CAPÍTULO 6 – CONSIDERAÇÕES FINAIS
6.2 Trabalhos Futuros
possibilita a visualização gráfica de dados estratégicos dos aprendizes sobre aspectos cogniti- vos, sociais e comportamentais dos estudantes e permite a utilização de filtros e a notificação dos alunos. Diante disso, consideramos a hipótese levantada nessa pesquisa como verificada.
6.2
Trabalhos Futuros
Os professores, tutores e coordenadores que participaram do grupo focal indicaram algumas melhorias no sistema, que propomos como trabalhos futuros. Essas melhorias são: incorporar à ferramenta um filtro por grupos, já que atuam atendendo alunos que são divididos em grupos que representam os polos de apoio presencial dos estudantes no Moodle; a viabilização da funcionalidade de exportar as listagens dos relatórios de risco, acesso, desempenho e interações para o formato de planilhas e arquivos pdf.
Também propomos, como trabalho futuro, que a ferramenta seja mais dinâmica e permita que os próprios professores, tutores e gestores customizem os parâmetros para indicar o risco de evasão dos estudantes no Moodle. Nessa perspectiva, eles poderiam informar ao sistema o número de acessos, a quantidade de interações e também um percentual de notas que são, para eles, parâmetros para indicar o abandono dos cursos, de acordo com a realidade de cada turma e a experiência deles nos cursos.
Por último, indicamos como trabalho futuro, que o plugin Relatório de Risco de Evasão seja submetido à avaliação e a testes de profissionais especialistas em ferramentas de Learning Analyticscom o objetivo de aprimoramento das funcionalidades do plugin.
REFERÊNCIAS
[1] WILGES, B. C.; COSTA RIBAS, J. C.; CATAPAN, A. H.; BASTOS, R. Sistemas multi- agentes: mapeando a evasão na educação a distância. RENOTE, 8(1), 2010.
[2] BRASIL. Ministério da Educação e Cultura. Instituto Nacional de Es- tudos e Pesquisas Educacionais Anísio Teixeira. Censo da Educa-
ção Superior 2016. Brasília, DF: INEP, 2016. Disponível em:
<http://download.inep.gov.br/educacao_superior/censo_superior/documentos/2016/notas _sobre_o_censo_da_educacao_superior_2016.pdf>.
[3] CENSO EAD.BR. Relatório Analítico da Aprendizagem a Distân- cia no Brasil 2016. Curitiba: InterSaberes, 2017. Disponível em: <http://abed.org.br/censoead2016/Censo_EAD_2016_portugues.pdf>.
[4] COSTA, R. L.; SANTOS, J. C. A evasão em cursos técnicos a distância. Educar em Revista, 33(66), pp. 241-256, 2017.
[5] KOTSIANTIS, S. Educational data mining: a case study for predicting dropout-prone students. International Journal of Knowledge Engineering and Soft Data Paradigms, 1(2), pp. 101-111, 2009.
[6] ABBAD, G.; SILVEIRA, C. R.; ZERBINI, T. Evasão em curso via internet: explorando variáveis explicativas. RAE-eletrônica, 5(2), 2006.
[7] GALUSHA, J. M. Barriers to learning in distance education, 1998.
[8] HARA, N. Student distress in a web-based distance education course. Information, Com- munication & Society, 3(4), pp. 557-579, 2000.
[9] RIVERA, J. C.; RICE, M. L. A comparison of student outcomes & satisfaction between traditional & web based course offerings. Online Journal of Distance Learning Adminis- tration, 5(3), 2002.
[10] VALENTINE, D. Distance learning: Promises, problems, and possibilities. Online Jour- nal of Distance Learning Administration, 5(3), 2002.
[11] BRASIL, Ministério da Educação e Cultura. Secretaria de Educação a Distância. Refe- renciais de qualidade para Educação superior a distância. Brasília, 2007. Disponível em: <http://portal.mec.gov.br/seed/arquivos/pdf/legislacao/refead1.pdf>.
[12] DOBASHI, K. Development and trial of excel macros for time series cross section monito- ring of student engagement: Analyzing students’ page views of course materials. Procedia Computer Science, 96, pp.1086-1095, 2016.
Referências 83
[13] MAZZA, R.; DIMITROVA, V. Coursevis: A graphical student monitoring tool for suppor- ting instructors in web-based distance courses. International Journal of Human-Computer Studies, 65(2), pp. 125-139, 2007.
