Contribuições de um Plugin do tipo Report para a Identificação do Risco de Evasão no AVA Moodle com base em Visualização de Dados

Autores

  • Maria Tatiane de Souza Brito Universidade Federal da Paraíba
  • Francisco Petrônio Alencar de Medeiros Instituto Federal da Paraíba
  • Ed Porto Bezerra Universidade Federal da Paraíba
  • Alex Sandro Rodrigues Barbosa Instituto Federal da Paraíba

DOI:

https://doi.org/10.5753/rbie.2020.28.0.01

Palavras-chave:

Evasão, Moodle, Learning Analytics, Visualização de dados, Indicadores

Resumo

Este trabalho pertence ao campo de pesquisa educacional, conhecido como Learning Analytics, e tem como objetivo analisar a contribuição de indicadores sociais, cognitivos e comportamentais da aprendizagem dos alunos, criados com base em dados do Ava Moodle, para auxiliar professores, tutores e coordenadores de cursos on-line na identificação de alunos em risco de evasão. Os AVAs geram relatórios e logs sobre as atividades dos alunos, todavia eles geralmente são de difícil compreensão para tutores, professores e coordenadores de curso, o que dificulta a identificação de problemas de evasão, entre outros, de forma mais objetiva. Diante disso, acredita-se que a utilização de uma solução que colete dados de indicadores referentes aos acessos, às interações e às notas dos alunos em um AVA, apresentando-os por meio de infográficos, pode ajudar aos agentes acima citados a identificar alunos que possam estar em vias de abandonar um curso a distância. Para tanto, foi concebido e implementado um plugin do tipo report (relatório) para o AVA Moodle, contendo funcionalidades de filtros, envio de notificações e gráficos interativos, gerados pela ferramenta Google Charts. Para avaliar esse plugin, foram feitas análises qualitativas através da aplicação dessa ferramenta com o grupo focal formado desses profissionais de cursos a distância. Concluiu-se, então, que o plugin proporciona uma melhoria na percepção desse grupo em relação aos dados dos alunos que estão em risco de evasão, em comparação com os logs e relatórios nativos do Moodle.

Downloads

Não há dados estatísticos.

Referências

Alqurashi, E. (2018). Predicting student satisfaction and perceived learning within online learning environments. Distance Education, 1-16. [DOI:10.1080/01587919.2018.1553562].[GS Search]

Amaral, J. N. (2011). About computing science research methodology. [GS Search]

Benta, D., Bologa, G., & Dzitac, I. (2014). E-learning platforms in higher education. Case study. Procedia Computer Science, 31, 1170-1176. [DOI:10.1016/j.procs.2014.05.373].[GS Search]

Carvalho, E. S., & Marcos, A. F. (2009). Visualização de informação. Centro de Computação Gráfica (CCG).[GS Search]

Cohen, A. (2017). Analysis of student activity in web-supported courses as a tool for predicting dropout. Educational Technology Research and Development, 65(5), 1285-1304. [DOI:10.1007/s11423-017-9524-3].[GS Search]

Corrin, L., Kennedy, G., De Barba, P., Bakharia, A., Lockyer, L., Gasevic, D., & Copeland, S. (2015). Loop: A learning analytics tool to provide teachers with useful data visualisations.[GS Search]

Costa, R. L. D., & Santos, J. C. D. (2017). Dropout in distance technical courses. Educar em Revista, (66), 241-256.[DOI:10.1590/0104-4060.50700].[GS Search]

Coutinho, E., Bezerra, J., Bezerra, C. I. M., & Moreira, L. O. (2018, October). Uma Análise da Evasão em Cursos de Graduação Apoiado por Métricas e Visualização de Dados. In: Anais do Workshop de Informática na Escola (Vol. 24, No. 1, p. 31). [DOI:10.5753/cbie.wie.2018.31].[GS Search]

