Um Modelo para o Mapeamento do Conhecimento do Estudante em Ambientes Computacionais de Aprendizagem
|
|
- Vinícius Ferreira Guimarães
- 7 Há anos
- Visualizações:
Transcrição
1 Um Modelo para o Mapeamento do Conhecimento do Estudante em Ambientes Computacionais de Aprendizagem Edson Pinheiro Pimentel Universidade Municipal de São Caetano do Sul São Caetano do Sul SP - Brasil edson.pimentel@imes.edu.br Nizam Omar Universidade Presbiteriana Mackenzie São Paulo SP - Brasil omar@mackenzie.br ABSTRACT Many assessment methods used in current Educational System do not supply information that gives support to learning. Equally, most of the learning computational environments do not give the due importance to the assessment process and to the use that can be made with the collected information regarding the level of learner knowledge. Learning gaps caused by the absence of prerequisite contribute to extend the learning difficulties. This work presents a model for assessment and continuous accompaniment of the learner s knowledge acquisition level. Moreover, the specification of a computational architecture for the presented model, gives a direction for its incorporation in Intelligent Tutoring Systems. Categories and Subject Descriptors K.3 [Computers and Education]: Miscellaneous. General Terms Design, Standardization. Keywords Continuous Assessment, Self-Monitoring, Computer Learning Environments. 1. INTRODUÇÃO Muitas práticas e políticas educacionais são inconsistentes com o que já se sabe sobre aprendizagem. O grande desafio para a Informática Aplicada a Educação é melhorar a produtividade instrucional e a qualidade da aprendizagem. Pesquisas sobre processos de aprendizagem, ensino e ambientes de aprendizagem são fundamentais para implementar mudanças na Educação. Bransford (2003) destaca a influência dos conhecimentos prévios na aprendizagem, bem como o papel da avaliação [2].. Permission to make digital or hard copies of all or part of this work for personal or classroom use is granted without fee provided that copies are not made or distributed for profit or commercial advantage and that copies bear this notice and the full citation on the first page. To copy otherwise, or republish, to post on servers or to redistribute to lists, requires prior specific permission and/or a fee. Conference 04, Month 1 2, 2004, City, State, Country. Copyright 2004 ACM /00/0004 $5.00. A "não aprendizagem" pode ser considerada a grande causa do insucesso escolar, diagnosticado pelas inúmeras reprovações no sistema educacional. E se as reprovações são determinadas pelo modelo atual de avaliação, parece coerente a revisão deste modelo, de modo que ele possa apoiar, de uma forma mais eficaz, o processo de aprendizagem. Determinar o que o aprendiz sabe como ponto de partida para o processo de ensino-aprendizagem é a idéia principal da Aprendizagem Significativa [1]. Diante disto, a sistemática de avaliação da aprendizagem como parte integrante do processo é fundamental e deve englobar tanto aspectos cognitivos como metacognitivos. O Modelo de avaliação predominante não fornece subsídios para apoiar o reconhecimento de lacunas que atrapalham a aprendizagem. Com os crescentes avanços tecnológicos tem se procurado, na área computacional, desenvolver ferramentas que possam ajudar a área educacional a tratar este problema. No âmbito dos Sistemas de Tutoria Inteligente (STIs), nota-se que a arquitetura dos mesmos escondem o processo de avaliação, ou seja, existe um módulo para o conhecimento (domínio), um módulo para o aprendiz (estudante), um módulo para as estratégias pedagógicas (tutor) e um módulo de comunicação (interface), mas não está claro qual destes é o responsável pelo processo de avaliação, tão importante para a aprendizagem. Este trabalho apresenta um modelo para o mapeamento do conhecimento do estudante em ambientes computacionais de aprendizagem e define métricas cognitivas e metacognitivas. O termo "mapeamento do conhecimento" distingue-se de "avaliação da aprendizagem" no sentido de que o primeiro preocupa-se em estabelecer qual o nível atual de conhecimentos do individuo, independente do momento em que ele o adquiriu. Avaliação da aprendizagem, por sua vez, pretende identificar o que o individuo aprendeu no decorrer de um processo instrucional (uma disciplina, um curso, etc). O artigo está organizado como segue. A seção 2 discute o papel da avaliação e dos conhecimentos prévios no processo de aprendizagem. A seção 3 descreve o modelo para o mapeamento do conhecimento e a seção 4 apresenta de modo breve uma arquitetura de ambiente computacional para implementação do modelo. Por fim, na seção 5 são feitas algumas considerações acerca deste trabalho e sobre os aprofundamentos necessários.
2 2. AVALIAÇÃO E CONHECIMENTOS PRÉVIOS Mudanças cognitivas não resultam do mero acréscimo de informação, mas de processos envolvendo reorganização conceitual. As pessoas ingressam no Sistema de Educação Formal com uma "gama" de conhecimentos prévios, habilidades, crenças e conceitos que significativamente afetam e influenciam a maneira como percebem o ambiente, organizam e interpretam os conteúdos instrucionais. Isto, por sua vez, afeta suas habilidades em relembrar, raciocinar, resolver, problemas e adquirir novos conhecimentos [2]. Um ponto de vista cognitivista em aprendizagem a ser explorado neste trabalho é a teoria de David Ausubel conhecida como Aprendizagem Significativa [10]. A idéia central de Ausubel é a de que o fator isolado mais importante influenciando a aprendizagem é aquilo que o aprendiz já sabe. Para ele, aprendizagem significativa é um processo pelo qual uma nova informação se relaciona com um aspecto relevante da estrutura de conhecimento do indivíduo, ou seja, a aprendizagem ocorre quando a nova informação ancora-se em conceitos relevantes preexistentes na estrutura cognitiva de quem aprende. Ausubel vê o armazenamento de informações no cérebro como altamente organizado, formando uma hierarquia conceitual na qual, elementos mais específicos de conhecimento são ligados a conceitos mais gerais, mais inclusivos. Portanto, para Ausubel, a variável crucial para a aprendizagem significativa é a estrutura cognitiva do indivíduo, ou seja, os seus conhecimentos prévios, que deverão funcionar como idéiasâncora à assimilação de novos conhecimentos. A assimilação ocorre quando um novo significado a, adquirido em ligação com idéias-âncora A com as quais está relacionado, é retido e ocorre uma modificação decorrente da intersecção de ambos, A'a' [10]. Este trabalho pressupõe que o mapeamento dos conhecimentos prévios através de um processo contínuo de avaliações é fundamental para a melhorar a aprendizagem. No entanto, a sistemática de avaliação ainda é predominantemente considerada uma atividade de final de processo. Num processo de avaliação contínua da aprendizagem é necessário inicialmente identificar as finalidades, que podem classificadas em somativa e formativa. No grupo somativo as principais finalidades da avaliação são para a seleção, certificação, regulação e monitora-mento da eficácia. No grupo formativo, as finalidades são mais centradas nos estudantes, tais como: diagnóstico, monitoramento da aprendizagem, motivação dos estudantes, feedback, melhoria da aprendizagem e aumento da transparência [6]. Pesquisas em Educação comprovam ainda que a aprendizagem efetiva acontece quando os aprendizes conseguem controlar a própria aprendizagem (metacognição) e quando estes possuem as habilidades necessárias para realizar as tarefas de avaliação [3]. A seguir apresenta-se a descrição do modelo proposto para o mapeamento do conhecimento do estudante em ambientes computacionais de aprendizagem. 3. MODELO PARA MAPEAMENTO DO CONHECIMENTO O modelo de avaliação e acompanhamento da aprendizagem proposto neste trabalho enfatiza dois aspectos principais: o conhecimento cognitivo e o metacognitivo. A Figura 1 apresenta a arquitetura geral para o mapeamento do conhecimento que no seu nível macro é composta por dois modelos detalhados a seguir: o de avaliação e o de acompanhamento. Figura 1. Arquitetura Geral para o Mapeamento do Estudante. 3.1 O Modelo de Avaliação O Modelo de Avaliação é composto por duas classes: avaliação cognitiva e avaliação metacognitiva. Em conjunto, permitirão que métricas do conhecimento cognitivo e metacognitivo sejam aplicadas e que medidas sejam obtidas para compor o perfil do aprendiz. A seguir, cada uma dessas classes é apresentada em detalhes Avaliação Metacognitiva Com a avaliação metacognitiva tem-se como meta principal permitir que o aprendiz tenha condições de monitorar o próprio conhecimento. Baseado no modelo hierárquico de metacognição de Tobias e Everson [5], este trabalho propõe o monitoramento dos conhecimentos prévios, como um processo metacognitivo fundamental. A Figura 2 apresenta a arquitetura do modelo metacognitivo. No topo da figura, a avaliação metacognitiva é composta pela préavaliação, momento em que o aprendiz faz a previsão do desempenho e pela pós-avaliação, momento em que o aprendiz compara a sua solução com a solução do professor. Ao confrontar o resultado da avaliação do desempenho do aprendiz, feita pelo professor ou automaticamente, com as previsões do aprendiz, o modelo do aprendiz será atualizado, obtendo-se as medidas do KMA, KMB, SMA e SMB brevemente descritas a seguir.
