Identificador persistente para citar o vincular este elemento:
http://hdl.handle.net/10662/18549
Títulos: | Um modelo de Sistema de Recomendação integrado a Metodologias Ativas, MDE e Learning Analytics para a mitigação de evasão em EaD |
Otros títulos: | Recommendation System model integrated with Active Methodologies, EDM, and Learning Analytics for the dropout mitigation in Distance Education |
Autores/as: | Andrade, Tiago Luís de Almeira, Caroline Medeiros Martins de Barbosa, Jorge Luís Victória Rigo, Sandro José |
Palabras clave: | Sistema de Recomendación;Metodologías Activas;Minería de Datos Educativos;Análisis de aprendizaje;Abandono;Recommendation System;Active Methodologies;Educational Data Mining;Learning Analytics;Dropout;Sistema de recomendação;Metodologias ativas de dados Educacionais;Analítica da aprendizagem;Evasão |
Fecha de publicación: | 2023 |
Editor/a: | Universidad de Extremadura, Departamento de Ciencias de la Educación |
Resumen: | La Educación a Distancia posibilitó prácticas educativas basadas en plataformas digitales. A pesar de su amplia adopción, las altas tasas de deserción son motivo de preocupación para docentes y gestores institucionales. Existen iniciativas para mitigar esta situación, como la Minería de Datos Educativos (EDM), la Analítica de Aprendizaje (LA) y el uso de Sistemas de Recomendación (RS). Aunque efectivas en aspectos específicos, estas técnicas carecen de mecanismos para la motivación de los estudiantes y de intervención pedagógica por parte de los docentes, al no presentar propuestas metodológicas para incentivar el aprendizaje. Por lo tanto, este artículo describe un modelo de RS que se presenta como una integración diferencial del enfoque pedagógico de Metodologías Activas con el apoyo de técnicas de Minería de Datos Educativos y Analítica de Aprendizaje para identificar estudiantes con riesgos de deserción y potenciar la permanencia. Para ello se implementó un prototipo y se realizó un estudio de caso con profesores de dos universidades para evaluar la funcionalidad y aceptación. Según el modelo TAM, más del 87% de los docentes está de acuerdo con la facilidad de uso y el 77% está de acuerdo en que RS puede ser útil en el proceso de enseñanza y aprendizaje de los estudiantes. Por lo tanto, se puede concluir que el modelo contribuye a las prácticas docentes, fomenta el aprendizaje colaborativo y favorece el seguimiento de este proceso y de las actividades desarrolladas por los estudiantes. Distance Education enabled educational practices based on digital platforms. Despite its wide adoption, the high dropout rates are a reason for concern for teachers and institutional managers. There are initiatives to mitigate this situation, such as Educational Data Mining (EDM), Learning Analytics (LA), and the use of Recommendation Systems (RS). Although effective in specific aspects, these techniques lack mechanisms for the motivation of students and pedagogical intervention by teachers, as they do not present methodological proposals to encourage learning. Therefore, this article describes an RS model that presents as a differential integration of the pedagogical approach of Active Methodologies with the support of Educational Data Mining and Learning Analytics techniques to identify students with dropout risks and enhance permanence. For this, a prototype was implemented and a case study was carried out with professors from two universities to assess functionality and acceptance. According to the TAM model, more than 87% of teachers agree with the ease of use and 77% agree that RS can be useful in the teaching and learning process of students. Therefore, it can be concluded that the model contributes to teaching practices, encourages collaborative learning, and favors the monitoring of this process and the activities developed by the students. A Educação a Distância possibilitou práticas educacionais baseadas em plataformas digitais. Apesar de sua ampla adoção, os altos índices de evasão são motivos de preocupação de professores e gestores institucionais. Existem iniciativas para mitigação desta situação, como a Mineração de Dados Educacionais (MDE), Learning Analytics (LA) e o uso de Sistemas de Recomendação (SR). Apesar de efetivas em aspectos específicos, estas técnicas carecem de mecanismos para a motivação dos alunos e intervenção pedagógica dos professores, pois não apresentam propostas metodológicas para incentivar a aprendizagem. Diante disso, esse artigo descreve um modelo de SR que apresenta como diferencial a integração da abordagem pedagógica das Metodologias Ativas com o suporte das técnicas de Mineração de Dados Educacionais e de Learning Analytics para identificar os alunos com riscos de evasão e potencializar a permanência. Para isso, foi implementado um protótipo e realizado um estudo de caso com docentes de duas universidades para a avaliação de funcionalidade e aceitação. De acordo com o Modelo TAM, mais de 87% dos docentes concordam com a facilidade de uso e 77% concordam que o SR pode ser útil no processo de ensino e aprendizagem dos alunos. Portanto, pode-se concluir que o modelo contribui para as práticas de ensino, incentiva a aprendizagem colaborativa e favorece o acompanhamento desse processo e das atividades desenvolvidas pelos alunos. |
URI: | http://hdl.handle.net/10662/18549 |
ISSN: | 1695-288X |
DOI: | 10.17398/1695-288X.22.2.185 |
Colección: | RELATEC Vol. 22, nº 2 (2023) |
Archivos
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
1695-288X_22_2_185.pdf | 1,13 MB | Adobe PDF | Descargar |
Este elemento está sujeto a una licencia Licencia Creative Commons