Modeling Self-Regulated Learning in Higher Education: A Tool to Automate Profiling and Personalized Recommendations

• Alana Viana Borges S. Neo Federal University of Campina Grande / Federal Institute of Mato Grosso do Sul http://orcid.org/0009-0000-1910-1598
• José Antão Beltrão Moura Federal University of Campina Grande https://orcid.org/0000-0002-6393-5722
• Joseana Macêdo Fechine Régis de Araújo Federal University of Campina Grande https://orcid.org/0000-0002-8825-2581
• Giseldo S. Neo Federal University of Campina Grande / Federal Institute of Alagoas https://orcid.org/0000-0001-5574-9260
• Olival de Gusmão Freitas Júnior Federal University of Alagoas https://orcid.org/0000-0003-4418-8386

DOI: https://doi.org/10.5753/sbie.2024.241823

Abstract

Teaching self-regulated learning strategies can improve student performance. This study investigates the self-regulation profiles of a sample of 43 students from two higher education institutions and recommends personalized strategic textual actions. First, we adjusted a questionnaire harvested from the specialized literature to assess self-regulation. Then, we sent personalized recommendations by e-mail. The lowest self-regulation values were: test anxiety, learning control, study time and environment, and goal orientation; we also find a positive correlation among some of them; we also obtained relative fit of the data and acceptable reliability for the questionnaire.

Keywords: self-regulated learning strategies, higher education, recommendation

References

Aguiar, J., Santos, S., Fechine, J., and Costa, E. (2015). Avaliação de Sistemas de Recomendação Educacionais no Brasil: uma revisão sistemática da literatura. In Anais do Simpósio Brasileiro de Informática na Educação 2015 (SBIE), volume 26, page 1255.

Baptista, A. (2023). Modelo Pedagógico LearnT para o desenvolvimento da Autorregulação da Aprendizagem e do Pensamento Computacional em Cursos de Licenciatura. In Anais do XXXIV Simpósio Brasileiro de Informática na Educação (SBIE), pages 1886–1895, Porto Alegre, RS, Brasil. SBC.

Barnard, L., Lan, W. Y., To, Y. M., Paton, V. O., and Lai, S. L. (2009). Measuring self-regulation in online and blended learning environments. Internet and Higher Education, 12(1):1–6.

Basso, F. P. and Abrahão, M. H. M. B. (2018). Atividades de ensino que desenvolvem a autorregulação da aprendizagem. Educação & Realidade, 43:495–512.

Curilem, G. and De Azevedo, F. (2001). Implementação Dinâmica de Atividades num Sistema Tutor Inteligente. In Anais do Simpósio Brasileiro de Informática na Educação 2001 (SBIE), volume 1, pages 177–183.

Fávero, L. P. and Belfiore, P. (2017). Manual de análise de dados: estatística e modelagem multivariada com Excel®, SPSS® e Stata®. Elsevier Brasil.

Gatignon, H. (2010). Statistical analysis of management data. Springer.

Hooper, D. and Coughlan, J. (2008). Structural equation modelling: Guidelines for determining model fit. Electronic Journal of Business Research Methods, 6(1):53–60.

Jansen, R. S., Van Leeuwen, A., Janssen, J., Kester, L., and Kalz, M. (2017). Validation of the self-regulated online learning questionnaire. Journal of computing in higher education, 29(1):6–27.

Kenny, D. A., Kaniskan, B., and McCoach, D. B. (2015). The performance of rmsea in models with small degrees of freedom. Sociological methods & research, 44(3):486–507.

Kline, R. B. (2023). Principles and practice of structural equation modeling. Guilford publications.

Kuo, Y.-C., Walker, A. E., Schroder, K. E., and Belland, B. R. (2014). Interaction, Internet self-efficacy, and self-regulated learning as predictors of student satisfaction in online education courses. The internet and higher education, 20:35–50.

Neo, A. V. B. S., Moura, J. A. B., Araújo, J. M. F. R., Neo, G. S., and Freitas Júnior, O. G. (2024). The Use of Self-Regulation of Learning in Recommender Systems: State-of-the-Art and Research Opportunities. In Proceedings of the 16th International Conference on Computer Supported Education - Volume 2: CSEDU, pages 525–532. INSTICC, SciTePress.

Pintrich, P. R. et al. (1991). A manual for the use of the Motivated Strategies for Learning Questionnaire (MSLQ). Non-Journal.

Ramos, D., Ramos, I., Gasparini, I., and Oliveira, E. (2020). Um Framework Conceitual para Recomendação de Estratégias de Aprendizagem utilizando Motivação e Trilhas de Aprendizagem. In Anais do XXXI Simpósio Brasileiro de Informática na Educação (SBIE), pages 872–881, Porto Alegre, RS, Brasil. SBC.

Rodrigues, R. L., Luis Cavalcanti Ramos, J., Carlos Sedraz Silva, J., Sandro Gomes, A., Alexandro Viana Fonseca, J., and Da Fonseca de Souza, F. (2016). Validação de um instrumento de mensuração de autorregulação da aprendizagem em contexto brasileiro usando análise fatorial confirmatória. Renote, 14(1).

Salvador, D. F., Rolando, L. G. R., de Oliveira, D. B., and Vasconcellos, R. F. R. R. (2017). Uso do questionário MSLQ na avaliação da motivação e estratégias de aprendizagem de estudantes do ensino médio de biologia, física e matemática. Revista de Educação, Ciências e Matemática, 7(2).

Schreiber, J. B., Nora, A., Stage, F. K., Barlow, E. A., and King, J. (2006). Reporting structural equation modeling and confirmatory factor analysis results: A review. The Journal of educational research, 99(6):323–338.

Silva, V., Ferreira, H., Torres, A., and Rodrigues, F. (2021). Math Suggestion: Uma Ferramenta de Recomendação de Objetos de Aprendizagem Fundamentada nos Princípios das Avaliações de Autoeficácia e Análise de Desempenho. In Anais do XXXII Simpósio Brasileiro de Informática na Educação (SBIE), pages 237–248, Porto Alegre, RS, Brasil. SBC.

Tabachnick, B. G., Fidell, L. S., and Ullman, J. B. (2013). Using multivariate statistics, volume 6. pearson Boston, MA.

Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. In Handbook of self-regulation, pages 13–39. Elsevier.