[14] LYKOURENTZOU, I. et al. Dropout prediction in e-learning courses through the com- bination of machine learning techniques. Computers & Education, 53(3), pp. 950-965, 2009.
[15] ELIAS, T. Learning analytics: Definitions, processes and potential. 2011. Disponível em: <https://pdfs.semanticscholar.org/732e/452659685fe3950b0e515a28ce89d9c5592a.pdf>. Acesso em: dez. 2017.
[16] EINHARDT, L.; TAVARES, T. A.; CECHINEL, C. Moodle analytics dashboard: A learning analytics tool to visualize users interactions in moodle. In Learning Objects and Technology (LACLO), Latin American Conference on. IEEE, pp. 1-6, 2016.
[17] SILVA JUNIOR, C. B.; OLIVEIRA, I. C. A. Learning analytics: Revisão da literatura e o estado da arte. In Métodos e Tecnologias, 2016. Proceedings., 22oCongresso Internaional ABED de Educação a Distância, São Paulo, Brasil, 2016. ABED.
[18] LYRA, K. T. et al. Infographics or graphics+ text: which material is best for robust learning? In Advanced Learning Technologies (ICALT), 2016 IEEE 16th International Conference on. IEEE, pp. 366-370, 2016.
[19] AMARAL, J. N. About computing science research methodology. Citeseer, 2011.
[20] KRUEGER, R. A.; CASEY, M. A. Focus groups: A practical guide for applied research. Sage publications, 2014.
[21] MORGAN, D. L.; KRUEGER, R. A. Developing questions for focus groups, volume 3. Sage, 1998.
[22] KITZINGER, J.; BARBOUR, R. Developing focus group research: politics, theory and practice. Sage, 1999.
[23] PLAISANT, C. Information visualization and the challenge of universal usability. In Exploring geovisualization. Elsevier, pp. 53-82, 2005.
[24] CARVALHO, E. S.; MARCOS, A. F. Visualização de informação. Guimarães: Centro de Computação Gráfica. ISBN 978-972-99062-5-1, 2009. Disponível em: <http://hdl.handle.net/1822/8863>. Acesso em: jan. 2018.
[25] ARAÚJO, D. N. Moodle para Desenvolvedores. Disponível em:
<http://danielneis.github.io/moodleparadesenvolvedores. Acesso em: jan. 2018.
[26] GOOGLE. Google Charts. Disponível em <https://developers.google.com/chart/>. Acesso em: jan. 2018.
[27] MEDEIROS, F. P. A. Uma abordagem de monitoramento abrangente das interações so- ciais em ambientes colaborativos virtuais de aprendizagem como suporte a presença do- cente. Tese de Doutorado, Universidade Federal de Pernambuco, 2013.
Referências 84
[28] LOTT, A. C. O. Persistência e evasão na educação a distância: examinando fatores expli- cativos. 2017.
[29] BRASIL. Ministério da Educação e Cultura. Conselho Nacional de Educação. Re- solução CNE/ CES no 1, de 11 de março de 2016. 2007. Disponível em: <http://portal.mec.gov.br/seed/arquivos/pdf/legislacao/refead1.pdf>. Acesso em: nov. 2017.
[30] ARETIO, L. G.; CORBELLA, M. R.; DIAZ, J. Q.; BLANCO, M. G. Concepción y ten- dencias de la educación a distancia en América Latina. Madrid: Centro de Altos Estudios Universitarios de la OEI, 2009.
[31] NUNES, C. S. et al. Gestão em educação a distância: um framework baseado em boas práticas. 2017.
[32] BRASIL. Ministério da Educação e Cultura. Resolução CD/FNDE no 26, de 5 de junho de 2009: Anexos I, II e III – Manual de atribuições dos bolsistas; Termo de compromisso do bolsista; Formulário de cadastramento de bolsista da UAB. 2009b. Disponível em: <http://ead.ufsc.br/blog/2009/06/05/resolucao-fnde-nde-2009/>. Acesso em: nov. 2017. [33] MOORE, M.; KEARSLEY, G. Educação a distância: Uma visão integrada. Tradução por
Roberto Galman. São Paulo: Thomson Learning2007.
[34] MILLIGAN, C. Delivering staff and professional development using virtual learning en- vironments. The Role of Virtual Learning Environments in the Online Delivery of Staff Development. Institute for Computer Based Learning, Heriot-Watt University, Riccarton, Edinburgh EH14-4AS, 1999.