3 A pós-avaliação metacogniva tem por objetivo indicar em que medida o aprendiz, diante de uma solução correta, é capaz de relacioná-la com a sua solução e estimar o seu desempenho. Uma vez que a "correção" (grading) costuma ser um gargalo no processo de avaliação, ao atingir índices SAA e SAB altos, esta etapa poderá antecipar os resultados para o aprendiz. Da mesma forma que o KMA e o KMB, estas duas novas medidas necessitam de procedimentos de validação para verificar a sua eficácia Avaliação Cognitiva Com a avaliação cognitiva tem-se como meta principal identificar o nível cognitivo do aprendiz num determinado domínio de conhecimento, de forma que seja possível no curso de diversas avaliações apontar quais são os conceitos que o aprendiz demonstra que "sabe". Figura 2. Arquitetura do Modelo de Avaliação Metacognitiva. Gama (2004) incrementou a maneira de calcular o KMA adicionando a possibilidade de prever e desempenhar também a resolução parcial de problemas e criou o índice KMB - Knowledge Monitoring Bias (Desvio no Monitoramenteo do Conhecimento), para medir e identificar o tipo de desvio do aprendiz no monitoramento do seu conhecimento. Com isso é possível saber se o aprendiz é pessimista (apresenta KMA baixo - prevê que vai errar e acerta) ou otimista (prevê que vai acertar e erra) [8]. O presente trabalho propõe mais duas métricas metacognitivas: SAA - Solution Analyzing Accuracy (Precisão na Análise da Solução) e SAB - Solution Analyzing Bias (Desvio na Análise da Solução) que indicarão respectivamente a precisão e o desvio do aprendiz na análise da solução fornecida pelo professor. A tabela 1 apresenta atributos para o cálculo das seis métricas metacognitivas de acordo com Gama (2004). Tabela 1. Atributos para o cálculo das métricas metacognitivas AP Quantidade de acertos na previsão do desempenho EGO EGP EMO EMP QP Quantidade de erros do tipo "Grande Otimista" em que se estima acertar e erra completamente Quantidade de erros do tipo "Grande Otimista" em que se estima acertar e erra completamente Quantidade de erros do tipo "Médio Otimista" em que se estima acertar parcialmente e erra completamente ou se estima acertar completamente e acerta parcialmente. Quantidade de erros do tipo "Médio Pessimista" em que se estima acertar parcialmente e acerta completamente ou se estima errar e acerta parcialmente. Quantidade de Problemas envolvidos na avaliação Os "erros médios" possuem peso +1 ou -1 e os "erros grandes" possuem peso +0.5 ou -0.5 nos cálculos das medidas metacognitivas. Todos os valores se situam entre e O processo contínuo de avaliação da aprendizagem permite compreender melhor o conhecimento atual que um estudante possui. O termo "conhecimento atual" denota que aquilo que uma pessoa sabe está sempre mudando e que, portanto é necessário monitorar esses conhecimentos para melhor guiar a instrução, seja no ensino presencial ou em Ambientes Computacionais de Aprendizagem. Esse trabalho utilizará como métrica cognitiva o "Nível de Aquisição de Conhecimentos", (NAC) definido como"uma medida que indica o grau de conhecimentos do aprendiz em um determinado conteúdo, de um domínio de conhecimento, naquele instante". O NAC será obtido a partir de diversas atividades de avaliação do conhecimento, e portanto essa métrica deve espelhar também a possibilidade de que o conteúdo ainda não tenha sido avaliado. Ou seja, juntamente com a medida de conhecimento, o NAC dever carregar a quantidade de vezes em que o problema foi avaliado. Propõe-se que o NAC seja composto de duas partes: índice de conhecimento e índice de avaliação. Índice de conhecimento igual a zero e índice de avaliação igual a zero, indica que o conhecimento ainda não foi avaliado. A Tabela 2 apresenta uma simulação do desempenho de um aprendiz, em quatro conceitos (A, B, C e D), em dez atividades de avaliação. Tomando-se como exemplo, o conceito "A" na Tabela 2 o NAC no instante T5 para esse conceito, deve considerar as medidas de desempenho obtidas pelo aprendiz entre T1 e T5. Da mesmas forma, o NAC no instante T10 deve considerar as medidas de desempenho obtidas entre T1 e T10. A Tabela 3 apresenta o NAC para o conceito "A" nos instantes T5 e T10. O NAC no instante T5 foi obtido através de uma média aritmética dos cinco valores e o NAC no instante T10, através de uma média aritmética dos dez valores. A coluna "DESEMP" indica o desempenho do aprendiz no conceito "A" no respectivo instante. Nota-se que o os valores das colunas NAC e "DESEMP" são diferentes, pois o NAC carrega o histórico do desempenho do aprendiz. Ou seja, o desempenho do aprendiz no instante T5 foi 0.4 e o NAC calculado foi 0.56, indicando que no decorrer das cinco avaliações o aprendiz obteve desempenhos melhores do que em T5. Já no instante T10, o desempenho do aprendiz foi 0.9, maior do que o NAC de 0.72 em T10, que carrega o histórico dos desempenhos melhores e piores.
