Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Investigação de estilos de aprendizagem autodeclarados e observados : usando psicometria, big data e machine learning
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/900725
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Borges-Andrade, Jairo Eduardo | - |
| Autor(es): dc.creator | Balaniuk, Rafael de Melo | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T16:08:18Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T16:08:18Z | - |
| Data de envio: dc.date.issued | 2019-08-22 | - |
| Data de envio: dc.date.issued | 2019-08-22 | - |
| Data de envio: dc.date.issued | 2019-08-22 | - |
| Data de envio: dc.date.issued | 2019-02-28 | - |
| Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/35349 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/900725 | - |
| Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Instituto de Psicologia, Programa de Pós-Graduação em Psicologia Social, do Trabalho e das Organizações, 2019. | - |
| Descrição: dc.description | A análise de custo-benefício, entre generalidade, precisão e realismo, guia escolhas metodológicas em comportamento organizacional (CO). O big data e o machine learning podem tornar obsoleta essa análise e ajudar a subárea a focar novamente o “fazer” e não apenas o “dizer”. O uso de observação de comportamento foi sistematicamente revisto em artigos e livros (1996-2017) brasileiros. Dentre 1.062 artigos com relatos de pesquisa sobre CO, publicados em 19 periódicos de psicologia e administração, 68% usaram escalas e apenas 10% a observação. A presente pesquisa objetivou propor um método para comparar medidas autodeclaradas (escalas) com comportamentos observados usando machine learning. Foi escolhido o construto de estilo de aprendizagem para propor o método, que analisou de forma comparativa e complementar a relação entre o que é declarado e o que é observado. Os estilos de aprendizagem autodeclarados foram medidos por meio de uma nova escala, que foi elaborada e aplicada em 1.764 estudantes de um ambiente virtual de aprendizagem (AVA) de um órgão da administração federal. Para a escala, foram encontradas evidências de validade exploratória e confirmatória, sendo a estrutura final composta por 18 itens agrupados em dois fatores. As informações brutas do AVA (footprints) foram transformadas em indicadores, que foram comparados com os estilos identificados por meio de questionário e também agrupados em fatores.. Foi encontrado que os padrões comportamentais dos estudantes, referentes aos estilos, são relativamente constantes em diferentes cursos. Além disso, foram encontradas evidências de validade para uma estrutura de três fatores de indicadores referentes a interação. Os estilos observados e os autodeclarados foram testados em relação à evasão e ambos apresentaram um poder de predição relevante. A triangulação metodológica de observação de comportamento e escalas foi mais efetiva quando usados de forma complementar do que de forma comparativa. O estudo apresentou uma alternativa metodológica inovadora e viável para a análise de estilos de aprendizagem em AVA, usando machine learning. | - |
| Descrição: dc.description | Tradeoff analysis, between generalizability, precision and realism, guides methodological choices in organizational behavior (OB). Big data and machine learning can make this tradeoff analysis obsolete and help OB to once again focus on “doing” and not only on “saying”. Use of the behavior observation method was systematically reviewed in Brazilian articles and books (1996-2017). Among 1,062 research articles about OB, published in 19 psychology and business journals, 68% used scales and only 10% used observation. The goal of this research is to propose a method to compare self-declared measures (scales) with observed behaviors using machine learning. The method analyzes what is observed and what is declared in opposite and complementary approaches. Learning styles were used to develop and apply the method. A new scale, applied in 1,764 students in a virtual learning environment (VLE), was developed to identify self-declared learning styles. Evidence for the exploratory and confirmatory validity and reliability is presented for a structure with 18 items grouped in two factors. Raw data from the VLE (footprints) were transformed indicators. Those indicators were compared to the responses to the scale and also grouped in factors. The analysis of the indicator showed behavior patterns related to learning styles were relatively constant between courses and four factors of interaction indicators were identified. Observed and self-declared learning styles were separately tested in their prediction of dropout. Both were able to significantly predict dropout. Methodology triangulation of behavior observation and scales was more effective when used in a complementary approach. This study presents a viable and innovative methodological alternative for analyzing learning styles in VLE, using machine learning. | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Aprendizagem de máquina | - |
| Palavras-chave: dc.subject | Ambientes virtuais de aprendizagem | - |
| Palavras-chave: dc.subject | Observação de comportamento | - |
| Título: dc.title | Investigação de estilos de aprendizagem autodeclarados e observados : usando psicometria, big data e machine learning | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo