Seleção de avaliações adaptativas em sistemas gerenciadores de aprendizagem utilizando mineração de dados
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...
Guardado en:
| Autores principales: | , , , , |
|---|---|
| Formato: | Articulo |
| Lenguaje: | Portugués |
| Publicado: |
2010
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/14199 http://teyet-revista.info.unlp.edu.ar/nuevo/files/No5/TEYET5-art06.pdf |
| Aporte de: |
| Sumario: | 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. |
|---|