4 Tabela 2. Resultado de Desempenhos do Aprendiz em 10 Atividades de Avaliação. CONCEITO T0 T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 A 0,0 0,5 0,7 0,4 0,8 0,4 0,8 0,8 1,0 0,9 0,9 B 0,5 0,2 0,5 0,5 0,4 0,5 0,5 0,7 0,6 0,7 0,8 C 0,7 0,7 0,8 0,9 0,9 1,0 1,0 1,0 1,0 1,0 1,0 D 0,0 0,2 0,0 0,3 0,1 0,3 0,2 0,2 0,4 0,3 0,4 Tabela 3. NAC do aprendiz no conceito "A" nos instantes T5 e T10 com Média Aritmética. T5 T10 NAC DESEMP. NAC DESEMP. A 0,56 0,40 0,72 0,90 Uma sugestão para se "expurgar" do NAC desempenhos iniciais ruins, é utilizar no cálculo do NAC a média ponderada em função do tempo. Ou seja, as medidas obtidas pelo aprendiz seriam ponderadas em relação ao momento obtido: as avaliações mais recentes teriam maior peso, sem no entanto desconsiderar as avaliações iniciais. A Tabela 4 apresenta o NAC para o conceito "A" nos instantes T5 e T10 com média ponderada em função do instante. Utilizaram-se os seguintes pesos: T1=1, T2=2, T3=3 e assim por diante. O NAC no instante T5 foi obtido através de um média ponderada dos cinco valores, com pesos respectivamente de 1 a 5. O NAC no instante T10 foi obtido através de uma média ponderada dos dez valores, com pesos respectivamente de 1 a 10. Comparando-se as mesmas colunas nas Tabelas 3 e 4 nota-se que o valor do NAC é menor em T5 na Tabela 4, 0.54 contra 0.55, quando o aprendiz teve um desempenho de 0.4, pior do que o NAC calculado, mas o NAC é melhor no instante T10 também na Tabela 4, 0.80 contra 0.72, quando o aprendiz teve um desempenho de 0.9, melhor que o NAC calculado. Assim, os pesos temporais favorecem os desempenhos das últimas avaliações, o que parece ser mais indicado em relação aos usos que esta métrica pode propiciar, como por exemplo, certificar que o aprendiz possui determinado pré-requisito para avançar na instrução. Tabela 4. NAC do aprendiz no conceito "A" nos instantes T5 e T10 com Média Ponderada (tempo). T5 T10 NAC DESEMP. NAC DESEMP. A 0,55 0,40 0,80 0, O Modelo de Acompanhamento Neste trabalho, o principal objetivo da avaliação é gerar informações que permitam o acompanhamento da aprendizagem. A base para o acompanhamento são as medidas cognitivas e metacognitivas, obtidas a partir das avaliações. Um modelo de avaliação com finalidade formativa deve ser cuidadosamente projetado para apoiar o professor, aluno e demais interessados nas tarefas de acompanhamento. Duas importantes tarefas de são os mecanismos de regulação e os dispositivos de realimentação conforme a figura 1. Os mecanismos de regulação são representados por um conjunto de medidas capazes de ajustar o processo instrucional, presencial ou não, com base nas lacunas encontradas. Esses ajustes podem ser realizados pelo professor ou mesmo por um Sistema Instrucional dotado dessa função. Os dispositivos de realimentação estão altamente relacionados com os objetivos esperados e com os resultados alcançados e devem indicar as possíveis causas dos insucessos, pelo menos em relação a pré-requisitos. De certo modo, os dispositivos de realimentação representam uma entrada para os mecanismos de regulação. O grande volume de dados facilmente acumulado num processo de avaliação contínua deve ser processado utilizando-se, por exemplo, técnicas de KDD - Knowledge Discovery in Database (Descoberta de Conhecimentos em Banco de Dados), de forma a facilitar a interpretação e a análise dos resultados. KDD é o processo abrangente de descoberta de conhecimento útil a partir de dados enquanto mineração de dados restringe-se à aplicação de algoritmos de extração de padrões [7]. A seguir, apresenta-se uma breve descrição das possibilidades de acompanhamento por parte do professor e aluno Acompanhamento pelo Professor No sistema educacional vigente, tanto presencial como a distância, o professor realiza o acompanhamento da aprendizagem, de maneira muito simplificada, muitas vezes com base em apenas "meia-dúzia" de notas obtidas através de provas ou trabalhos. Quando necessitam tomar decisões com base em quesitos como participação e envolvimento, normalmente "recorda-se" apenas dos alunos brilhantes em termos de desempenho e dos alunos inconvenientes e não colaborativos. Em instituições em que as condições permitem um acompanhamento pedagógico mais rigoroso, os professores utilizam fichas mais elaboradas que permitem um acompanhamento mais abrangente, sem, no entanto ser muito minucioso. O modelo de avaliação e acompanhamento aqui proposto, com um apoio computacional, possibilitará um acompanhamento mais abrangente e também mais imparcial por parte do professor. Permitirá a coleta de um conjunto detalhado de informações tanto no decorrer do processo, a tempo de tomar medidas de correção, como no final do processo, caso necessite tomar decisões do tipo "aprovar ou reprovar" o aluno. Da mesma forma, na outra ponta, o aluno também poderá realizar o acompanhamento o que tornará o processo mais transparente, além de permitir um maior envolvimento do aprendiz.
5 No âmbito dos "agrupamentos dos alunos", este modelo de avaliação também permitirá ao professor identificar quais são os conteúdos em que a "turma" apresenta maior dificuldade ou facilidade, além de poder, no decorrer do processo, criar subgrupos de alunos em relação a esses conteúdos, para possíveis remediações Acompanhamento pelo Aluno Também no sistema educacional vigente, tanto presencial como a distância, pode-se dizer que o aluno praticamente não realiza o acompanhamento da própria aprendizagem. Novamente os mecanismos de medição e de realimentação são extremamente simplificados: notas e médias. Mesmo em relação aos comentários dos professores nas avaliações, estes não são sistematizados. Dessa forma, nem sempre o aluno dá atenção à realimentação recebida, ou não entende exatamente que atitude ele precisa tomar em relação à esta realimentação. Outro ponto é que, geralmente as avaliações são feitas em "finais de etapas" e aqueles conteúdos não são mais avaliados, a não ser em exames finais ou certificações. No modelo proposto, amparado pela avaliação contínua durante o processo, o acompanhamento não só é possível como é incentivado, principalmente em virtude das avaliações metacognitivas. Mesmo em relação às avaliações cognitivas, o modelo prevê uma estratificação dos resultados por objetivos e conceitos de forma que o aluno poderá a cada instante monitorar os seus pontos fortes e fracos. O modelo de acompanhamento prevê mecanismos que permitirão monitorar também a evolução, e não apenas a situação atual. Outro ponto importante são as realimentações geradas no processo de correção (grading), que servirão de alerta para as atividades de regulação da aprendizagem. 4. ARQUITETURA PARA O AMBIENTE COMPUTACIONAL Esta seção descreve a arquitetura de um ambiente computacional para o mapeamento conhecimento do estudante. A partir de uma configuração geral capaz de representar o conhecimento a ser alcançado ou certificado, o ambiente computacional em seus diversos módulos possibilitará o diagnóstico, monitoramento da aprendizagem, motivação, realimentação, melhoria da aprendizagem, envolvimento e conscientização do aprendiz. Além disso, ferramentas inteligentes ajudarão a identificar o perfil cognitivo e metacognitivo do aprendiz de modo a auxiliar o professor e aluno na análise de resultados e na configuração das etapas seguintes de aprendizagem. A figura 3 apresenta a arquitetura geral do ambiente e exibe esquematicamente os relacionamentos entre os diversos módulos e sub-módulos identificados como necessários. Existe uma similaridade entre a arquitetura proposta e a arquitetura tradicional de um STI. A principal diferença é a existência do "Módulo de Avaliação" que a partir de informações oriundas do Módulo do Aprendiz e do Conhecimento possibilitará a geração de avaliações ajustadas ao perfil cognitivo e metacognitivo do aprendiz. Além disso, o diagnóstico de lacunas de aprendizagem dará subsídio para a elaboração de planos personalizados de aprendizagem, de tal modo que estas lacunas possam ser preenchidas colocando o aprendiz em condições de prosseguir no aprendizado requerido. Num STI tradicional, a avaliação normalmente fica escondida no Módulo de Tutoria. Figura 3. Arquitetura Geral do Ambiente Computacional. A seguir o detalhamento dos módulos de avaliação e acompanhamento. 4.1 Módulo de Avaliação Este é o principal módulo desta arquitetura computacional e deverá armazenar as unidades de avaliação que serão a base para a montagem das avaliações. Cada unidade de avaliação estará associada aos objetivos educacionais e conseqüentemente à taxionomia. Uma unidade de avaliação pode avaliar desde um conceito simples, associado a um conteúdo indivisível como a vários conteúdos inter-relacionados. Desta forma, a atribuição de uma medida (certo / errado) para uma unidade de avaliação implica em fazê-lo de forma detalhada identificando pontualmente os insucessos. O processo de correção (atribuição de medidas) poderá ser automático em se tratando de "questões" objetivas, ou semiautomático ou manual quando se tratar de questões abertas. O sub-módulo de avaliações adaptativas deverá gerar avaliações adaptadas ao perfil cognitivo e metacognivo do aprendiz. O sistema tradicional avalia a todos de maneira igual, sem considerar o seu nível atual de conhecimentos. Em se tratando de avaliação formativa é necessário considerar o atual estágio do estudante e avalia-lo de acordo, de forma a contribuir para o crescimento da aprendizagem. Para a elaboração das avaliações adaptativas, o sistema terá como base o histórico do desempenho do aluno, armazenado no Módulo do Aprendiz, além de atributos como nível de dificuldade da unidade de avaliação e os relacionamentos entre os conteúdos. De acordo com o desempenho do aprendiz o sistema poderá selecionar unidades de avaliação de menor ou maior grau de dificuldade, ou abordando conteúdos mais simples ou complexos. Para mais informações sobre técnicas para a geração de avaliações adaptativas computadorizadas deve-se consultar [9] e [4].
