O USO DE TECNOLOGIAS DIGITAIS NO PROCESSO DE ENSINO E APRENDIZAGEM NO MOODLE: UM MAPEAMENTO SISTEMÁTICO DA LITERATURA

Autores

Palavras-chave:

Moodle, Mineração de dados, Desempenho de estudantes, Educação à Distância.

Resumo

Este estudo apresenta resultados de um mapeamento sistemático da literatura nos últimos cinco anos (2016-2020), em que buscou investigar o uso de tecnologias digitais no processo de ensino e aprendizagem no Moodle. Para essa pesquisa, foram selecionados artigos publicados no Portal de Periódicos da CAPES. Esse portal virtual foi escolhido pela sua grande importância no cenário científico nacional e internacional, com contribuições significativas acerca de pesquisas relacionadas à informática na educação. Após a seleção de estudos primários, foram analisados trinta e um trabalhos, os quais registraram as maiores frequências para a utilização dos seguintes recursos digitais: software SPSS, plugins do Moodle e aplicativos de mineração de dados. Dentre as principais variáveis relatadas destacam-se: a aprendizagem no Moodle, monitoramento de atividades e previsão de desempenho de estudantes. Dentre as contribuições, destacam-se: uso de recursos digitais no processo de ensino e aprendizagem, acompanhamento e previsão do desempenho de estudantes. A pesquisa apresentou contribuições relevantes, principalmente para aperfeiçoar e potencializar o processo de ensino e aprendizagem em momentos de distanciamento social na modalidade EaD.

Downloads

Não há dados estatísticos.

Biografia do Autor

Eduardo Dalcin, IFFAR - Instituto Federal de Educação Ciência e Tecnologia Farroupilha, Santo Augusto, RS.

Professor no Instituto Federal de Educação Ciência e Tecnologia Farroupilha, Farroupilha, RS, Brasil.

Ilse Abegg, Universidade Federal de Santa Maria, Santa Maria, RS.

Professora Associada no Departamento de Metodologia do Ensino, no Centro de Educação da Universidade Federal de Santa Maria, Santa Maria, RS, Brasil.

Paulo Sergio Ceretta, Universidade Federal de Santa Maria, Santa Maria, RS.

PROFESSOR ASSOCIADO da Universidade Federal de Santa Maria, Revisor de projeto de fomento do Conselho Nacional de Desenvolvimento Científico e Tecnológico, Revisor de periódico da REAd. Revista Eletrônica de Administração, Revisor de periódico da Revista Brasileira de Finanças, Revisor de periódico da Revista de Ciências da Administração (CAD/UFSC), Revisor de periódico da Latin American Business Review (Binghamton), Revisor de periódico da Redes (Santa Cruz do Sul), Revisor de periódico da Custos e @gronegócio Online, Membro de corpo editorial da Sociais e Humanas, Revisor de periódico da RAM. Revista de Administração Mackenzie (Online), Revisor de periódico da Ciência Rural (UFSM. Impresso), Revisor de periódico da The Quarterly Review of Economics and Finance, Revisor de projeto de fomento da The United Arab Emirates University (UAEU; http://www.uaeu.ac.ae/en/), Membro de corpo editorial da Revista de Administração da UFSM e Membro de corpo editorial da RAM. Revista de Administração Mackenzie (Online).

Referências

ALBUQUERQUE, M. C. N. de. Fórum LV Fuzzificado: Avaliando a presencialidade em Ambientes Virtuais. Dissertação (Mestrado em Computação). Instituto Federal do Ceará - Campus Fortaleza, 2018.

BAKER, R. S. J.; ISOTANI, S.; CARVALHO, A. de. Mineração de dados educacionais: Oportunidades para o Brasil. Revista Brasileira de Informática na Educação, v. 12, n. 2, p. 3 – 13, 2011.

CACAIS, M. G.; SALES, G. L.; CALDAS, W. L. A Gamified System for Task Monitoring and Performance Evaluation Using the Learning Vectors (LV) Model. Journal of Internet Technology and Secured Transactions, v. 7, p. 605–614, 2018.

COLLINS, M.; SCHAPIRE, Re; SINGER, Y. Regressão logística, Adaboost e Distâncias de Bregman. Aprendizado de máquina, 48, 253–285, 2004.

FILATRO, A. Data Science na Educação: presencial, a distância e corporativa. Saraiva Educação São Paulo, 2021.

GONCALVES, A. J.; CUNHA, J. L. L.; SALES, G. L. Concepção do Fórum P&R LV: avaliação formativa da aprendizagem. RENOTE. Revista Novas Tecnologias na Educação, v. 14, p. 1-10, 2016.

