Please use this identifier to cite or link to this item:
https://repository.ufrpe.br/handle/123456789/1080
Title: | Uma abordagem de Game Learning Analytics para identificação de habilidades de leitura e escrita no ensino infantil |
Authors: | Oliveira Neto, José Rodrigues de |
metadata.dc.contributor.authorLattes: | http://lattes.cnpq.br/3879751025550218 |
metadata.dc.contributor.advisor: | Rodrigues, Rodrigo Lins |
metadata.dc.contributor.advisorLattes: | http://lattes.cnpq.br/5512849006877767 |
metadata.dc.contributor.advisor-co: | Amorim, Américo Nobre Gonçalves Ferreira |
metadata.dc.contributor.advisor-coLattes: | http://lattes.cnpq.br/7962263612352589 |
Keywords: | Ensino auxiliado por computador;Mineração de dados (Computação);Leitura - Estudo e ensino;Incentivo à leitura |
Issue Date: | 2018 |
Citation: | OLIVEIRA NETO, José Rodrigues de. Uma abordagem de Game Learning Analytics para identificação de habilidades de leitura e escrita no ensino infantil. 2018. 69 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2019. |
Abstract: | The power that video games have to capture their players’ attention has brought with it the idea of using them with the main objective of reinforcing learning in educational context. Recent studies demonstrate that it is possible to analyze the interactions of players in such games, called Serious Games, to conclude and measure the learning obtained during interaction in those games. Given this context, this work aims to develop an analysis of data obtained from the interaction of players in one game, out of 20, applied during a research that proved their positive impact on the development of reading and writing skills of 4-years-old children. Three classifiers were selected: Naive Bayes, Support Vector Machines (SVM) and Logistic Regression, which were trained with the data resulting from the interaction of these players with the game and demonstrated the hit rate of each of the classifiers. In addition, this work also makes an analysis of the interactions considered more relevant by one of the models, finding relationships between the words proposed as challenge in the test and those present in the game, raising reflections that can be taken into account during the development of a educational game that aims to improve children’s reading and writing skills in early childhood education. |
Description: | O poder que os vídeo games têm de capturar atenção de seus jogadores trouxe consigo a ideia de usá-los tendo como objetivo principal o reforço no aprendizado na educação. Estudos recentes demonstram que é possível analisar as interações dos jogadores com tais jogos, chamados de Serious Games, para tirar conclusões e mensurar o aprendizado obtido durante a interação com tais jogos. Dado esse contexto, este se propõe a fazer uma análise de dados obtidos a partir da interação de jogadores com um dos jogos, dentre 20, aplicados durante uma pesquisa que comprovou o impacto positivo deles no desenvolvimento de habilidades de leitura e escrita de crianças de 4 anos de idade. Foram selecionados três classificadores: Naive Bayes, Support Vector Machines (SVM) e Regressão Logística, que foram treinados com os dados resultantes da interação desses jogadores com o jogo e demonstrada a taxa de acerto de cada um dos classificadores. Além disso, este trabalho também faz uma análise das interações consideradas mais relevantes na classificação de um dos modelos, encontrando relações entre as palavras propostas como desafio no teste e às presentes no jogo, levantando reflexões que podem ser levadas em consideração durante a produção de um jogo educacional que objetive aperfeiçoar habilidades de leitura e escrita de crianças no ensino infantil. |
URI: | https://repository.ufrpe.br/handle/123456789/1080 |
Appears in Collections: | TCC - Bacharelado em Sistemas da Informação (Sede) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
tcc_josérodriguesdeoliveiraneto.pdf | 2,54 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.