6 Tão importante quanto a coleta de dados, neste módulo, é o tratamento destes dados de forma a gerar um conjunto de informações simplificado que permita uma análise humana ou uma "análise computacional" para a tomada de decisões. Neste sentido, o sub-módulo de mineração de dados aplicará algoritmos de reconhecimento de padrões para descobrir conhecimento novo nos dados de avaliação. Este sub-módulo irá fornecer subsídios para o módulo de acompanhamento. 4.2 Módulo de Acompanhamento Este módulo poderá ser acessado por professor e aluno para o monitoramento da aprendizagem ou do conhecimento do aprendiz através das medidas cognitivas e metacognitivas obtidas a partir das avaliações. O feedback gerado pelo processo de correção (automático ou manual) e as informações geradas pelas tarefas de mineração possibilitarão a professor e aluno realizar o acompanhamento da aprendizagem. Algumas decisões poderão ser tomadas a partir deste módulo, dentre as quais destacam-se: fornecer certificações e indicar a próxima etapa do processo instrucional indicada ao estado cognitivo e metacognitivo do aprendiz. As medidas cognitivas indicarão o desempenho real do aprendiz nas avaliações. A possibilidade de selecionar períodos temporais permitirá verificar a evolução do aprendiz. A instabilidade de desempenho em determinados conteúdos (altos e baixos) poderá indicar que estes não estão adequadamente sedimentados, e um desempenho continuamente insatisfatório poderá indicar que aquele conteúdo é crítico para que o aprendiz prossiga. Ou seja, o ambiente mais do que apresentar resultados permitirá aos envolvidos no processo educacional averiguar quais são os conteúdos críticos para a aprendizagem, tanto no nível individual como no nível coletivo. As medidas metacognitivas são um diferencial neste trabalho. O acompanhamento metacognitivo, principalmente por parte do estudante, criará condições para que este tenha real consciência do seu nível de conhecimentos. Vislumbra-se que as medidas metacognitivas também possam ser utilizadas tanto para a seleção do próximo passo do processo instrucional, mas principalmente no que diz respeitos às avaliações. 5. CONCLUSÕES E TRABALHOS FUTUROS Não é possível falar em acompanhamento da aprendizagem sem um processo de avaliação formativa. Para que o acompanhamento da aprendizagem seja possível faz-se necessária, a organização de componentes, como o modelo do conhecimento, o modelo da aprendizagem e o modelo de avaliação. A avaliação e o desenvolvimento de habilidades metacognitivas do estudante descentralizarão a tarefa de monitoramento da aprendizagem, hoje a cargo do professor e envolvendo ativamente o aprendiz, de maneira consciente. 6. REFERÊNCIAS [1] D. P. Ausubel. Educational Psychology: a cognive view. Holt, Rinehart and Winston Inc., New York, [2] J. Bransford, A. L. Brown, R. R. Cocking, and N. R.Council. How People Learn: Brain, Mind, Experience, and School: Expanded Edition. National Academy Press, Washington, D.C., National Research Council. [3] P. Broadfoot, R. Daugherty, J. Gardner, C. Gipps, W. Harlen, M. James, and G. Stobart. Assessment for learning: Beyond the black box. Technical report, University of Cambridge, School of Education, 1999.Assessment Reform Group - ARG. [4] C. Cura, D. Nunes, E. P. Pimentel, E. Bonano, R. Mandaji, and N. Omar. Uma ferramenta adaptativa de avalia»cãoo da aprendizagem baseada no perfil cognitivo e metacognitivo do estudante. In J. Sanches, editor, Nuevas Ideas en Informática Educativa, pages 41-48, Santiago de Chile, LOM Ediciones S.A. [5] H. T. Everson and S. Tobias. Knowing what you know and what you don't: Further research on metacognitive knowledge monitoring. Technical Report 3, The College Board Research Report, [6] N. Falchikov. Improving Assessment Through Student Involvement: Practical Solutions For Aiding Learning In Higher And Further Education. RoutledgeFalmer, New York, [7] U. Fayyad, G. G. Grinstein, and A. Wierse. Information Visualization In Data Mining And Knowledge Discovery. Morgan Kaufmann Publishers Inc, SAN FRANCISCO, CA, USA, [8] C. Gama. Towards a model of Metacognition Instruction in Interactive Learning Environments. Doutorado, University of Sussex, Inglaterra, [9] J. P. Gonçalves. A integração de testes adaptativos informatizados e ambientes computacionais de tarefas para o aprendizado do inglês instrumental. Mestrado, ICMC/USP, São Carlos, SP, Fevereiro [10] M. A. Moreira and E. F. Masini. Aprendizagem significativa: a teoria de David Ausubel. Editora Centauro, São Paulo, Grande parte dos Ambientes Computacionais de Aprendizagem esconde o processo de avaliação ou dão pouco valor aos insumos necessários e aos produtos da avaliação. A arquitetura do ambiente proposto neste artigo traz a avaliação para o centro, de forma que esta atue como um motor para a aprendizagem, coletando dados que possam identificar o mais pontualmente possível o nível de conhecimentos do aprendiz e consequentemente as lacunas que impedem a aprendizagem.
Métricas para o Mapeamento do Conhecimento do Aprendiz em Ambientes Computacionais de Aprendizagem
Métricas para o Mapeamento do Conhecimento do Aprendiz em Ambientes Computacionais de Aprendizagem Edson P. Pimentel 1, Nizam Omar 2 1 Universidade Municipal de São Caetano do Sul (IMES) Av. Goiás, 3400-09550-051
Leia maisNETEDU UM AMBIENTE COMPUTACIONAL PARA O MAPEAMENTO DO CONHECIMENTO DO ESTUDANTE
NETEDU UM AMBIENTE COMPUTACIONAL PARA O MAPEAMENTO DO CONHECIMENTO DO ESTUDANTE André A. B. Chinen, Felipe Schirmer, Ricardo N. Carrer, Rodrigo H. C. Santos, Vinicius S. Lopes e Edson P. Pimentel Universidade
Leia maisUM MODELO PARA AVALIAÇÃO E ACOMPANHAMENTO CONTINUO DA APRENDIZAGEM
UM MODELO PARA AVALIAÇÃO E ACOMPANHAMENTO CONTINUO DA APRENDIZAGEM Edson Pinheiro Pimentel 1,2, Nizam Omar 1,3, Pollyana Notargiacomo Mustaro 3, Vilma Fernandes de França 1 1 Instituto Tecnológico da Aeronáutica
Leia maisMAPAS CONCEITUAIS NA EDUCAÇÃO: PROPONDO UMA NOVA INTERFACE PARA AMBIENTES DE APRENDIZAGEM BASEADOS NA PLATAFORMA MOODLE
1 MAPAS CONCEITUAIS NA EDUCAÇÃO: PROPONDO UMA NOVA INTERFACE PARA AMBIENTES DE APRENDIZAGEM BASEADOS NA PLATAFORMA MOODLE Rio de Janeiro - RJ - 05/2012 Categoria: C Setor Educacional: 5 Classificação das
Leia maisSeleção de Avaliações Adaptativas em Sistemas Gerenciadores de Aprendizagem Utilizando Mineração de Dados
Seleção de Avaliações Adaptativas em Sistemas Gerenciadores de Aprendizagem Utilizando Mineração de Dados Edson P. Pimentel, Arthur S. Alves, Bruno Willer R. Oliveira, Danilo M. Ikebara, Patrícia A. Bottaro,
Leia maisUma proposta pedagógica para o uso da modelagem computacional no curso de Licenciatura em Química do Cefet Campos.
XII Ciclo de Palestras Novas Tecnologias na Educação Uma proposta pedagógica para o uso da modelagem computacional no curso de Licenciatura em Química do Cefet Campos. Rodrigo Garrett da Costa Profª. Drª.
