Proposta de Ensino à Distância utilizando metodologia ativa de aprendizagem: com uso do Random Forest

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPereira, Valdecy-
Autor(es): dc.contributorPereira, Valdecy-
Autor(es): dc.contributorSaguia, Andreia Mendonça-
Autor(es): dc.contributorPonciano, Beatriz Maria Boechat-
Autor(es): dc.creatorSantos, Deyvyd Costa dos-
Data de aceite: dc.date.accessioned2024-07-11T18:33:40Z-
Data de disponibilização: dc.date.available2024-07-11T18:33:40Z-
Data de envio: dc.date.issued2021-11-09-
Data de envio: dc.date.issued2021-11-09-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/23661-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/772917-
Descrição: dc.descriptionEm pleno século XXI, a educação a distância tem sido marcada por um crescimento significativo sendo objeto de constantes análises e debates quanto a sua aplicação, principalmente no âmbito da educação básica. Com o advento da pandemia do Coronavírus ocorrida em 2020, o país se viu obrigado a mudar da sua estrutura de ensino presencial para aulas em meios digitais. Isso de certa forma impactou todos os agentes envolvidos no processo de educação, sejam eles alunos, professores, pais e responsáveis e diretores e administradores de instituições de ensino pública ou particular. Portanto o presente estudo teve como premissa analisar os dados da pesquisa realizada pela Associação Brasileira de Educação a Distância (ABED), sobre o panorama da educação durante a pandemia e identificar o perfil do estudante de escola pública que considerou essa mudança prejudicial para o seu desenvolvimento. Com base nisso, propomos a aplicação de uma metodologia ativa de aprendizagem, na tentativa de aumentar o nível de engajamento desse aluno. Para tal, utilizamos uma ferramenta da ciência de dados, chamada de Random Forest, baseada em técnicas de Machine Learning, e desenvolvemos um modelo de predição de resultados que foi capaz de identificar através de centenas de combinações os motivos que levaram a maioria dos estudantes do ensino médio terem a percepção de que o ensino piorou. A sobrecarga com a alta demanda de atividades e a dificuldade de organizar sua rotina diária com os estudos foram os principais resultados gerados do modelo.-
Descrição: dc.descriptionIn the 21st century, the distance learning has been marked by a significant development and constant debates about its application, especially in the context of basic education. With the advent of the Coronavirus pandemic in 2020, the country was forced to change from its face-to-face teaching structure to classes in digital media. This somehow impacted all agents involved in the education process, whether they are students, teachers, parents and guardians, and directors and administrators of public or private education institutions. Therefore, this study was premised on the analysis of data from the survey conducted by the Brazilian Association of Distance Education (ABED), on the panorama of education during a pandemic and to identify the profile of public-school students who consider this change harmful to the its development. Based on this, we propose the application of an active learning methodology, in an attempt to increase the level of engagement of this student. To this end, it uses a data science tool, called Random Forest, based on Machine Learning techniques, and we developed an outcome prediction model that was able to identify, through base models, the reasons that led the majority of students in the high school have a perception that education worse. The overload with the high demand for activities and the difficulty of organizing your daily routine with the studies were the main results generated by the model.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Feral Fluminense-
Publicador: dc.publisherNiterói-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectPandemia-
Palavras-chave: dc.subjectPesquisa Qualitativa-
Palavras-chave: dc.subjectAprendizado de Máquina-
Palavras-chave: dc.subjectRandom Forest-
Palavras-chave: dc.subjectEnsino à Distância-
Palavras-chave: dc.subjectMetodologia Ativa de Aprendizagem-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectEnsino à distância-
Palavras-chave: dc.subjectAprendizagem Significativa-
Palavras-chave: dc.subjectAprendizagem baseada em problemas-
Palavras-chave: dc.subjectProdução intelectual-
Palavras-chave: dc.subjectPandemic-
Palavras-chave: dc.subjectQuality Research-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectRandom Forest-
Palavras-chave: dc.subjectDistance Learning-
Palavras-chave: dc.subjectActive Learning Methodology-
Título: dc.titleProposta de Ensino à Distância utilizando metodologia ativa de aprendizagem: com uso do Random Forest-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.