THE USE OF DIGITAL TECHNOLOGIES IN THE TEACHING AND LEARNING PROCESS IN MOODLE: A SYSTEMATIC MAPPING OF LITERATURE

Authors

Keywords:

Moodle, Data mining, Student performance, Distance Education.

Abstract

This study presents results of a systematic mapping of the literature in the last five years (2016-2020), which sought to investigate the use of digital technologies in the teaching and learning process in Moodle. For this research, articles published on the CAPES Journal Portal were related. This virtual portal was selected for its great importance in the national and international scientific scenario. With significant contributions about research related to information technology in education. After selecting primary studies, thirty-one works were analyzed, which registered the highest frequencies for the use of the following digital resources: SPSS software, Moodle plugins and data mining applications. Among the main variables reported, the following stand out: learning in Moodle, monitoring activities and predicting student performance. Among the contributions, the following stand out: use of digital resources in the teaching and learning process, monitoring and forecasting of student performance. The research presented relevant contributions, mainly to improve and enhance the teaching and learning process in moments of social distancing in the distance education modality.

Downloads

Download data is not yet available.

Author Biographies

Eduardo Dalcin, IFFAR - Instituto Federal de Educação Ciência e Tecnologia Farroupilha, Farroupilha, 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).

References

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

Published

2021-10-19

How to Cite

Dalcin, E., Abegg, I., & Ceretta, P. S. (2021). THE USE OF DIGITAL TECHNOLOGIES IN THE TEACHING AND LEARNING PROCESS IN MOODLE: A SYSTEMATIC MAPPING OF LITERATURE. ReTER, 2(3), e8/01–15. Retrieved from https://periodicos.ufsm.br/reter/article/view/67317

Issue

ReTER - Melhores Artigos SENID 2021 - v. 2, n. 3, 2021

Section

Artigos - SENID/2021

License

Autores que publicam nesta revista concordam com os seguintes termos:

  • Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
  • Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
  • Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado, com reconhecimento de autoria e publicação inicial nesta revista.