Leia maisPalavras-chave: AVAs, LMS, Aprendizagem, Adaptação, Métricas. Faculdade de Tecnologia de Mauá FATEC -
XII WORKSHOP DE PÓS-GRADUAÇÃO E PESQUISA DO CENTRO PAULA SOUZA São Paulo, 03-05 de outubro de 2017 ISSN: 2175-1897 Saberes e práticas contemporâneas em gestão e inovação na Educação Profissional e em Sistemas
Leia maisAVALIAÇÃO FORMATIVA ASSISTIDA POR COMPUTADOR NO ENSINO A DISTÂNCIA. Luís Fernando Maximo1,3 André Luís Alice Raabe2,3 Dante Augusto Couto Barone1
1 AVALIAÇÃO FORMATIVA ASSISTIDA POR COMPUTADOR NO ENSINO A DISTÂNCIA Luís Fernando Maximo1,3 André Luís Alice Raabe2,3 Dante Augusto Couto Barone1 1Programa de Pós-graduação em Informática na Educação
Leia maisAVALIAÇÃO FORMATIVA ASSISTIDA POR COMPUTADOR NO ENSINO A DISTÂNCIA. Luís Fernando Maximo 1,3. André Luís Alice Raabe 2,3. Dante Augusto Couto Barone 1
CINTED-UFRGS Novas Tecnologias na Educação AVALIAÇÃO FORMATIVA ASSISTIDA POR COMPUTADOR NO ENSINO A DISTÂNCIA Luís Fernando Maximo 1,3 André Luís Alice Raabe 2,3 Dante Augusto Couto Barone 1 1 Programa
Leia maisUMA FERRAMENTA ADAPTATIVA DE AVALIAÇÃO DA APRENDIZAGEM, BASEADA NO PERFIL COGNITIVO E METACOGNITIVO DO ESTUDANTE
UMA FERRAMENTA ADAPTATIVA DE AVALIAÇÃO DA APRENDIZAGEM, BASEADA NO PERFIL COGNITIVO E METACOGNITIVO DO ESTUDANTE Claudio Cura Junior, Danilo Nunes dos Santos, Edson Pinheiro Pimentel, Enio Bonano, Ricardo
Leia maisEnsino de Algoritmos baseado na Aprendizagem Significativa utilizando o Ambiente de Avaliação NetEdu
Ensino de Algoritmos baseado na Aprendizagem Significativa utilizando o Ambiente de Avaliação NetEdu Edson Pinheiro Pimentel 1, Nizam Omar 2 1 Universidade Municipal de São Caetano do Sul (IMES) Av. Goiás,
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE ELABORAÇÃO DE MAPAS CONCEITUAIS COMO ALTERNATIVA DE APRENDIZAGEM DO ALUNO
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE ELABORAÇÃO DE MAPAS CONCEITUAIS COMO ALTERNATIVA DE APRENDIZAGEM DO ALUNO PROGRAMA DE ATUALIZAÇÃO PEDAGÓGICA PAP/PROGRAD Prof. Marcos Antonio Ferreira Júnior
Leia maisAPLICAÇÃO DE MAPAS CONCEITUAIS NO ENSINO DE LÓGICA 1 APPLICATION CONCEPT MAPS INTO TEACHING LOGIC
APLICAÇÃO DE MAPAS CONCEITUAIS NO ENSINO DE LÓGICA 1 APPLICATION CONCEPT MAPS INTO TEACHING LOGIC Gertrudes A. Dandolini 2 Universidade Federal de Santa Catarina, Santa Catarina João Artur de Souza 3 Universidade
Leia maisA Teoria da Aprendizagem Significativa (TAS) de David Ausubel
A Teoria da Aprendizagem Significativa (TAS) de David Ausubel David Paul Ausubel Nova Iorque (25/08/18 09/07/08) Filho de imigrantes judeus e pobres da Europa Central Insatisfação com a educação que recebeu
Leia maisMineração de Textos na Web
Mineração de Textos na Web Luciano Antonio Digiampietri Escola de Artes Ciências e Humanidades da Universidade de São Paulo digiampietri@usp.br Resumo: Com o crescimento das informações disponíveis na
Leia maisUm Sistema para Integração Disciplinar e Gestão Continuada da Aprendizagem
Um Sistema para Integração Disciplinar e Gestão Continuada da Aprendizagem André Bernardes Pezza 1, Nizam Omar 1, Vilmar Pedro Votre 1 1 Universidade Presbiteriana Mackenzie Rua da Consolação, 930 01302-907
Leia maisPROGRAMA DE BOLSA DISCENTE 2ª CHAMADA DE PROJETOS MODALIDADE: BOLSA DE INICIAÇÃO CIENTÍFICA E TECNOLÓGICA EDITAL Nº 2 DE 22 DE ABRIL DE 2014 ANEXO 2
ANEXO 2 RESUMO, OBJETIVOS E JUSTIFICATIVA Título do Projeto: Construção de um Mapa Conceitual da Rede de Pesquisa do IFSP Obs.: Não faça referências ao nome do autor do projeto ao longo do texto. Este
Leia maisConstrução de e-books com uso de Mapas Conceituais
996 Construção de e-books com uso de Mapas Conceituais X Salão de Iniciação Científica PUCRS Stephanie Schmidt Skuratowski 1, Gilberto Keller de Andrade 2 (orientador) 1 Faculdade de Informática, PUCRS,
Leia maisA Caminho de um Ambiente Adaptativo de Aprendizagem baseado no Nível de Aquisição de Conhecimentos do Estudante
A Caminho de um Ambiente Adaptativo de Aprendizagem baseado no Nível de Aquisição de Conhecimentos do Estudante Carlos E. Matsumoto, Danilo P. Martins, Felipe T. Carrasco, Leonel Gallo, Rodrigo S. H. Gonçalves,
Leia mais3 Trabalhos Relacionados
Trabalhos Relacionados 31 3 Trabalhos Relacionados Nesta seção, são descritos alguns trabalhos relacionados, a relação entre eles e o trabalho proposto, além da relação com os desafios mencionados na subseção
Leia maisUma Arquitetura de Tutor Inteligente que Provê Suporte ao Diálogo com o Aluno Iniciante em Linguagem de Programação
Uma Arquitetura de Tutor Inteligente que Provê Suporte ao Diálogo com o Aluno Iniciante em Linguagem de Programação Renato de M. Santos 1, Crediné Silva de Menezes 1, Davidson Cury 1 1 Programa de Pós-Graduação
Leia maisCARTOGRAFIA COGNITIVA: CONTRIBUIÇÕES PARA O ENSINO E AVALIAÇÃO DA MATEMÁTICA
CARTOGRAFIA COGNITIVA: CONTRIBUIÇÕES PARA O ENSINO E AVALIAÇÃO DA MATEMÁTICA Michelly Cássia de Azevedo Marques 1 Universidade Estadual da Paraíba micassia13@hotmail.com Rômulo Marinho do Rêgo 2 Universidade
Leia maisAPRENDIZAGEM BASEADA EM PROBLEMA
APRENDIZAGEM BASEADA EM PROBLEMA APRENDIZAGEM BASEADA EM PROBLEMA Este material pretende facilitar sua participação na sessão de tutoria presencial sobre o assunto (no dia 08/05/2015), bem como orientar
Leia maisUm Sistema Tutor Inteligente para o Ensino no Domínio de Lógica de Programação
Um Sistema Tutor Inteligente para o Ensino no Domínio de Lógica de Programação Idovaldo Cunha da Silva Universidade Estadual do Maranhão Cidade Universitária Paulo VI, s/n - Tirirical, São Luís - MA, 65055-000
Leia maisA MINERAÇÃO DE DADOS APLICADA A AVALIAÇÃO DA INFLUENCIA DA MEDIAÇÃO DO TUTOR NOS CURSOS DE GRADUAÇÃO EM EAD DO CEAR/ UEG
A MINERAÇÃO DE DADOS APLICADA A AVALIAÇÃO DA INFLUENCIA DA MEDIAÇÃO DO TUTOR NOS CURSOS DE GRADUAÇÃO EM EAD DO CEAR/ UEG Noeli Antônia Pimental Vaz 1, Pollyana dos Reis Fanstone 2, Neyde Maria da Silva
Leia maisCOMPUTADORES NA EDUCAÇÃO MÉDICA
CI242 - TÓPICOS DE PESQUISA EM INFORMÁTICA CURITIBA, 24 DE ABRIL DE 2017 COMPUTADORES NA EDUCAÇÃO MÉDICA HAYANNA K. F. SANTOS NICOLE C. KERKHOVEN 1 O PAPEL DOS COMPUTADORES NA EDUCAÇÃO MÉDICA OBJETIVOS:
Leia mais7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS
7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS Autor(es) LIDIA MARTINS DA SILVA Orientador(es) ANA ESTELA ANTUNES DA SILVA 1. Introdução
Leia maisES01-KA Guia de Aprendizagem. Módulo 4: Estratégias para Projetar e Avaliar Planos de Desenvolvimento Pessoal
2016-1-ES01-KA204-025061 Guia de Aprendizagem Módulo 4: Estratégias para Projetar e Avaliar Planos de Desenvolvimento Pessoal 1 1. INTRODUÇÃO Bem-vindo ao Módulo 4: Estratégias para Projetar e Avaliar
Leia maisSeleção de conteúdos
Seleção de conteúdos Curso de Atualização Pedagógica Julho de 2010 Mediador: Adelardo Adelino Dantas de Medeiros (DCA/UFRN) Conteúdo da disciplina Em geral, há sobrevalorização do conteúdo: Uma disciplina
Leia maisPSP: Personal Software Process. PSP- Personal Software Process. PSP: Personal Software Process. PSP: Personal Software Process
PSP- Personal Software Process Maria Cláudia F. P. Emer PSP: Personal Software Process z Já foram vistas ISO/IEC 9126 foco no produto ISO 9001 e CMM foco no processo de desenvolvimento z Critica a essas
Leia maisA CAMINHO DE UM AMBIENTE ADAPTATIVO DE APRENDIZAGEM, BASEADO NO NÍVEL DE AQUISIÇÃO DE CONHECIMENTOS DO ESTUDANTE
A CAMINHO DE UM AMBIENTE ADAPTATIVO DE APRENDIZAGEM, BASEADO NO NÍVEL DE AQUISIÇÃO DE CONHECIMENTOS DO ESTUDANTE Carlos E. Matsumoto, Danilo P. Martins, Felipe T. Carrasco, Leonel Gallo, Rodrigo S. H.