Dobashi, K. (2016). Development and trial of excel macros for time series cross section monitoring of student engagement: analyzing students’ page views of course materials. Procedia Computer Science, 96, 1086-1095. [DOI:10.1016/j.procs.2016.08.133].[GS Search]

Dyckhoff, A. L., Zielke, D., Bültmann, M., Chatti, M. A., & Schroeder, U. (2012). Design and implementation of a learning analytics toolkit for teachers. Journal of Educational Technology & Society, 15(3). [GS Search]

Einhardt, L., Tavares, T. A., & Cechinel, C. (2016, October). Moodle analytics dashboard: A learning analytics tool to visualize users interactions in Moodle. In Learning Objects and Technology (LACLO), Latin American Conference on (pp. 1-6). IEEE. [DOI:10.1109/LACLO.2016.7751805].[GS Search]

Fredricks, J., McColskey, W., Meli, J., Mordica, J., Montrosse, B., & Mooney, K. (2011). Measuring Student Engagement in Upper Elementary through High School: A Description of 21 Instruments. Issues & Answers. REL 2011-No. 098. Regional Educational Laboratory Southeast. [GS Search]

Gašević, D., Dawson, S., & Siemens, G. (2015). Let’s not forget: Learning analytics are about learning. TechTrends, 59(1), 64-71. [DOI:10.1007/s11528-014-0822-x].[GS Search]

Gómez-Aguilar, D. A., Hernández-García, Á., García-Peñalvo, F. J., & Therón, R. (2015). Tap into visual analysis of customization of grouping of activities in eLearning. Computers in Human Behavior, 47, 60-67. [DOI:10.1016/j.chb.2014.11.001].[GS Search]

Google. Charts. Disponível em: https://developers.google.com/chart/.

Handelsman, M. M., Briggs, W. L., Sullivan, N., & Towler, A. (2005). A measure of college student course engagement. The Journal of Educational Research, 98(3), 184-192. [DOI:10.3200/JOER.98.3.184-192].[GS Search]

Henrie, C. R., Halverson, L. R., & Graham, C. R. (2015). Measuring student engagement in technology-mediated learning: A review. Computers & Education, 90, 36-53. [DOI:10.1016/j.compedu.2015.09.005].[GS Search]

Johnson, G. M., & Johnson, J. A. (2010). Dimensions of online behavior: implications for engineering E-learning. In Technological developments in education and automation (pp. 61-66). Springer, Dordrecht. [DOI:10.1007/978-90-481-3656-8_13].[GS Search]

Kent, C., Laslo, E., & Rafaeli, S. (2016). Interactivity in online discussions and learning outcomes. Computers & Education, 97, 116-128. [DOI:10.1016/j.compedu.2016.03.002].[GS Search]

Kostopoulos, G., Kotsiantis, S., & Pintelas, P. (2015, October). Estimating student dropout in distance higher education using semi-supervised techniques. In: Proceedings of the 19th Panhellenic Conference on Informatics (pp. 38-43). ACM. [DOI:10.1145/2801948.2802013].[GS Search]

Lucena, K. T., Silva, J., & Oliveira, E. (2015, October). WebMonitor: uma ferramenta para monitoramento e acompanhamento de cursos em um AVA. In: Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE) (Vol. 26, No. 1, p. 249). [DOI:10.5753/cbie.sbie.2015.249].[GS Search]

Lykourentzou, I., Giannoukos, I., Nikolopoulos, V., Mpardis, G., & Loumos, V. (2009). Dropout prediction in e-learning courses through the combination of machine learning techniques. Computers & Education, 53(3), 950-965. [DOI:10.1016/j.compedu.2009.05.010].[GS Search]

Lyra, K., Reis, R., Cruz, W. & Isotani, S. (2019). Um framework de classificação de complexidade para infográficos. Revista Brasileira de Informática na Educação, V(27), N.1. [DOI:10.5753/rbie.2019.27.01.196].[GS Search]