[35] MOSTOW, J.; BECK, J. Some useful tactics to modify, map and mine data from intelligent tutors. Natural Language Engineering, 12(2), pp. 195-208, 2006.
[36] MEDEIROS, F.; GOMES, A. S.; AMORIM, R.; MEDEIROS, G. Architecture for so- cial interactions monitoring in collaborative learning environments as a support for the teacher’s awareness. In Advanced Learning Technologies (ICALT), 2013 IEEE 13th Inter- national Conference on. IEEE, pp. 123-127, 2013.
[37] RICE, W. H. Moodle e-learning course development: a complete guide to successful learning using MoodleQ3. Packt Publ, p.13, 2006.
[38] MOODLE.ORG. Registered Moodle Sites. Disponível em: <https://moodle.net/sites>. Acesso em: 28 nov. 2017.
[39] ROMERO, C.; VENTURA, S.; GARCIA, E. Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), pp. 368-384, 2008. [40] INSTITUTO FEDERAL DA PARAÍBA. Ferramentas e Funcionalidades do
Moodle, 2016. Disponível em:<http://www.ifpb.edu.br/ead/paginas-moodle/pasta- tutoriais/tema_3ferramenta_e_funcionalidades_no_moodle.pdf/view>. Acesso em: 15 nov. 2017.
Referências 85
[41] NAGI, K.; SUESAWALUK, P. Research analysis of moodle reports to gauge the level of interactivity in elearning courses at assumption university, thailand. In Computer and Communication Engineering, 2008. ICCCE 2008. International Conference on. IEEE, pp. 772-776, 2008.
[42] MOODLE.ORG. Moodle Plugins. Disponível em: <https://moodle.org/plugins>. Acesso em: 15 nov. 2017.
[43] FERREIRA, A. B. H. Novo Dicionário Aurélio da Língua Portuguesa. 2004.
[44] VARGAS, M. R. M. Implantação de programas de educação a distância. In Material Didático do Curso de Pós-Graduação em Educação a Distância. Centro de Educação a Distância, Universidade de Brasília, 2007.
[45] FINI, R.; HEIJMANS, R. D.; LUSCHER, A. Z. Insucesso, fracasso, abandono, eva- são...um debate multifacetado. In: CUNHA, D. M. et al. (Orgs.). Formação/profissiona- lização de professores e formação profissional e tecnológica: fundamentos e reflexões contemporâneas. Belo Horizonte: Editora PUC Minas, pp. 235-271, 2013.
[46] SILVA, A. M.; ROSINI, A. M.; SILVA, O. R. Identificação dos aspectos referentes à evasão em cursos de educação a distância nas áreas de administração e gestão financeira. REPAE-Revista de Ensino e Pesquisa em Administração e Engenharia, 3(2), pp. 366-384, 2017.
[47] MARTINEZ, M. High attrition rates in e-learning: Challenges, predictors, and solutions. The eLearning Developers Journal, 2(2), pp. 1-7, 2003.
[48] INKELAAR, T.; SIMPSON, O. Challenging the distance education deficit through moti- vational emails. Open Learning: The Journal of Open, Distance and e-Learning, 30(2), pp. 152-163, 2015.
[49] WILLGING, P. A.; JOHNSON, S. D. Factors that influence students’ decision to dropout of online courses. Journal of Asynchronous Learning Networks, 13(3), pp. 115-127, 2009. [50] CENSO EAD.BR. Relatório Analítico da Aprendizagem a Distân- cia no Brasil 2017. Curitiba: InterSaberes, 2018. Disponível em: <http://abed.org.br/arquivos/CENSO_EAD_BR_2018_digital_completo.pdf>.
[51] ABDULWAHHAB, R. S; ABDULWAHAB, S. S. Integrating learning analytics to pre- dict student performance behavior. In Information and Communication Technology and Accessibility (ICTA), 2017 6th International Conference on. IEEE, pp. 1-6, 2017.
[52] GASEVIC, D.; DAWSON, S.; SIEMENS, G. Let’s not forget: learning analytics are about learning. TechTrends, 59(1), pp. 64-71, 2015.
[53] SIEMENS, G.; LONG, P. Penetrating the fog: Analytics in learning and education. EDU- CAUSE REVIEW, 46(5), pp. 30, 2011.