Leia mais18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio
Leia maisCompetências Digitais na Educação
Competências Digitais na Educação Relações humanas para o desenvolvimento pessoal Prof. Dr. Luciano Sathler Diretor da Associação Brasileira de Educação a Distância http:// inovacaoeducacional.com.br 09
Leia maisUTILIZANDO MAPAS CONCEITUAIS NA AVALIAÇÃO DO CONTEÚDO DE TERMODINÂMICA
Concept Mapping to Learn and Innovate Proc. of Sixth Int. Conference on Concept Mapping Santos, Brazil, 2014 UTILIZANDO MAPAS CONCEITUAIS NA AVALIAÇÃO DO CONTEÚDO DE TERMODINÂMICA Ramon Teodoro do Prado,
Leia maisUso de Lógica Fuzzy no Auxílio ao Acompanhamento Automático de Alunos utilizando um Ambiente de Aprendizagem
Uso de Lógica Fuzzy no Auxílio ao Acompanhamento Automático de Alunos utilizando um Ambiente de Aprendizagem Práticas de ensino de algoritmos Péricles Miranda Resumo Os professores enfrentam diversos desafios
Leia maisImplementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
6ª Jornada Científica e Tecnológica e 3º Simpósio de Pós-Graduação do IFSULDEMINAS 04 e 05 de novembro de 2014, Pouso Alegre/MG Implementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
Leia maisNBR ISO de 2001 (ISO de 1999) Índice
Módulo 3 Visão geral da ISO 10015: índice, introdução, objetivos, referências, definições, ciclo do treinamento, aquisição de produtos, envolvimento do pessoal, definição das necessidades de treinamento
Leia maisAutor(es) HARLEI MIGUEL DE ARRUDA LEITE. Orientador(es) MARINA TERESA PIRES VIEIRA. Apoio Financeiro PIBIC/CNPQ. 1. Introdução
19 Congresso de Iniciação Científica IMPLEMENTAÇÃO DE GUIAS E ALGORITMOS PARA REGRAS DE ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) HARLEI MIGUEL DE ARRUDA LEITE Orientador(es)
Leia mais2 Mineração de Dados Processo de Busca de Conhecimento (KDD) 2 Mineração de Dados
2 Mineração de Dados 2 Mineração de Dados A mineração de dados, ou data mining, é uma das principais etapas do processo de busca de conhecimento. Este conceito é utilizado para identificar técnicas avançadas
Leia maisIntegração entre BPM e ITIL Um Estudo de Caso na Universidade Federal da Bahia Jaguaraci Batista Silva
Integração entre BPM e ITIL Um Estudo de Caso na Universidade Federal da Bahia Jaguaraci Batista Silva Universidade Federal da Bahia Av Adhemar de Barros s/n, Ondina. Salvador-Ba +55(71)-3383-2639 jaguarac@ufba.br
Leia maisInstitut für Europäische Sportentwicklung und Freizeitforschung Institute of European Sport Development and Leisure Studies
O que você acha: 1. Porque é monitoramento e avaliação (M&A) importante? para um projeto/uma organização? para os treinadores? para você? 2. Você tem experiência em M&A? 3. Você conhece algum método de
Leia maisESPAÇO DE FORMAÇÃO E EXPERIMENTAÇÃO EM TECNOLOGIAS PARA PROFESSORES - EfeX
ESPAÇO DE FORMAÇÃO E EXPERIMENTAÇÃO EM TECNOLOGIAS PARA PROFESSORES - EfeX 1 Tecnologias nas mãos do professor IMPORTÂNCIA DE FORMAR PROFESSORES PARA USO DE TECNOLOGIAS McKinsey (2017) Fatores que influenciam
Leia maisApresentação. Geek Educacional
Apresentação Geek Educacional Geek Educacional 02 Geek Educacional 03 Geek Educacional A Geek Educacional é uma empresa especializada em pesquisas e desenvolvimento de soluções, que viabilizam um melhor
Leia maisDESIGN AND EDUCATIONAL VIDEO CONTENTS GUIDE
12 DESIGN E ROTEIRO DE VÍDEOS EDUCATIVOS Marcia Izabel Fugisawa Souza Tércia Zavaglia Torres Fernando Attique Máximo RESUMO Propõe-se a elaboração de design e roteiro de conteúdo de vídeos educativos sob
Leia maisA 37 38,9 % B 19 20,0 % C 8 8,4 % D 22 23,2 % Nenhuma delas 9 9,5 %
Universidade Federal do Rio de Janeiro Instituto de Matemática Programa de Pós-Graduação em Ensino de Matemática Doutorado em Ensino e História da Matemática e da Física Seleção 2016 Etapa 2 Física Questão
Leia maisQuestões de Aprendizagem e Pesquisa relacionadas com Instrução Baseada na Web
Questões de Aprendizagem e Pesquisa relacionadas com Instrução Baseada na Web Scott D. Johnson Professor de Educação Departmento de Educação de Recursos Humanos Faculdade de Educação Universidade de Illinois
Leia maisAvaliaçõe s em Larga Escala O que elas nos ensinam sobre o Ensino de Física
Universidade Federal do Rio de Janeiro Instituto de Física Mestrado Profissional em Ensino de Física Avaliaçõe s em Larga Escala O que elas nos ensinam sobre o Ensino de Física Orientado: Wanderley Junior
Leia maisCONHECIMENTOS PEDAGÓGICOS
CONHECIMENTOS PEDAGÓGICOS Aspectos Psicológicos da Educação AUSUBEL E A APRENDIZAGEM SIGNIFICATIVA Prof. Stephanie Gurgel David Paul Ausubel (1918-2008) Nascido em Nova York, nos Estados Unidos Filho de
Leia mais3 Arquitetura do Sistema
Arquitetura do Sistema 22 3 Arquitetura do Sistema 3.1. Visão geral O sistema desenvolvido permite a criação de aplicações que possibilitam efetuar consultas em um banco de dados relacional utilizando
Leia maisIntrodução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Introdução Laboratório de Computação para Ciências Módulo II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional
Leia maisGerencial Industrial ISO 9000
Gerencial Industrial ISO 9000 Objetivo: TER UMA VISÃO GERAL DO UM SISTEMA DE GESTÃO DA QUALIDADE: PADRÃO ISO 9000 Qualidade de Processo Qualidade do produto não se atinge de forma espontânea. A qualidade
Leia maisPadrão: Ensino. David Ausubel [1] afirma que para haver aprendizagem significativa é preciso haver duas condições:
MAC 413/5715 Tópicos (Avançados) de Programação Orientada a Objetos Segundo Semestre de 2006 Prof. Fabio Kon Cristina Fang e Eduardo Miyoshi Kasa Padrão: Ensino David Ausubel [1] afirma que para haver
Leia maisF U N D A M E N T O S P A R A E F E T U A R M U D A N Ç A S
F U N D A M E N T O S P A R A E F E T U A R M U D A N Ç A S Em um mundo repleto de VUCA, os profissionais de RH devem aplicar o DARE em suas mudanças! Mudança passou a ser a norma no dia a dia da maioria
Leia maisAvaliação Educacional em Larga Escala e a Comunidade Escolar. Reynaldo Fernandes Universidade de São Paulo USP
