Identificação de Pesquisas e Análise de Algoritmos de Clusterização para a Descoberta de Perfis de Engajamento

Autores

DOI:

https://doi.org/10.5753/rbie.2022.2508

Palavras-chave:

Engajamento, Educação a Distância, Interação, Desempenho, Mineração de dados educacionais

Resumo

A adoção da Educação a Distância (EAD) é uma tendência que vem ganhando espaço no campo educacional. O número de pessoas que optam por esta modalidade de ensino vem crescendo. Vantagens como flexibilização do horário, diversidade de acesso geográfico e uso de tecnologias como meio de acesso proporcionam um aumento de adesão. Apesar destes benefícios que são oferecidos por meio da modalidade E-learning (Ensino Eletrônico) e das ferramentas de estudo, como LMS (Sistema de Gestão de Aprendizagem), as instituições ainda enfrentam altos índices de evasão e baixo número de concluintes. Pesquisas mostram uma forte ligação entre o engajamento dos alunos e o desempenho acadêmico, o que requer dos gestores e pesquisadores em educação mais atenção nos fatores que influenciam os níveis de engajamento dos alunos ao longo do curso, em vez de apenas considerar a taxa de conclusão. Neste sentido, este trabalho teve o objetivo de entender a relação entre os níveis de engajamento com o desempenho acadêmico. A pesquisa foi dividida em duas fases: na primeira buscou-se apresentar uma revisão sistemática para encontrar estudos que abordem o fenômeno do engajamento e seus desdobramentos; na segunda fase aplicou-se técnicas de mineração de dados educacionais (EDM) para extrair e analisar dados comportamentais de seis mil e quinhentos e vinte e sete estudantes ao longo de um curso de graduação. Como resultado da revisão sistemática foi possível obter as respostas das cinco questões de pesquisas nos vinte e seis artigos retornados nos repositórios de busca IEEExplore, Science Direct e Springer. Além disso, os resultados da aplicação da técnica de EDM possibilitaram identificar três perfis diferentes de engajamento, que podem contribuir para a tomada de decisão pedagógica, bem como o desenvolvimento de desenhos metodológicos que diminuam os níveis de evasão em um curso.

Downloads

Não há dados estatísticos.

Referências

Abu-dawood, S. (2016). The Cognitive And Social Motivational Affordances Of Gamification In E-learning Environment. 2016 Ieee 16th International Conference On Advanced Learning Technologies (icalt). doi: 10.1109/ICALT.2016.126. [GS Search]

Akbar, H. A., Purwarianti, A., & Zubir, H. Y. (2013). Development of e-learning with social network. 2013. Joint International Conference on Rural Information & Communication Technology and Electric-Vehicle Technology (RICT & ICeV-T). doi: 10.1109/rict-icevt.2013.6741558. [GS Search]

Alkabbany, I., Ali, A., Farag, A., Bennett, I., Ghanoum, M., & Farag, A. (2019). Measuring student engagement level using facial information. 2019 IEEE International Conference on Image Processing (ICIP). doi: 10.1109/icip.2019.8803590. [GS Search]

Altuwairqi, K., Jarraya, S. K., Allinjawi, A., & Hammami, M. (2018). A new emotion–based affective model to detect student’s engagement. Journal of King Saud University - Computer and Information Sciences. doi: 10.1016/j.jksuci.2018.12.008. [GS Search]

Banegas, D. L., & Busleimán, G. I. M. (2014). Motivating factors in online language teacher education in southern Argentina. Computers & Education, 76, 131-142. doi: 10.1016/j.compedu.2014.03.014 . [GS Search]

Barua, P. D., Zhou, X., Gururajan, R., & Chan, K. C. (2018). Determination of Factors Influencing Student Engagement Using a Learning Management System in a Tertiary Setting. 2018 IEEE/WIC/ACM International Conference on Web Intelligence (WI). doi: 10.1109/wi.2018.00-30. [GS Search]

Bergdahl, N., Nouri, J., & Fors, U. (2019). Disengagement, engagement and digital skills in technology-enhanced learning. Education and Information Technologies, 25(2), 957–983. doi: 10.1007/s10639-019-09998-w. [GS Search]

Blanchette, J. (2012). Participant interaction in asynchronous learning environments: evaluating interaction analysis methods. Linguistics and Education, 23(1), 77–87. doi: 10.1016/j.linged.2011.02.007. [GS Search]

Capuano, N., Mangione, G. R., Pierri, A., & Lin, E. (2013). Engaging e-learning for Risk Management: the ALICE Experience in Italian Schools. 2013 Seventh International Conference on Complex, Intelligent, and Software Intensive Systems. doi: 10.1109/cisis.2013.67. [GS Search]