Mazza, R., & Dimitrova, V. (2007). CourseVis: A graphical student monitoring tool for supporting instructors in web-based distance courses. International Journal of Human-Computer Studies, 65(2), 125-139. [DOI:10.1016/j.ijhcs.2006.08.008].[GS Search]

Medeiros, F., Gomes, A. S., Amorim, R., & Medeiros, G. (2013, July). Architecture for Social Interactions Monitoring in Collaborative Learning Environments as a Support for the Teacher's Awareness. In: Advanced Learning Technologies (ICALT), 2013 IEEE 13th International Conference on (pp. 123-127). IEEE. [DOI:10.1109/ICALT.2013.41].[GS Search]

Medeiros, F., Gomes, A., Amorim, R., & Medeiros, G (2013). Redesigning collaboration tools to enhance social presence in online learning environments. In: International Conference on Collaboration and Technology (pp. 175-191). Springer, Berlin, Heidelberg. [GS Search]

Morgan, D. L., & Krueger, R. A. (1998). Developing questions for focus groups (Vol. 3). Sage. [GS Search]

Nguyen, Q., Huptych, M., & Rienties, B. (2018). Using Temporal Analytics to Detect Inconsistencies between Learning Design and Student Behaviours. Journal of Learning Analytics, 5(3), 120-135. [DOI:10.18608/jla.2018.53.8].[GS Search]

Picciano, A. G. (2002). Beyond student perceptions: Issues of interaction, presence, and performance in an online course. Journal of Asynchronous learning networks, 6(1), 21-40. [GS Search]

Plaisant, C. (2005). Information visualization and the challenge of universal usability. In: Exploring geovisualization (pp. 53-82). Elsevier. [DOI:10.1016/B978-008044531-1/50421-8].[GS Search]

Relatório ABED (2016). Relatório analítico da aprendizagem a distância no Brasil. ABED. São Paulo, SP. Disponível em: http://abed.org.br/censoead2016/Censo_EAD_2016_portugues.pdf.

Silva Junior, C. B., & Oliveira. I. C. A (2016). Learning analytics: Revisão da literatura e o estado da arte. In Métodos e Tecnologias, 22o Congresso Internaional ABED de Educação a Distância. ABED. São Paulo, SP. Disponível em: http://www.abed.org.br/congresso2016/trabalhos/329.pdf.

Silva, J. C., Brito, A. V., & Medeiros, F. P. A. (2015). Mapeamento Sistemático da Literatura acadêmico-científica sobre Análise de Redes Sociais aplicada em E-Learning. Revista Brasileira de Informática na Educação, 23(1), 139-148. [GS Search]

Skinner, E., Furrer, C., Marchand, G., & Kindermann, T. (2008). Engagement and disaffection in the classroom: Part of a larger motivational dynamic?. Journal of educational psychology, 100(4), 765.[DOI:10.1037/a0012840].[GS Search]

Ward, M. O., Grinstein, G., & Keim, D. (2015). Interactive data visualization: foundations, techniques, and applications. AK Peters/CRC Press. [GS Search]

Zielinski, F. D. C., & Schmitt, M. A. R. (2015). Uma ferramenta gráfica para suporte à atividade docente no Moodle. RENOTE, 13(1). [DOI:10.22456/1679-1916.57644].[GS Search]

Arquivos adicionais

Publicado

2020-02-16

Como Citar

DE SOUZA BRITO, M. T.; MEDEIROS, F. P. A. de; BEZERRA, E. P.; BARBOSA, A. S. R. Contribuições de um Plugin do tipo Report para a Identificação do Risco de Evasão no AVA Moodle com base em Visualização de Dados. Revista Brasileira de Informática na Educação, [S. l.], v. 28, p. 01–29, 2020. DOI: 10.5753/rbie.2020.28.0.01. Disponível em: https://sol.sbc.org.br/journals/index.php/rbie/article/view/3662. Acesso em: 27 fev. 2024.

Edição

Seção

Artigos

Artigos mais lidos pelo mesmo(s) autor(es)