Avaliação Educacional em Larga Escala e a Comunidade Escolar Reynaldo Fernandes Universidade de São Paulo USP Sumário 1. Avaliação Educacional: aspectos gerais 2. Avaliação em Larga Escala 3. O Uso dos
Leia maisCritérios Gerais de Avaliação do 1º Ciclo ANO LETIVO
Critérios Gerais de Avaliação do 1º Ciclo ANO LETIVO 2015-2016 Avaliação (Decreto-Lei n.º 139/2012 de 5 de julho; Despacho Normativo nº 17-A/2015 de 22 de Setembro e Despacho Normativo nº 13/2014 de 15
Leia maisNAGEH Pessoas. Eixo: Capacitação e Desenvolvimento de Pessoal 28/09/2015. Compromisso com a Qualidade Hospitalar
Eixo: Capacitação e Desenvolvimento de Pessoal 28/09/2015 Agenda: 28/09/2015 8:30 as 9:00 h Recepção dos participantes 9:00 as 11:00 h Eixo: Capacitação e Desenvolvimento 11:00 as 11:30 h Análise de Indicadores
Leia maisPlanejamento e Produção. Desafios para a qualidade em EAD Alex Sandro Gomes, Ph.D
Planejamento e Produção Desafios para a qualidade em EAD Alex Sandro Gomes, Ph.D Planejamento Planejamento Criar e compartilhar aulas Com o Redu é possível criar e compartilhar planos de prática docente
Leia maisMapas conceituais em aplicações educacionais. Evandro Cantú Instituto Federal do Paraná Câmpus Foz do Iguaçu
Mapas conceituais em aplicações educacionais Evandro Cantú Instituto Federal do Paraná Câmpus Foz do Iguaçu evandro.cantu@ifpr.edu.br Aprendizagem Significativa Proposta por David Ausubel, nos anos 1960.
Leia maisTÍTULO: AUTORES: INSTITUIÇÃO: ÁREA TEMÁTICA: Introdução
TÍTULO: CONSTRUÇÃO DE UMA AULA DE FISIOLOGIA EM FORMATO HIPERMÍDIA AUTORES: I. P. Cardoso; C. C. S. Oliveira; C. A. Gonçalves e-mail: cg@unb.br INSTITUIÇÃO: CFS-IB / Universidade de Brasília ÁREA TEMÁTICA:
Leia maisElementos de Gestão para Educação a Distância: um estudo a partir dos Fatores Críticos de Sucesso e da Visão Baseada em Recursos
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA NA EDUCAÇÃO Elementos de Gestão para Educação a Distância: um estudo a partir dos Fatores Críticos de Sucesso e da Visão
Leia maisAVALIAÇÃO DA APRENDIZAGEM 1
AVALIAÇÃO DA APRENDIZAGEM 1 M.A. Moreira A avaliação é, segundo Novak (1996), um dos cinco lugares comuns da educação; os outros (Schwab, 1973) são (professor), aprendizagem (aluno), currículo (conhecimento)
Leia mais19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA
19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio Financeiro PIBIC/CNPQ
Leia maisMapas Conceituais: usando o software Cmap Tools no ensino e na aprendizagem de matemática
Mapas Conceituais: usando o software Cmap Tools no ensino e na aprendizagem de matemática Leila Zardo Puga Centro Universitário da F. E. I. Brasil preleilazp@fei.edu.br Resumo Mapa conceitual ou mapeamento
Leia maisSistemas Especialistas (SE)
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Sistemas Especialistas (SE) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisTransforme os resultados de sua empresa através do desenvolvimento de uma força de trabalho segura, eficiente e capacitada
Transforme os resultados de sua empresa através do desenvolvimento de uma força de trabalho segura, eficiente e capacitada Serviços de Capacitação e Desenvolvimento Alinhar e projetar a aprendizagem para
Leia maisTCC EM SISTEMAS DA INFORMAÇÃO. Aula 2- Eixo temático 1 Tecnologias para acesso participativo e universal do cidadão ao conhecimento
Aula 2- Eixo temático 1 Tecnologias para acesso participativo e universal do cidadão ao conhecimento Objetivo desta segunda aula Tecnologias para acesso participativo e universal do cidadão ao conhecimento.
Leia maisWIE 2002 Folha de Rosto (inclua como primeira página do seu arquivo) Título do artigo: Um Sistema Inteligente Multiagente para Educação à Distância
WIE 2002 (inclua como primeira página do seu arquivo) Título do artigo: Um Sistema Inteligente Multiagente para Educação à Distância Autores e Instituições: (use quantas linhas precisar) Nomes e endereços
Leia maisCONTRIBUIÇÕES DA PSICOLOGIA COGNITIVA AO ESTUDO DA APRENDIZAGEM 1. Introdução
331 CONTRIBUIÇÕES DA PSICOLOGIA COGNITIVA AO ESTUDO DA APRENDIZAGEM 1 Victor Cesar Amorim Costa 2, Sérgio Domingues 3 Resumo: Várias são as teorias que se propuseram a explicar a aprendizagem. Este estudo
Leia maisDEPARTAMENTO DE MATEMÁTICA E informática
DEPARTAMENTO DE MATEMÁTICA E informática Área disciplinar DE MATEMÁTICA CRITÉRIOS DE AVALIAÇÃO 2018/2019 1 Aprendizagens Essenciais - Ensino Básico As Aprendizagens Essenciais (AE) referentes ao Ensino
Leia maisAvaliação de atividades de programação submetidas em MOOC com emprego de técnicas de visualização
III Workshop de Ensino em Pensamento Computacional, Algoritmos e Programação VI Congresso Brasileiro de Informática na Educação Avaliação de atividades de programação submetidas em MOOC com emprego de
Leia maisMetodologia de Estruturação e Uniformização do Leiaute dos Cursos da Escola Virtual da Escola Nacional de Administração Pública
Metodologia de Estruturação e Uniformização do Leiaute dos Cursos da Escola Virtual da Escola Nacional de Administração Pública Olívia P. Paranayba, Fabrícia K. A. R. da Silva, João Paulo C. L. da Costa,
Leia maisADMINISTRAÇÃO GERAL GESTÃO POR COMPETÊNCIAS
ADMINISTRAÇÃO GERAL GESTÃO POR COMPETÊNCIAS Atualizado em 22/10/2015 GESTÃO POR COMPETÊNCIAS As competências não são estáticas, tendo em vista a necessidade de adquirir agregar novas competências individuais
Leia maisDesenho de Cursos: introdução ao modelo ADDIE. Módulo1 O modelo DSI
Desenho de Cursos: introdução ao modelo ADDIE Módulo1 O modelo DSI Atualizado em: abril de 2015 Fundação Escola Nacional de Administração Pública Presidente Gleisson Rubin Diretor de Desenvolvimento Gerencial
Leia mais7 - Gagné. O Pressuposto. A teoria de Gagné. Diferenças dos behavioristas
7 - Gagné Robert M. Gagné 1916-2002 Estágio Curricular Supervisionado em Física II 1/47 2/47 A teoria de Gagné origem nos quadros de treinamento militar durante a 2a Guerra Mundial estendida para todos
Leia maisSistemas de Recomendação Uma abordagem geral
Sistemas de Recomendação Uma abordagem geral Universidade Estadual de Maringá Departamento de Informática Programa de Pós-Graduação Mestrado em Ciência da Computação Disciplina: Seminários II Aluna: Késsia
