Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados
- Autores
- Pimentel, Edson P.; Alves, Arthur S.; Lopes, Renato; Bottaro, Patrícia A.; Ikebara, Danilo M.
- Año de publicación
- 2010
- Idioma
- portugués
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- A avaliação da aprendizagem é um dos aspectos mais relevantes e controversos no ensino presencial e esta dificuldade parece ter se transferido para os Sistemas Gerenciadores de Aprendizagem. Na grande maioria desses ambientes todos os estudantes são avaliados de maneira uniforme independente do seu nível de aquisição de conhecimentos e dos conteúdos abordados. O insucesso recorrente nessas avaliações pode ser desestimulante para o aprendiz e torna o processo de avaliação ineficaz uma vez que os resultados não são utilizados para realimentar o próprio processo de avaliação. Este artigo tem por objetivo apresentar um modelo para a seleção de avaliações adaptativas num ambiente computacional de aprendizagem utilizando técnicas de mineração de dados com base no nível de aquisição de conhecimentos do estudante em cada item do domínio em questão e também nos conteúdos abordados nas unidades de Avaliação.
Facultad de Informática - Materia
-
Ciencias Informáticas
Educación
Informática
Datos
Aprendizaje - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc/3.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/14199
Ver los metadatos del registro completo
id |
SEDICI_199beb39647aa39d2441e4a720b3dff4 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/14199 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dadosPimentel, Edson P.Alves, Arthur S.Lopes, RenatoBottaro, Patrícia A.Ikebara, Danilo M.Ciencias InformáticasEducaciónInformáticaDatosAprendizajeA avaliação da aprendizagem é um dos aspectos mais relevantes e controversos no ensino presencial e esta dificuldade parece ter se transferido para os Sistemas Gerenciadores de Aprendizagem. Na grande maioria desses ambientes todos os estudantes são avaliados de maneira uniforme independente do seu nível de aquisição de conhecimentos e dos conteúdos abordados. O insucesso recorrente nessas avaliações pode ser desestimulante para o aprendiz e torna o processo de avaliação ineficaz uma vez que os resultados não são utilizados para realimentar o próprio processo de avaliação. Este artigo tem por objetivo apresentar um modelo para a seleção de avaliações adaptativas num ambiente computacional de aprendizagem utilizando técnicas de mineração de dados com base no nível de aquisição de conhecimentos do estudante em cada item do domínio em questão e também nos conteúdos abordados nas unidades de Avaliação.Facultad de Informática2010info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/14199info:eu-repo/semantics/altIdentifier/url/http://teyet-revista.info.unlp.edu.ar/nuevo/files/No5/TEYET5-art06.pdfinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/3.0/Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0)porreponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:25:08Zoai:sedici.unlp.edu.ar:10915/14199Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:25:08.99SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados |
title |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados |
spellingShingle |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados Pimentel, Edson P. Ciencias Informáticas Educación Informática Datos Aprendizaje |
title_short |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados |
title_full |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados |
title_fullStr |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados |
title_full_unstemmed |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados |
title_sort |
Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados |
dc.creator.none.fl_str_mv |
Pimentel, Edson P. Alves, Arthur S. Lopes, Renato Bottaro, Patrícia A. Ikebara, Danilo M. |
author |
Pimentel, Edson P. |
author_facet |
Pimentel, Edson P. Alves, Arthur S. Lopes, Renato Bottaro, Patrícia A. Ikebara, Danilo M. |
author_role |
author |
author2 |
Alves, Arthur S. Lopes, Renato Bottaro, Patrícia A. Ikebara, Danilo M. |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Educación Informática Datos Aprendizaje |
topic |
Ciencias Informáticas Educación Informática Datos Aprendizaje |
dc.description.none.fl_txt_mv |
A avaliação da aprendizagem é um dos aspectos mais relevantes e controversos no ensino presencial e esta dificuldade parece ter se transferido para os Sistemas Gerenciadores de Aprendizagem. Na grande maioria desses ambientes todos os estudantes são avaliados de maneira uniforme independente do seu nível de aquisição de conhecimentos e dos conteúdos abordados. O insucesso recorrente nessas avaliações pode ser desestimulante para o aprendiz e torna o processo de avaliação ineficaz uma vez que os resultados não são utilizados para realimentar o próprio processo de avaliação. Este artigo tem por objetivo apresentar um modelo para a seleção de avaliações adaptativas num ambiente computacional de aprendizagem utilizando técnicas de mineração de dados com base no nível de aquisição de conhecimentos do estudante em cada item do domínio em questão e também nos conteúdos abordados nas unidades de Avaliação. Facultad de Informática |
description |
A avaliação da aprendizagem é um dos aspectos mais relevantes e controversos no ensino presencial e esta dificuldade parece ter se transferido para os Sistemas Gerenciadores de Aprendizagem. Na grande maioria desses ambientes todos os estudantes são avaliados de maneira uniforme independente do seu nível de aquisição de conhecimentos e dos conteúdos abordados. O insucesso recorrente nessas avaliações pode ser desestimulante para o aprendiz e torna o processo de avaliação ineficaz uma vez que os resultados não são utilizados para realimentar o próprio processo de avaliação. Este artigo tem por objetivo apresentar um modelo para a seleção de avaliações adaptativas num ambiente computacional de aprendizagem utilizando técnicas de mineração de dados com base no nível de aquisição de conhecimentos do estudante em cada item do domínio em questão e também nos conteúdos abordados nas unidades de Avaliação. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Articulo http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/14199 |
url |
http://sedici.unlp.edu.ar/handle/10915/14199 |
dc.language.none.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://teyet-revista.info.unlp.edu.ar/nuevo/files/No5/TEYET5-art06.pdf |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc/3.0/ Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc/3.0/ Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0) |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1842260081490526208 |
score |
13.13397 |