Chuang, H., Wang, C., Chen, G., Liu, C., Liu, B. (2010). Design And Evaluation Of An Affective Interface Of The E-learning Systems. 2010 10th Ieee International Conference On Advanced Learning Technologies. doi: 10.1109 / ICALT.2010.62. [GS Search]

Ding, L., Kim, C., & Orey, M. (2017). Studies of student engagement in gamified online discussions. Computers & Education, 115, 126–142. doi: 10.1016/j.compedu.2017.06.016 . [GS Search]

Doumanis, I., Economou, D., Sim, G. R., & Porter, S. (2019). The impact of multimodal collaborative virtual environments on learning: A gamified online debate. Computers & Education, 130, 121–138. doi: 10.1016/j.compedu.2018.09.017. [GS Search]

Feidakis, M., Daradoumis, T., Caballe, S., & Conesa, J. (2013). Measuring the Impact of Emotion Awareness on e-learning Situations. 2013 Seventh International Conference on Complex, Intelligent, and Software Intensive Systems. doi: 10.1109/cisis.2013.71. [GS Search]

Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School Engagement: Potential of the Concept, State of the Evidence. Review of Educational Research, 74(1), 59-109. doi: 10.3102/00346543074001059. [GS Search]

Goh, W., Ayub, E., Wong, S. Y., & Lim, C. L. (2017). The importance of teacher's presence and engagement in MOOC learning environment: A case study. 2017 IEEE Conference on e-Learning, e-Management and e-Services (IC3e). doi: 10.1109/ic3e.2017.8409250. [GS Search]

Halawa, M. S, Shehab, M. E, & Hamed, E. M. R. (2015) Predicting student personality based on a data-driven model from student behavior on LMS and social networks. 2015 Fifth International Conference on Digital Information Processing and Communications (ICDIPC). doi: 10.1109/ICDIPC.2015.7323044. [GS Search]

Haron, H., Aziz, N. H. N., & Harun, A. (2017). A Conceptual Model Participatory Engagement Within E-learning Community. Procedia Computer Science, 116, 242–250. doi: 10.1016/j.procs.2017.10.046. [GS Search]

Heo, H.; Lim, K. Y.; Kim, Y. (2010). Exploratory study on the patterns of online interaction and knowledge co-construction in project-based learning. Computers & Education, 55(3), 1383–1392. doi: 10.1016 / j.compedu.2010.06.012. [GS Search]

Kassambara, A. (2017). Practical Guide To Principal Component Methods in R. STHDA. [GS Search]

Krouska, A., Troussas, C., & Virvou, M. (2017). Social networks as a learning environment: Developed applications and comparative analysis. 2017 8th International Conference on Information, Intelligence, Systems & Applications (IISA). doi: 10.1109/iisa.2017.8316430. [GS Search]

Lazareva, A. (2015). Promoting collaborative interactions in a learning management system. 2015 International Conference on Interactive Collaborative Learning (ICL). doi: 10.1109/icl.2015.7318066. [GS Search]

Malczewska-webb, B., Vallero, A., King, C. P., & Simon, H. (2016). Breaking Down The Barriers Of Online Teaching: Training Tesol Teachers In A Virtual Environment. Second Language Learning And Teaching Researching Second Language Learning And Teaching From A Psycholinguistic Perspective, 237–258. doi: 10.1007/978-3-319-31954-4_16. [GS Search]

Messias, I., Morgado, L., & Barbas, M. (2015). Students' engagement in Distance Learning: creating a scenario with LMS and social network aggregation. 2015 International Symposium on Computers in Education (SIIE). doi: 10.1109/siie.2015.7451646. [GS Search]

Moubayed, A., Injadat, M., Shami, A., & Lutfiyya, H. (2018). Relationship between student engagement and performance in e-learning environment using association rules. 2018 IEEE World Engineering Education Conference (EDUNINE). doi: 10.1109/edunine.2018.8451005. [GS Search]

Oliveira, P. L. S. D., Souza, A. J. D., & Rodrigues, R. (2019). Identificação de pesquisas referentes ao engajamento de alunos em plataformas de LMS e suas relações com o desempenho acadêmico. Anais do XXX Simpósio Brasileiro de Informática na Educação (SBIE 2019). doi: 10.5753/cbie.sbie.2019.1631. [GS Search]

Oyelere, S. S., & Suhonen, J. (2016). Design and Implementation of Mobile Edu M-learning Application for Computing Education in Nigeria: a Design Research Approach. 2016 International Conference on Learning and Teaching in Computing and Engineering (LaTICE). doi: 10.1109/latice.2016.3. [GS Search]

Pellas, N. (2014). Bolstering the Quality and Integrity of Online Collaborative University- Level Courses via an Open Sim Standalone Server in Conjunction with Sloodle. Education and Information Technologies, 21(5), 1007–1032. doi: 10.1007/s10639-014-9365-1. [GS Search]