Leia mais2 Conceitos Básicos Educação baseada na Web
2 Conceitos Básicos O trabalho descrito nesta tese engloba uma arquitetura para extração do conteúdo contido em materiais de aprendizagem bem como um meta-modelo para estruturação e representação deste
Leia maisO USO DE BADGES PARA PROMOVER A MOTIVAÇÃO E O ENGAJAMENTO DE DISCENTES NA DISCIPLINA ONLINE DE METODOLOGIA DA PESQUISA DO ENSINO SUPERIOR
O USO DE BADGES PARA PROMOVER A MOTIVAÇÃO E O ENGAJAMENTO DE DISCENTES NA DISCIPLINA ONLINE DE METODOLOGIA DA PESQUISA DO ENSINO SUPERIOR Patrícia da Silva Tristão - UNINTER João Augusto Mattar Netto -
Leia maisPEP: Prontuário Eletrônico do Paciente
PEP: Prontuário Eletrônico do Paciente Revisando... O Prontuário Eletrônico é... um repositório onde todas as informações de saúde, clínicas e administrativas, ao longo da vida de um indivíduo estão armazenadas,
Leia maisIntrodução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Conceitos Básicos Introdução Tópicos Especiais Modelagem de Dados Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Leia maisAVALIAÇÃO DE AMBIENTES VIRTUAIS. Profa. Dra. Stela C Bertholo Piconez Pós-graduação da Faculdade de Educação - USP
AVALIAÇÃO DE AMBIENTES VIRTUAIS Profa. Dra. Stela C Bertholo Piconez Pós-graduação da Faculdade de Educação - USP Questionamentos O Como os estudantes chegam a compreender as possibilidades dos AVA para
Leia maisGestão da Tecnologia da Informação
TLCne-051027-P0 Gestão da Tecnologia da Informação Disciplina: Governança de TI São Paulo, Novembro de 2012 0 Sumário TLCne-051027-P1 Conteúdo desta Aula Finalizar o conteúdo da Disciplina Governança de
Leia mais6.CONCLUSÕES CONCLUSÕES
6.CONCLUSÕES 193 6 CONCLUSÕES Este trabalho apresentou uma proposta para modelagem e análise de Sistemas de Controle envolvidos na geração de energia elétrica hidráulica, tendo como base dois desenvolvimentos:
Leia mais1. INTRODUÇÃO A MODELAGEM DE DADOS
1. INTRODUÇÃO A MODELAGEM DE DADOS Para se construir uma casa ou um prédio de qualidade, é essencial fazer um planejamento detalhado, com a finalidade de pensar sobre as formas de construção, fazer estimativas
Leia maisVÉÅÑÉÜàtÅxÇàtÄ áåé? VÉÇáàÜâà ä áåé x [âåtç áåé
Subsídios Teóricos para o Professor Pesquisador em Ensino de Ciências VÉÅÑÉÜàtÅxÇàtÄ áåé? VÉÇáàÜâà ä áåé x [âåtç áåé Marco A. Moreira Porto Alegre, Brasil 2009, 2016 Y v{t wx tñüxáxçàt ûé Tipo de publicação:
Leia maisPORTARIA NORMATIVA Nº 16, DE 10 DE DEZEMBRO DE 2018
PORTARIA NORMATIVA Nº 16, DE 10 DE DEZEMBRO DE 2018 Estabelece normas e regulamenta os processos de cálculos das avaliações na Faculdade AGES de Medicina para o semestre 2019-1. O DIRETOR GERAL da FACULDADE
Leia maisUNIDADE 1. CONTEXTO DE TRABALHO: APRENDIZAGEM EM CONTEXTO DE TRABALHO
UNIDADE 1. CONTEXTO DE TRABALHO: APRENDIZAGEM EM CONTEXTO DE TRABALHO Por Aprendizagem em Contexto de Trabalho (WBL) entende-se o processo de aprendizagem que acontece em contexto de trabalho real, remunerado
Leia maisUMA CONCEPÇÃO MOTIVACIONAL PARA O. A proposta p E2D Thaísa Müller Érico Amaral
UMA CONCEPÇÃO MOTIVACIONAL PARA O ENSINO DE CÁLCULO A proposta p E2D Thaísa Müller Érico Amaral Introdução Problema de Pesquisa Concepção do Projeto A ferramenta E2D Conclusões Disciplinas i de Cálculo
Leia maisevalyze
evalyze www.closer.pt Dê mais inteligência às suas operações Evalyze é uma plataforma de gerenciamento de operações que recorre a algoritmos de Inteligência Artificial para automatizar e otimizar a distribuição,
Leia maisDesenvolvimento de uma Linha de Produto de Software para Módulos de Aprendizagem Interativa
Desenvolvimento de uma Linha de Produto de Software para Módulos de Aprendizagem Interativa Danilo Leite Dalmon Orientador: Prof. Dr. Leônidas de O. Brandão Qualificação de Mestrado Instituto de Matemática
Leia maisSistema Adaptativo de Reconhecimento Biométrico por Impressão Digital
Sistema Adaptativo de Reconhecimento Biométrico por Impressão Digital Fernanda Baumgarten Ribeiro do Val e Priscila Ribeiro Marcelino Orientador: João José Neto Introdução Identificação biométrica, em
Leia maisSSC0112 Organização de Computadores Digitais I - Turma 2
SSC0112 Organização de Computadores Digitais I - Turma 2 1ª Aula Apresentação e Introdução da disciplina Profa. Sarita Mazzini Bruschi sarita@icmc.usp.br Apresentada pelo Prof. Paulo Sergio Lopes de Souza
Leia maisPlanejamento e Desempenho de Custos. Disciplina: Gerenciamento de Projetos Docente: Cristina Almeida
Planejamento e Desempenho de Custos Disciplina: Gerenciamento de Projetos Docente: Cristina Almeida O que é um orçamento? É o planejamento financeiro para um determinado projeto. Objetivo da aula: apresentar
Leia maisVisões Arquiteturais. Visões Arquiteturais
Visões Arquiteturais Separar diferentes aspectos em visões separadas com o objetivo de gerenciar complexidade. Cada visão descreve diferentes conceitos da Engenharia. Visões permitem reduzir a quantidade
Leia maisDesafios na modelação do fluxo de estudantes no sistema de ensino Português
Desafios na modelação do fluxo de estudantes no sistema de ensino Português Luís Correia, Luís Cavique, Ana Paula Cláudio, Beatriz Carmo, Hugo Martiniano, Helena Aidos, Sara Madeira Fórum Estatístico 14
Leia maisUtilização de técnicas de Process Mining em Sistemas de Middleware Adaptativos Proposta de Trabalho de Graduação
UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2017.1 Utilização de técnicas de Process Mining em Sistemas de Middleware Adaptativos Proposta de Trabalho de
Leia maisNormas ISO:
Universidade Católica de Pelotas Tecnólogo em Análise e Desenvolvimento de Sistemas Disciplina de Qualidade de Software Normas ISO: 12207 15504 Prof. Luthiano Venecian 1 ISO 12207 Conceito Processos Fundamentais
Leia maisSOFTWARE EDUCACIONAL PARA ELABORAÇÃO DE PROVAS E EXERCÍCIOS
SUZETE KEINER SOFTWARE EDUCACIONAL PARA ELABORAÇÃO DE PROVAS E EXERCÍCIOS CIOS Orientador: Prof.. Carlos Eduardo Negrão Bizzotto ROTEIRO Introdução Objetivos Informática na Educação Etapas de Implantação
Leia mais