Um Modelo Preditivo da Evasão dos Alunos na EAD a partir dos Construtos da Teoria da Distância Transacional
Resumo
O uso dos construtos da Teoria da Distância Transacional [Moore, 1973; 1993; 2013] como preditores da evasão de alunos na EAD foi o principal objetivo desse trabalho. Foi utilizado um conjunto de variáveis representativas desses construtos, obtido de uma base de dados de dois cursos superiores ofertados por EAD, por meio de um processo de análise multivariada de dados. Em seguida, foram utilizados algoritmos de aprendizagem supervisionadas para definição de modelos preditivos da evasão de alunos, sendo o modelo por regressão logística o que apresentou melhores resultados, com índices de acerto superiores a 89%. Esses resultados apontaram que os construtos da DT podem estabelecer uma relação com a evasão dos alunos, confirmando, para os cursos e dados analisados, as suposições encontradas na literatura acerca dessa relação.
Palavras-chave:
Teoria da Distância Transacional, evasão de alunos, EAD, regressão logística, aprendizagem supervisionada
Referências
BROWN, T. A. Confirmatory factor analysis for applied research. Guilford Publications 2015.
CAMBRUZZI, W. L. GVwise: uma aplicação de learning analytics para a redução da evasão na educação a distância. 2014. (Dissertação de Mestrado). Pós-Graduação em Computação Aplicada, Universidade do Vale do Rio dos Sinos (UNISINOS)
DOS SANTOS, R. et al. Uma Abordagem Genérica de Identificação Precoce de Estudantes com Risco de Evasão em um AVA utilizando Técnicas de Mineração de Dados. XIX Congreso Internacional de Informática Educativa. Fortaleza-CE 2014.
GARCÍA, E. et al. A collaborative educational association rule mining tool. The Internet and Higher Education, v. 14, n. 2, p. 77-88, 2011. ISSN 1096-7516.
GOEL, L.; ZHANG, P.; TEMPLETON, M. Transactional distance revisited: Bridging face and empirical validity. Computers in Human Behavior, v. 28, n. 4, 2012.
GOKOOL-RAMDOO, S. Beyond the theoretical impasse: Extending the applications of transactional distance education theory. The International Review of Research in Open and Distributed Learning, v. 9, n. 3, 2008.
HORZUM, M. B. Developing Transactional Distance Scale and Examining Transactional Distance Perception of Blended Learning Students in Terms of Different Variables. Educational Sciences: Theory and Practice, v. 11, n. 3, p. 1582-1587. 2011
HUANG, X. et at. Understanding transactional distance in web‐based learning environments: An empirical study. British Journal of Educational Technology 2015. ISSN 1467-8535.
KOEDINGER, K. R. et al. Educational software features that encourage and discourage “gaming the system”. Proceedings of the 14th International Conference on Artificial Intelligence in Education, 2009. p. 475-482.
KOTSIANTIS, S. et al. Preventing student dropout in distance learning using machine learning techniques. Knowledge-Based Intelligent Information and Engineering Systems, 2003, Springer. p. 267-274.
LEVY, Y. Comparing dropouts and persistence in e-learning courses. Computers & education, v. 48, n. 2, p. 185-204, 2007. ISSN 0360-1315.
LYKOURENTZOU, I. et al. Dropout prediction in e-learning courses through the combination of machine learning techniques. Computers & Education, v. 53, n. 3, p. 950-965, 2009. ISSN 0360-1315.
MOORE, M. G. The theory of transactional distance. In: MOORE, M. G. (Ed.). Handbook of distance education. New York: Routledge 2013. cap. 5, p.66-85.
MOORE, M. G. Theory of transactional distance. In: (Ed.). Theoretical Principles of Distance Education. New York: Routledge, 1993. p. 2-29.
MOORE, M. G. Toward a theory of independent learning and teaching. The Journal of Higher Education, p. 661-679, 1973. ISSN 0022-1546.
PAUL, R. C. et at. Revisiting Zhang’s scale of transactional distance: refinement and validation using structural equation modeling. Distance Education, v. 36, n. 3, p. 364-382 2015.
QUEIROGA, E. et at. Um Estudo do Uso de Contagem de Interações Semanais para Predição Precoce de Evasão em Educação a Distância. Anais dos WCBIE, 2015. p.1074.
RAMOS, J. L. C., Silva, J., Rodrigues, R., Gomes, A. S., & de Souza, F. D. F. Mapeamento de dados de um LMS para medida de construtos da distância transacional. In Simpósio Brasileiro de Informática na Educação-SBIE. (Vol. 27, No. 1, p. 1056), 2016.
RIGO, S. J. et al. Aplicações de Mineração de Dados Educacionais e Learning Analytics com foco na evasão escolar: oportunidades e desafios. Revista Brasileira de Informática na Educação, v. 22, n. 01, p. 132, 2014.
SABA, F. (2007). A systems approach in theory building. In M. G. Moore (Ed.) Handbook of distance education. (pp.43-57). Mahwah, NJ: Lawrence Erlbaum.
SANDOE, C. Measuring transactional distance of online courses: The structure component. PhD. University of South Florida. 2005.
SHEARER, C. The CRISP-DM Model: The New Blueprint for Data Mining. Journal of Data Warehousing, v. 5, n. 4, p. 13-22, 2000.
SILVA, F. et al. Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão. Anais do Simpósio Brasileiro de Informática na Educação, 2015. p.1187.
STEINMAN, Debbie. Educational experiences and the online student. TechTrends, v. 51, n. 5, p. 46-52, 2007.
WOODLEY, A.; SIMPSON, O. Student dropout: The elephant in the room. On-line distance education: Towards a research agenda, p. 459-484, 2014.
YASMIN, D. Application of the classification tree model in predicting learner dropout behaviour in open and distance learning. Distance Education, v. 34, n. 2, p. 218-231, 2013. ISSN 0158-7919.
YUKSELTURK, E. et al. Predicting dropout student: an application of data mining methods in an on-line education program. European Journal of Open, Distance and E-learning, v. 17, n. 1, p. 118-133, 2014.
ZHANG, A. Transactional Distance in Web-based College Learning Environments: Toward Measurement and Theory Construction. PhD Thesis. VCU Retrospective. Richmond. 2003.
CAMBRUZZI, W. L. GVwise: uma aplicação de learning analytics para a redução da evasão na educação a distância. 2014. (Dissertação de Mestrado). Pós-Graduação em Computação Aplicada, Universidade do Vale do Rio dos Sinos (UNISINOS)
DOS SANTOS, R. et al. Uma Abordagem Genérica de Identificação Precoce de Estudantes com Risco de Evasão em um AVA utilizando Técnicas de Mineração de Dados. XIX Congreso Internacional de Informática Educativa. Fortaleza-CE 2014.
GARCÍA, E. et al. A collaborative educational association rule mining tool. The Internet and Higher Education, v. 14, n. 2, p. 77-88, 2011. ISSN 1096-7516.
GOEL, L.; ZHANG, P.; TEMPLETON, M. Transactional distance revisited: Bridging face and empirical validity. Computers in Human Behavior, v. 28, n. 4, 2012.
GOKOOL-RAMDOO, S. Beyond the theoretical impasse: Extending the applications of transactional distance education theory. The International Review of Research in Open and Distributed Learning, v. 9, n. 3, 2008.
HORZUM, M. B. Developing Transactional Distance Scale and Examining Transactional Distance Perception of Blended Learning Students in Terms of Different Variables. Educational Sciences: Theory and Practice, v. 11, n. 3, p. 1582-1587. 2011
HUANG, X. et at. Understanding transactional distance in web‐based learning environments: An empirical study. British Journal of Educational Technology 2015. ISSN 1467-8535.
KOEDINGER, K. R. et al. Educational software features that encourage and discourage “gaming the system”. Proceedings of the 14th International Conference on Artificial Intelligence in Education, 2009. p. 475-482.