Ramirez-Arellano, A. (2019). Students Learning Pathways in Higher Blended Education: An Analysis of Complex Networks Perspective. Computers & Education, 141, 103634. doi: 10.1016/j.compedu.2019.103634. [GS Search]

Ramos, J. L. C., Silva, R. E. D. E., Silva, J. C. S., Rodrigues, R. L., & Gomes, A. S. (2016). A Comparative Study between Clustering Methods in Educational Data Mining. IEEE Latin America Transactions, 14(8), 3755-3761. doi: 10.1109/tla.2016.7786360. [GS Search]

Refat, N., Rahman, M. A., Asyhari, A. T., Kurniawan, I. F., Bhuiyan, M. Z. A., & Kassim, H. (2019). Interactive Learning Experience-Driven Smart Communications Networks for Cognitive Load Management in Grammar Learning Context. IEEE Access, 7, 64545–64557. doi: 10.1109/access.2019.2915174. [GS Search]

Rodrigues, R., Ramos, J., Silva, J., & Gomes, A. (2016). Discovery engagement patterns MOOCs through cluster analysis. IEEE Latin America Transactions, 14(9), 4129–4135. doi: 10.1109/tla.2016.7785943. [GS Search]

Scannavino, K. R. F., Nakagawa, E. Y., Fabbri, S. C. P. F., & Ferrari, F. C. (2017). Revisão Sistemática da Literatura em Engenharia de Software: teoria e prática. Rio de Janeiro: Elsevier [GS Search]

Sedraz, J. C. S. S., Souza, F. da F. de, Ramos, J. L. C., Rodrigues, R. L., Zambom, E. de G., & Cavalcanti, A. (2018). Avaliação da usabilidade de um recurso de Learning Analíticas dedicado à promoção da Autorregulação da Aprendizagem em Flipped Classroom. Revista Latinoamericana de Tecnología Educativa - RELATEC. doi: 10.17398/1695-288X.17.2.9. [GS Search]

Shraim, K. (2013). Facilitating the Implementation of the Constructivist Approach through the Social Space of Facebook. 2013 Fourth International Conference on e-Learning "Best Practices in Management, Design and Development of e-Courses: Standards of Excellence and Creativity". doi: 10.1109/ECONF.2013.12. [GS Search]

Sobaih, Abu Elnasr E. et al. (2016). “To Use or Not to Use? Social Media in Higher Education in Developing Countries.” Computers in Human Behavior, 58, 296–305. doi: 10.1016/j.chb.2016.01.002. [GS Search]

Souza-Concilio, I. D. A., & Pacheco, B. D. A. (2013). How to make Learning Management Systems more exciting and entertaining: Games, interaction and experience design. 2013 IEEE Conference on e-Learning, e-Management and e-Services. doi: 10.1109/ic3e.2013.6735959. [GS Search]

Sypsas, A, Toki, E., & Pange, J. (2015). Supporting Undergraduate Students via Webinars. 2015 International Conference on Interactive Mobile Communication Technologies and Learning (IMCL), 2015. doi: 10.1109/imctl.2015.7359592. [GS Search]

Vigentini, L., Mirriahi, N., & Kligyte G. (2016). From Reflective Practitioner to Active Researcher: Towards a Role for Learning Analytics in Higher Education Scholarship. Learning, Design, and Technology, 2016, 1–29. doi: 10.1007/978-3-319-17727-4_6-1 . [GS Search]

Whitty, C., & Anane, R. (2014). Social Network Enhancement for Non-formal Learning. 2014 47th Hawaii International Conference on System Sciences. doi: 10.1109/hicss.2014.210 . [GS Search]

Williams, K. M., Stafford, R. E., Corliss, S. B., & Reilly, E. D. (2018). Examining student characteristics, goals, and engagement in Massive Open Online Courses. Computers & Education, 126, 433-442. doi: doi:10.1016/j.compedu.2018.08.014. [GS Search]

Zainuddin, Z. (2018). Students' learning performance and perceived motivation in gamified flipped-class instruction. Computers & Education, 126, 75-88. doi: doi:10.1016/j.compedu.2018.07.003. [GS Search]

Arquivos adicionais

Publicado

2022-02-13

Como Citar

OLIVEIRA, P. L. S. de; RODRIGUES, R. L.; RAMOS, J. L. C.; SILVA, J. C. S. Identificação de Pesquisas e Análise de Algoritmos de Clusterização para a Descoberta de Perfis de Engajamento. Revista Brasileira de Informática na Educação, [S. l.], v. 30, p. 01–19, 2022. DOI: 10.5753/rbie.2022.2508. Disponível em: https://sol.sbc.org.br/journals/index.php/rbie/article/view/2508. Acesso em: 23 abr. 2024.

Edição

Seção

Artigos