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
• Materia: Ciencias Informáticas; avaliações adaptativas; mineração de dados; avaliação formativa; Learning; Data mining; Evaluation/methodology; data minning; adaptive evaluations
• Institución: Universidad Nacional de La Plata

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)