Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem

Autores
Alves, Arthur S.; Oliveira, Bruno W. R.; Ikebara, Danilo M.; Bottaro, Patrícia A.; Lopes, Renato; Pimentel, Edson P.
Año de publicación
2007
Idioma
portugués
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
No sistema tradicional de ensino e também na grande maioria dos Ambientes Computacionais de Aprendizagem 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 formativa 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. A seleção de unidades de avaliação adequadas ao perfil atual do estudante criará condições para avaliações personalizadas de modo a proteger ou desafiar o aprendiz nos seus sucessos ou insucessos.
In the traditional system of education and also in the great majority of Computational Environments of Learning all the students are evaluated in an independent uniform way it its level of acquisition of knowledge and them boarded contents. The recurrent failure in these evaluations can be discouraged for the apprentice and becomes the process of inefficacious formative evaluation once that the results are not used to feedback the proper process of evaluation. This article has for objective to present a model for the selection of adaptive evaluations in a computational environment of learning using data mining techniques based on the level of acquisition of knowledge of the student in each item of the domain in question and also in the boarded contents in the units of the Evaluation. The selection of adequate units of evaluation to the current profile of the student will create conditions for personalized evaluations in order to protect or to defy the apprentice in its successes or failures.
VI Workshop de Tecnología Informática Aplicada en Educación
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
avaliações adaptativas
mineração de dados
avaliação formativa
Learning
Data mining
Evaluation/methodology
data minning
adaptive evaluations
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22910

id SEDICI_5d89576282e233efddddf43c1539e2fe
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22910
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagemAlves, Arthur S.Oliveira, Bruno W. R.Ikebara, Danilo M.Bottaro, Patrícia A.Lopes, RenatoPimentel, Edson P.Ciencias Informáticasavaliações adaptativasmineração de dadosavaliação formativaLearningData miningEvaluation/methodologydata minningadaptive evaluationsNo sistema tradicional de ensino e também na grande maioria dos Ambientes Computacionais de Aprendizagem 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 formativa 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. A seleção de unidades de avaliação adequadas ao perfil atual do estudante criará condições para avaliações personalizadas de modo a proteger ou desafiar o aprendiz nos seus sucessos ou insucessos.In the traditional system of education and also in the great majority of Computational Environments of Learning all the students are evaluated in an independent uniform way it its level of acquisition of knowledge and them boarded contents. The recurrent failure in these evaluations can be discouraged for the apprentice and becomes the process of inefficacious formative evaluation once that the results are not used to feedback the proper process of evaluation. This article has for objective to present a model for the selection of adaptive evaluations in a computational environment of learning using data mining techniques based on the level of acquisition of knowledge of the student in each item of the domain in question and also in the boarded contents in the units of the Evaluation. The selection of adequate units of evaluation to the current profile of the student will create conditions for personalized evaluations in order to protect or to defy the apprentice in its successes or failures.VI Workshop de Tecnología Informática Aplicada en EducaciónRed de Universidades con Carreras en Informática (RedUNCI)2007-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1101-1110http://sedici.unlp.edu.ar/handle/10915/22910info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)porreponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:28:03Zoai:sedici.unlp.edu.ar:10915/22910Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:28:03.437SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
title Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
spellingShingle Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
Alves, Arthur S.
Ciencias Informáticas
avaliações adaptativas
mineração de dados
avaliação formativa
Learning
Data mining
Evaluation/methodology
data minning
adaptive evaluations
title_short Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
title_full Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
title_fullStr Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
title_full_unstemmed Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
title_sort Um modelo para seleção de avaliações adaptativas em ambientes computacionais de aprendizagem
dc.creator.none.fl_str_mv Alves, Arthur S.
Oliveira, Bruno W. R.
Ikebara, Danilo M.
Bottaro, Patrícia A.
Lopes, Renato
Pimentel, Edson P.
author Alves, Arthur S.
author_facet Alves, Arthur S.
Oliveira, Bruno W. R.
Ikebara, Danilo M.
Bottaro, Patrícia A.
Lopes, Renato
Pimentel, Edson P.
author_role author
author2 Oliveira, Bruno W. R.
Ikebara, Danilo M.
Bottaro, Patrícia A.
Lopes, Renato
Pimentel, Edson P.
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
avaliações adaptativas
mineração de dados
avaliação formativa
Learning
Data mining
Evaluation/methodology
data minning
adaptive evaluations
topic Ciencias Informáticas
avaliações adaptativas
mineração de dados
avaliação formativa
Learning
Data mining
Evaluation/methodology
data minning
adaptive evaluations
dc.description.none.fl_txt_mv No sistema tradicional de ensino e também na grande maioria dos Ambientes Computacionais de Aprendizagem 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 formativa 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. A seleção de unidades de avaliação adequadas ao perfil atual do estudante criará condições para avaliações personalizadas de modo a proteger ou desafiar o aprendiz nos seus sucessos ou insucessos.
In the traditional system of education and also in the great majority of Computational Environments of Learning all the students are evaluated in an independent uniform way it its level of acquisition of knowledge and them boarded contents. The recurrent failure in these evaluations can be discouraged for the apprentice and becomes the process of inefficacious formative evaluation once that the results are not used to feedback the proper process of evaluation. This article has for objective to present a model for the selection of adaptive evaluations in a computational environment of learning using data mining techniques based on the level of acquisition of knowledge of the student in each item of the domain in question and also in the boarded contents in the units of the Evaluation. The selection of adequate units of evaluation to the current profile of the student will create conditions for personalized evaluations in order to protect or to defy the apprentice in its successes or failures.
VI Workshop de Tecnología Informática Aplicada en Educación
Red de Universidades con Carreras en Informática (RedUNCI)
description No sistema tradicional de ensino e também na grande maioria dos Ambientes Computacionais de Aprendizagem 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 formativa 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. A seleção de unidades de avaliação adequadas ao perfil atual do estudante criará condições para avaliações personalizadas de modo a proteger ou desafiar o aprendiz nos seus sucessos ou insucessos.
publishDate 2007
dc.date.none.fl_str_mv 2007-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22910
url http://sedici.unlp.edu.ar/handle/10915/22910
dc.language.none.fl_str_mv por
language por
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
1101-1110
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_ 1842260118874357760
score 13.13397