KOTSIANTIS, S. et al. Preventing student dropout in distance learning using machine learning techniques. Knowledge-Based Intelligent Information and Engineering Systems, 2003, Springer. p. 267-274.
LEVY, Y. Comparing dropouts and persistence in e-learning courses. Computers & education, v. 48, n. 2, p. 185-204, 2007. ISSN 0360-1315.
LYKOURENTZOU, I. et al. Dropout prediction in e-learning courses through the combination of machine learning techniques. Computers & Education, v. 53, n. 3, p. 950-965, 2009. ISSN 0360-1315.
MOORE, M. G. The theory of transactional distance. In: MOORE, M. G. (Ed.). Handbook of distance education. New York: Routledge 2013. cap. 5, p.66-85.
MOORE, M. G. Theory of transactional distance. In: (Ed.). Theoretical Principles of Distance Education. New York: Routledge, 1993. p. 2-29.
MOORE, M. G. Toward a theory of independent learning and teaching. The Journal of Higher Education, p. 661-679, 1973. ISSN 0022-1546.
PAUL, R. C. et at. Revisiting Zhang’s scale of transactional distance: refinement and validation using structural equation modeling. Distance Education, v. 36, n. 3, p. 364-382 2015.
QUEIROGA, E. et at. Um Estudo do Uso de Contagem de Interações Semanais para Predição Precoce de Evasão em Educação a Distância. Anais dos WCBIE, 2015. p.1074.
RAMOS, J. L. C., Silva, J., Rodrigues, R., Gomes, A. S., & de Souza, F. D. F. Mapeamento de dados de um LMS para medida de construtos da distância transacional. In Simpósio Brasileiro de Informática na Educação-SBIE. (Vol. 27, No. 1, p. 1056), 2016.
RIGO, S. J. et al. Aplicações de Mineração de Dados Educacionais e Learning Analytics com foco na evasão escolar: oportunidades e desafios. Revista Brasileira de Informática na Educação, v. 22, n. 01, p. 132, 2014.
SABA, F. (2007). A systems approach in theory building. In M. G. Moore (Ed.) Handbook of distance education. (pp.43-57). Mahwah, NJ: Lawrence Erlbaum.
SANDOE, C. Measuring transactional distance of online courses: The structure component. PhD. University of South Florida. 2005.
SHEARER, C. The CRISP-DM Model: The New Blueprint for Data Mining. Journal of Data Warehousing, v. 5, n. 4, p. 13-22, 2000.
SILVA, F. et al. Um modelo preditivo para diagnóstico de evasão baseado nas interações de alunos em fóruns de discussão. Anais do Simpósio Brasileiro de Informática na Educação, 2015. p.1187.
STEINMAN, Debbie. Educational experiences and the online student. TechTrends, v. 51, n. 5, p. 46-52, 2007.
WOODLEY, A.; SIMPSON, O. Student dropout: The elephant in the room. On-line distance education: Towards a research agenda, p. 459-484, 2014.
YASMIN, D. Application of the classification tree model in predicting learner dropout behaviour in open and distance learning. Distance Education, v. 34, n. 2, p. 218-231, 2013. ISSN 0158-7919.
YUKSELTURK, E. et al. Predicting dropout student: an application of data mining methods in an on-line education program. European Journal of Open, Distance and E-learning, v. 17, n. 1, p. 118-133, 2014.
ZHANG, A. Transactional Distance in Web-based College Learning Environments: Toward Measurement and Theory Construction. PhD Thesis. VCU Retrospective. Richmond. 2003.
Publicado
30/10/2017
Como Citar
RAMOS, Jorge L. C.; SEDRAZ SILVA, João C.; PRADO, Leonardo Cavalcante; GOMES, Alex Sandro; DE SOUZA, Fernando da F.; ZAMBOM, Erik de Gouveia; RODRIGUES, Rodrigo L..
Um Modelo Preditivo da Evasão dos Alunos na EAD a partir dos Construtos da Teoria da Distância Transacional. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 28. , 2017, Recife/PE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 1227-1236.
DOI: https://doi.org/10.5753/cbie.sbie.2017.1227.
