Use este identificador para citar ou linkar para este item: https://repository.ufrpe.br/handle/123456789/4048
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorRodrigues, Rodrigo Lins-
dc.contributor.authorSilva, Lucielton Manoel da-
dc.date.accessioned2023-03-01T21:31:07Z-
dc.date.available2023-03-01T21:31:07Z-
dc.date.issued2021-12-10-
dc.identifier.citationSILVA, Lucielton Manoel da. Aplicação de técnicas de Multimodal Learning Analytics para identificação de estados emocionais durante atividades de pensamento computacional. 2021. 50 f. Trabalho de Conclusão de Curso (Licenciatura em Computação) - Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2021.pt_BR
dc.identifier.urihttps://repository.ufrpe.br/handle/123456789/4048-
dc.descriptionCom a rápida propagação das tecnologias digitais, vemos um crescimento na construção e adoção de novas tecnologias educacionais, tecnologias essas que podem ser utilizadas para auxiliar e até melhorar o processo de ensino-aprendizagem. Com a adoção da Educação à Distância, os professores perdem o controle sobre a análise individual de cada aluno, visto que dentro de um ambiente virtual não há limites para quantidade de alunos. Além disso, não existe uma forma de analisar cada aluno em uma tarefa colaborativa, que corresponda aos aprendizados dele dentro de uma atividade. Dito isto, o objetivo deste trabalho é o de utilizar técnicas de Multimodal Learning Analitycs com o intuito de analisar o fluxo de estados emocionais entre duplas de alunos, ao longo de três atividades relativas ao desenvolvimento das competências do Pensamento Computacional, de tal forma que através da compreensão dos estados emocionais dos alunos ao longo da atividade, possamos ter uma noção do seu perfil ao longo da execução do trabalho. Para isso, coletamos dados de duas duplas de alunos do ensino médio, com perfis de colaboração e conhecimento a cerca do Pensamento Computacional distintos, em uma tarefa colaborativa prática na plataforma Scratch, com atividades correspondentes ao desenvolvimento de habilidades como pensamento algorítmico, abstração, decomposição e reconhecimento de padrão. As atividades foram realizadas através da plataforma Google Meet e com o registro em vídeo da mesma, pudemos utilizar de algoritmos específicos, disponíveis na plataforma EZMMLA, para capturar os estados emocionais ao longo da atividade e com sua análise extrair informações úteis para auxiliar a tomada de decisões de professores e gestores visando melhorar o processo de ensino-aprendizagem.pt_BR
dc.description.abstractWith the rapid spread of digital technologies, we see a growth in the construction and adoption of new educational technologies, these technologies that can be used to assist and even improve the teaching-learning process. With the adoption of Distance Education, teachers lose control over an individual analysis of each student, since within a virtual environment there are no limits to the number of students. Furthermore, there is no way to analyze each student in a collaborative task, which corresponds to their learning within an activity. That said, the objective of this work is to use Multimodal Learning Analitycs techniques in order to analyze the flow of emotional states between pairs of students, along three activities related to the development of Computational Thinking skills, in such a way that through from the understanding of the students’ emotional states throughout the activity, we can get a sense of their profile throughout the performance of the work. For this, we collected data from two pairs of high school students, with different collaboration profiles and knowledge about Computational Thinking, in a practical collaborative task on the Scratch platform, with activities corresponding to the development of skills such as algorithmic thinking, abstraction, decomposition and pattern recognition. The activities were carried out through the Google Meet and with the record in video of the same platform, we were able to use the specific algorithms, available on the EZMMLA platform, to capture emotional states throughout the activity and with their analysis extract useful information to assist in thept_BR
dc.format.extent50 f.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rightsAtribuição-CompartilhaIgual 4.0 Internacional (CC BY-SA 4.0)pt_BR
dc.rightshttps://creativecommons.org/licenses/by-sa/4.0/deed.pt_BRpt_BR
dc.rightsopenAccesspt_BR
dc.rightsopenAccesspt_BR
dc.subjectAvaliação da aprendizagempt_BR
dc.subjectProcesso de ensino-aprendizagempt_BR
dc.subjectPensamento computacionalpt_BR
dc.titleAplicação de técnicas de Multimodal Learning Analytics para identificação de estados emocionais durante atividades de pensamento computacionalpt_BR
dc.typebachelorThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/3526963587159780pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/5512849006877767pt_BR
dc.degree.levelGraduacaopt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.localRecifept_BR
dc.degree.grantorUniversidade Federal Rural de Pernambucopt_BR
dc.degree.graduationLicenciatura em Computaçãopt_BR
dc.degree.departamentDepartamento de Computaçãopt_BR
Aparece nas coleções:TCC - Licenciatura em Computação (Sede)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_lucieltonmanoeldasilva.pdf2,37 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.