Learning Analytics e Laboratórios Remotos: estudo de caso a partir da aplicação do framework LEDA e técnicas de mineração de dados

• Processo: 21/14908-0
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de dezembro de 2022
• Data de Término da vigência: 07 de abril de 2024
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Marco Antonio Garcia de Carvalho
• Beneficiário: Carinna Nunes Tulha
• Instituição Sede: Faculdade de Tecnologia (FT). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Assunto(s): Análise de dados Intervenção Tecnologia educacional
• Palavra(s)-Chave do Pesquisador: Agrupamento | Análise de Dados | Experimentos remotos | intervenção | Regras de Associação | Tecnologia Educacional

Resumo

Para que o uso de tecnologias digitais no contexto educacional ocorra de forma eficiente, é importante compreender a relação entre o estudante e a tecnologia após interações. Dentre as possibilidades de tecnologias educacionais estão os laboratórios remotos, ferramentas que proporcionam a manipulação de experimentos reais por meio de uma plataforma online, disponível de forma ininterrupta, superando questões de tempo e espaço. Para analisar a enorme quantidade de dados gerados durante as interações, são necessárias aplicações de técnicas capazes de analisar e extrair informações dos dados gerados a partir de interações com tecnologias, possibilitando intervenções de aprendizagem. A técnica chamada Learning Analytics (LA) é baseada na medição, coleta, análise e relatório de dados dos estudantes durante as práticas. LA combina técnicas de mineração de dados para extrair informações e intervenção pedagógica. Neste projeto propomos desenvolver um framework de mineração de dados educacionais baseado em intervenções de Learning Analytics denomidado LEDA (Laboratory Experimentation Data Analysis). O framework LEDA visa extrair informações de dados de interação com laboratórios remotos para relacionar o comportamento de interação do aluno com o seu progresso de aprendizagem. Nossa abordagem aplicará técnicas de regras de associação e agrupamento, utilizando dados incluindo cliques, número de componentes controlados, tempo de atividade, entre outros. A aplicação de regras de associação permite o levantamento de condições e relacionamentos entre ações e resultados. Já aplicando técnicas de agrupamento pode-se organizar comportamentos semelhantes e notar o desempenho em determinada atividade. Esperamos obter informações sobre as melhores formas de realizar um experimento remoto, informando sobre o comportamento do estudante e seu engajamento durante a experimentação, de forma a maximizar o aprendizado.