Um Estudo sobre a Influência das Dimensões do Modelo Felder–Silverman na Recomendação de Recursos Educacionais baseada nos Estilos de Aprendizagem dos Alunos

• Janderson Jason Barbosa Aguiar Universidade Federal de Campina Grande (UFCG)
• Anderson Felinto Barbosa Instituto Federal da Paraíba (IFPB)
• Joseana Macêdo Fechine Régis de Araújo Universidade Federal de Campina Grande (UFCG)
• Evandro de Barros Costa Universidade Federal de Alagoas (UFAL)

DOI: https://doi.org/10.5753/cbie.sbie.2017.1277

Resumo

A teoria dos Estilos de Aprendizagem (EA) pode ser utilizada para construir o perfil dos usuários em Sistemas de Recomendação Educacionais (SRE). Neste artigo é apresentado um estudo sobre a influência das quatro dimensões do modelo de EA de Felder–Silverman (FSLSM) na construção de perfis de usuários de SRE. Para isso, analisou-se a possibilidade de utilizar apenas alguma(s) dimensão(ões) para simplificar esta construção, mantendo, ainda, as recomendações personalizadas acuradas. Os resultados apontaram que as dimensões do FSLSM não têm a mesma influência na recomendação e que, embora não tenha sido possível destacar precisamente aquelas de maior influência, há indícios de que o uso de metade das dimensões seja suficiente.

Palavras-chave: Estilos de Aprendizagem, Modelo Felder–Silverman, Recomendação de Recursos Educacionais

Referências

Aggarwal, C. C. (2016). Recommender Systems: The Textbook. 1 ed. Springer International Publishing, 498 p., ISBN: 978-3-319-29659-3.

Aguiar, J. J. B.; Fechine, J. M.; Costa, E. B. (2014). Estilos Cognitivos e Estilos de Aprendizagem em Informática na Educação: um mapeamento sistemático focado no SBIE, WIE e RBIE. In: Anais do XXV Simpósio Brasileiro de Informática na Educação (SBIE/CBIE), Dourados, p. 441–450.

Aguiar, J. J. B.; Fechine, J. M.; Costa, E. B. (2015). Recomendação de Objetos de Aprendizagem baseada na Popularidade dos Objetos e nos Estilos de Aprendizagem dos Alunos. In: Anais do XXVI Simpósio Brasileiro de Informática na Educação (SBIE/CBIE), Maceió, p. 1147–1156.

Bativa, G. B.; Stiubiener, I. (2011). Ferramenta de Identificação de Perfis de Aprendizes – FIPA. In: Anais do XXII Simpósio Brasileiro de Informática na Educação (SBIE), Aracaju, p. 880–883.

Boslaugh, S.; Watters, P. A. (2008). Statistics in a Nutshell. O'Reilly Media. ISBN: 978-0-596-51049-7.

Costa, E.; Aguiar, J.; Magalhães, J. (2013). Sistemas de Recomendação de Recursos Educacionais: conceitos, técnicas e aplicações. In: Anais da Jornada de Atualização em Informática na Educação (JAIE/CBIE), p. 57–78.

Elahi, M.; Braunhofer, M.; Ricci, F.; Tkalcic, M. (2013). Personality-Based Active Learning for Collaborative Filtering Recommender Systems. In: Baldoni, M.; Baroglio, C.; Boella, G.; Micalizio, R. (Eds.), Proceeding of the XIIIth International Conference on AI*IA 2013: Advances in Artificial Intelligence, v. 8249, p. 360–371, Springer.

Felder, R. M.; Silverman, L. K. (1988). Learning and Teaching Styles in Engineering Education. Journal of Engineering Education, v. 78, n. 7, p. 674–681.

Felder, R.; Soloman, B. A. (1999). Index of Learning Styles (ILS). Disponível em: [link]. Acesso em: 27 jun. 2017.

Gantner, Z.; Rendle, S.; Freudenthaler, C.; Schmidt-Thieme, L. (2011). MyMediaLite: A Free Recommender System Library. In: Proceedings of the 5th ACM Conference on Recommender Systems (RecSys 2011). Chicago, USA.

Han, J.; Kamber, M. (2006). Data Mining: Concepts and Techniques. Elsevier.

IEEE. (2002). IEEE Standard for Learning Object Metadata. IEEE Std 1484.12.1-2002, p. i–32.

Kirschner, P. A. (2017). Stop propagating the learning styles myth. Computers & Education, v. 106(3), p. 166–171.

Klašnja-Milićević, A.; Vesin, B.; Ivanović, M.; Budimac, Z.; Jain, L. C. (2017). E-Learning Systems: Intelligent Techniques for Personalization. Springer International Publishing.

Newton, P. M.; Miah, M. (2017). Evidence-Based Higher Education – Is the Learning Styles “Myth” Important? Frontiers in Psychology, v. 8, 444.

Pashler, H.; McDaniel, M.; Rohrer, D.; Bjork, R. (2009). Learning Styles: Concepts and Evidence. Psychological Science in the Public Interest, v. 9, n. 3, p. 105–119.

Resende, D. T.; Dorça, F. A. (2015). Recomendação de conteúdo personalizada com base em estilos de aprendizagem: uma abordagem prática. Revista Brasileira de Informática na Educação (RBIE), v. 23, n. 3, p. 11–25.

Roshchina, A. (2012). TWIN: Personality-based Recommender System. MSc thesis. Tallaght Institute of Technology, Ireland.

Schunk, D. H. (2012). Learning theories: an educational perspective (6th ed.). Boston: Pearson.

Siemens, G. (2005). Connectivism: Learning as network-creation. ASTD Learning News, v. 10, n. 1, p. 1–28.

Truong, H. M. (2016). Integrating learning styles and adaptive e-learning system: Current developments, problems and opportunities. Computers in Human Behavior, v. 55, part B, p. 1185–1193.

Valaski, J.; Malucelli, A.; Reinehr, S. (2011). Revisão dos Modelos de Estilos de Aprendizagem Aplicados à Adaptação e Personalização dos Materiais de Aprendizagem. In: Anais do XXII Simpósio Brasileiro de Informática na Educação (SBIE), Aracaju, p. 844–847.

Xia, F.; Asabere, N. Y.; Liu, H.; Chen, Z.; Wang, W. (2014). Socially Aware Conference Participant Recommendation with Personality Traits. IEEE Systems Journal, p. 1–12.

Zaina, L. A.; Bressan, G.; Cardieri, M. A. A.; Rodrigues Junior, J. F. (2012). E-LORS: Uma abordagem para recomendação de Objetos de Aprendizagem. Revista Brasileira de Informática na Educação (RBIE), v. 20, n. 1, p. 4–16.