HU, Q.; HUANG, Y.; DENG, L. Um método para análise de fórum de discussão online em Moodle. In: 13ª Int. Conf. Comput. Sci. Educ. ICCSE 2018, sem Iccse; 2018. J Distance Educ Technol. 2019.

KITCHENHAM, B. Procedures for performing systematic reviews. Keele, UK, Keele University, 2004.

LYKOURENTZOU, I.; GIANNOUKOS, I.; MPARDIS, G.; NIKOLOPOULOS, V.; LOUMOS, V. Early and dynamic student achievement prediction in e-learning courses using neural networks. Journal of the American Society for Information Science & Technology, 60, 372–380, 2009.

MACFADYEN, L. P.; DAWSON, S. Mining LMS data to develop an “early warning system” for educators: A proof of concept. Computers & Education, 54, 588–599, 2010.

MACHADO, C.; MACIEL, A.; RODRIGUES, R.; MENEZES, R. Uma abordagem para a temática análise de relevância aplicada a contribuições textuais em fóruns de discussão, 2019.

MARINHO, M. J. F.; CUNHA, J. L. L.; GONÇALVES, A. J.; Sales, G. L. Glossário Hipertextual Colaborativo LV. RENOTE. Revista Novas Tecnologias na Educação, v. 14, p. 1-11, 2016.

MORRIS, L. V.; FINNEGAN, C.; WU, S. S. Tracking student behavior, persistence, and achievement in online courses. Internet and Higher Education, 8, 221–231, 2005.

RODRIGUES, R. L.; DE MEDEIROS, F. P.; GOMES, A. S. Modelo de regressão linear aplicado à previsão de desempenho de estudantes em ambiente de aprendizagem. In: Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 24, page 607, 2013.

ROMERO, C.; & VENTURA, S. Educational data mining: A review of the state of the art. IEEE Transactions on Systems, Man and Cybernetics Part C: Applications and Reviews, 40, 601–618, 2010.

SALES, G. L. (2010). Learning Vectors (LV): um modelo de avaliação da aprendizagem em EaD online aplicando métricas não-lineares. Tese Doutorado. Departamento de Engenharia de Teleinformática. Universidade Federal do Ceará. 239f. Disponível em: https://goo.gl/2ULNJU. Acesso em: 2 ago. 2021.

SALES, G.; ALBUQUERQUE M.C; PAZ R.P.; LEITE, E. A. M. Modelo Learning Vectors na Avaliação Formativa no AVA Moodle: de Emoticons a GIFs Animados. Revista Ibérica de Sistemas e Tecnologias de Informação, 2019.

SHAHIRI, A. M.; HUSAIN, W.; RASHID, N. A. A review on predicting student’s performance using data mining techniques. Procedia Computer Science, 72, 414–422, 2015.

SILVA et al. Ensino-aprendizagem de programação: uma revisão sistemática da literatura. In: RBIE, v. 23, n. 1, 2015.

SILVA, F. A. G. da. Alert-LV: Um sistema de monitoramento e apoio à tutoria para suporte à avaliação em ambientes virtuais de aprendizagem. Dissertação (Mestrado em Ciência da Computação). Instituto Federal do Ceará - Campus Fortaleza, 2017.

SILVEIRA, A.C.J; VIEIRA, N.J. A inteligência artificial na educação: utilizações e possibilidades. Revista interritórios. Universidade Federal de Pernambuco. V5. N.8, 2019.

SLATER, S.; JOKSIMOVIC S. Tools for Educational Data Mining: A Review. Journal of Educational Technology Systems, 2017.

WONG, L. Student engagement with online resources and its impact on learning outcomes, 2013.

YU, T.; JO, I. H. Educational technology approach toward learning analytics: Relationship between student online behavior and learning performance in higher education. In Proceedings of the fourth international conference on learning analytics and knowledge (pp. 269–270). New York, NY: ACM, 2014.

ZACHARIS, N. Z. A multivariate approach to predicting student outcomes in web-enabled blended learning courses. Internet and Higher Education, 27, 44–53, 2015.

ZDRAVEV, Zoran et al. Analytics and Report Plugins in Moodle. 8th International Scientific Conference Computer Science, Grécia. p. 163, 2018.

Downloads

Publicado

2021-10-19

Como Citar

Dalcin, E., Abegg, I., & Ceretta, P. S. (2021). O USO DE TECNOLOGIAS DIGITAIS NO PROCESSO DE ENSINO E APRENDIZAGEM NO MOODLE: UM MAPEAMENTO SISTEMÁTICO DA LITERATURA. Revista Tecnologias Educacionais Em Rede (ReTER), 2(3), e8/01–15. Recuperado de https://periodicos.ufsm.br/reter/article/view/67317

Edição

Seção

Artigos - SENID/2021