevas Ideas en Informática Educativa.
Ramos, D. B., Ramos, I. M. M., Gasparini, I. e De Oliveira, E. H. T. (2021). “A new learning path model for e-learning systems”. International Journal of Distance Education Technologies, v. 19, n. 2, p. 20–40.
Ramos, D., Monteverde, I., Nascimento, P. Do, Amaral, G. e Oliveira, E. (2017). “Um modelo para Trilhas de Aprendizagem em um Ambiente Virtual de Aprendizagem”. In Anais do XXVIII Simpósio Brasileiro de Informática na Educação (SBIE 2017). . Brazilian Computer Society (Sociedade Brasileira de Computação - SBC).
Romero, C. e Ventura, S. (2010). “Educational data mining: A review of the state of the art”. IEEE Transactions on Systems, Man and Cybernetics Part C: Applications and Reviews
Romero, C. e Ventura, S. (2020). “Educational data mining and learning analytics: An updated survey”. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, v. 10, n. 3.
Shi, D., Wang, T., Xing, H. e Xu, H. (2020). “A learning path recommendation model based on a multidimensional knowledge graph framework for e-learning”. Knowledge-Based Systems, v. 195, p. 105618.
Carmo, Ê. P. Do, Gasparini, I. e Oliveira, E. H. T. De (2022). “Identificação de Trajetórias de Aprendizagem em um Curso de Graduação e sua relação com a Evasão Escolar”. In Anais do XXXIII Simpósio Brasileiro de Informática na Educação (SBIE 2022). Sociedade Brasileira de Computação - SBC. https://sol.sbc.org.br/index.php/sbie/article/view/22419.
Carmo, Ê. P. Do, Gasparini, I. e Oliveira, E. (2019). “Captura e Visualização das Trajetórias de Aprendizagem como Ferramentas para a Análise do Comportamento dos Estudantes em um Ambiente Adaptativo Educacional”. In Anais do XXX Simpósio Brasileiro de Informática na Educação (SBIE 2019). Brazilian Computer Society (Sociedade Brasileira de Computação - SBC).
Diwan, C., Srinivasa, S. and Ram, P. (2019). “Automatic Generation of Coherent Learning Pathways for Open Educational Resources”. In: Scheffel, M.; Broisin, J.; Pammer-Schindler, V.; Ioannou, A.; Schneider, J.[Eds.]. Lecture Notes in Computer Science. Cham: Springer International Publishing. v. 11722p. 321–334.
D3. Data-Driven Documents (2023). “”. Disponível em: <https://diegomariano.com/d3-js/> . Último Acesso 03/03/2023.
Gao, J., Liu, Q. and Huang, W.-B. (2021). “Learning Path Generator Based on Knowledge Graph”. In Proceedings of the 2021 12th International Conference on E-Education, E-Business, E-Management, and E-Learning. ACM. https://dl.acm.org/doi/10.1145/3450148.3450155.
Jiang, B., Li, X., Yang, S., et al. (2022). “Data-Driven Personalized Learning Path Planning Based on Cognitive Diagnostic Assessments in MOOCs”. Applied Sciences, v. 12, n. 8, p. 3982.
Peixoto De Moraes, R. and Scholz, R. E. P. (2022). “Mapeamento Sistemático do Ensino Introdutório de Programação nos Ensinos Técnico e Superior no Brasil”. Revista Brasileira de Informática na Educação,30, 628-647. DOI: 10.5753/2022.2611
Ramos, D. B., Ramos, I. M. M., Do Nascimento, P. B. e De Oliveira, E. H. T. (2016). “Uma Ferramenta baseada em Grafo para Identificação e Visualização de Trilhas de Aprendizagem”. Nuevas Ideas en Informática Educativa.
Ramos, D. B., Ramos, I. M. M., Gasparini, I. e De Oliveira, E. H. T. (2021). “A new learning path model for e-learning systems”. International Journal of Distance Education Technologies, v. 19, n. 2, p. 20–40.
Ramos, D., Monteverde, I., Nascimento, P. Do, Amaral, G. e Oliveira, E. (2017). “Um modelo para Trilhas de Aprendizagem em um Ambiente Virtual de Aprendizagem”. In Anais do XXVIII Simpósio Brasileiro de Informática na Educação (SBIE 2017). . Brazilian Computer Society (Sociedade Brasileira de Computação - SBC).
Romero, C. e Ventura, S. (2010). “Educational data mining: A review of the state of the art”. IEEE Transactions on Systems, Man and Cybernetics Part C: Applications and Reviews
Romero, C. e Ventura, S. (2020). “Educational data mining and learning analytics: An updated survey”. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, v. 10, n. 3.
Shi, D., Wang, T., Xing, H. e Xu, H. (2020). “A learning path recommendation model based on a multidimensional knowledge graph framework for e-learning”. Knowledge-Based Systems, v. 195, p. 105618.
Publicado
06/11/2023
Como Citar
RAMOS, Ilmara Monteverde Martins; GADELHA, Bruno Freitas; RAMOS, David Brito; OLIVEIRA, David Braga Fernandes de; MELLO, Rafael Ferreira; OLIVEIRA, Elaine Harada Teixeira de.
CodeGraph: Uma Ferramenta de Identificação e Visualização de Trilhas de Aprendizagem no Ensino de Programação. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 34. , 2023, Passo Fundo/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 451-462.
DOI: https://doi.org/10.5753/sbie.2023.235311.