[54] GOMEZ-AGUILAR, D. A.; HERNANDEZ-GARCIA, A.; GARCIA-PENALVO, F. J.; THERON, R. Tap into visual analysis of customization of grouping of activities in elear- ning. Computers in Human Behavior, 47, pp. 60-67, 2015.
Referências 86
[55] DYCKHOFF, A. L. et al. Design and implementation of a learning analytics toolkit for teachers. Journal of Educational Technology & Society, 15(3), p. 58, 2012.
[56] PARDO, A. Designing learning analytics experiences. In LARUSSON, J. A; WHITE, B. (Eds.). In Learning analytics. Springer, pp. 15-38, 2014.
[57] SHNEIDERMAN, B. The eyes have it: a task by data type taxonomy for information visualizations. In Visual Languages, IEEE Symposium on. IEEE, pp. 336-343, 1996. [58] SMICIKLAS, M. The power of infographics: using pictures to communicate and connect
with your audiences. Que Publishing, 2012.
[59] DYCKHOFF, A. L. et al. Supporting action research with learning analytics. In Procee- dings of the Third International Conference on Learning Analytics and Knowledge. ACM, pp. 220-229, 2013.
[60] LOCKYER, L.; DAWSON, S. Learning designs and learning analytics. In Proceedings of the 1st international conference on learning analytics and knowledge. ACM, pp. 153-156, 2011.
[61] YANG, Y. Engaging students in an online situated language learning environment. Com- puter Assisted Language Learning, 24(2), pp. 181-198, 2011.
[62] COLE, P. G.; CHAN, L. Teaching principles and practice. Prentice Hall, 1994.
[63] SCHAEFFER, C. E.; KONETES, G. D. Impact of learner engagement on attrition rates and student success in online learning. International Journal of Instructional Technology & Distance Learning, 7(5), pp. 3-9, 2010.
[64] TINTO, V. Dropout from higher education: a theoretical synthesis of recent research. Review of educational research, 45(1), pp. 89-125, 1975.
[65] SKINNER, E. A.; PITZER, J. R. Developmental dynamics of student engagement, coping, and everyday resilience. In Handbook of research on student engagement. Springer, pp. 21-44, 2012.
[66] APPLETON, J. J.; CHRISTENSON, S. L.; FURLONG, M. J. Student engagement with school: critical conceptual and methodological issues of the construct. Psychology in the Schools, 45(5), pp. 369-386, 2008.
[67] CHRISTENSON, S. L. Engaging students with school: the essential dimension of dropout prevention programs. In Web seminar presentation for the National Dropout Prevention Center for Students With Disabilities, 2008.
[68] FREDRICKS, J. A. et al. Measuring student engagement in upper elementary through high school: a description of 21 instruments. Issues & Answers. Regional Educational Laboratory Southeast, REL. 098, 2011.
[69] FREDRICKS, J. A.; MCCOLSKEY, W. The measurement of student engagement: a comparative analysis of various methods and student self-report instruments. In Handbook of research on student engagement. Springer, pp. 763-782, 2012.
Referências 87
[70] HENRIE, C. R.; HALVERSON, L. R.; GRAHAM, C. R. Measuring student engagement in technology-mediated learning: a review. Computers & Education, 90, pp. 36-53, 2015. [71] D BAKER, R. S. J. et al. Towards sensor-free affect detection in cognitive tutor algebra.
International Educational Data Mining Society, 2012.
[72] ZIELINSKI, F. D. C.; SCHMITT, M. A. R. Uma ferramenta gráfica para suporte à ativi- dade docente no moodle. RENOTE, 13(1), 2015.
[73] AUGUSTO, M.; SCHIMITT, R.; MARGARIA, L. Uma Ferramenta de Learning Analy- tics para o Moodle. In Anais do XX Congresso Internacional de Informática Educativa (TISE), 11, pp. 821-824, 2015.
[74] CORRIN, L. et al. Loop: A learning analytics tool to provide teachers with useful data visualisations. In 32nd Conference of the Australasian Society for Computers in Learning in Tertiary Education. Perth: Ascilite, 2015.
[75] LUCENA, K. T.; SILVA, J.; OLIVEIRA, E. Webmonitor: uma ferramenta para monitora- mento e acompanhamento de cursos em um AVA. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 26, p. 249, 2015.
[76] SKINNER, E.; FURRER, C.; MARCHAND, G.; KINDERMANN, T. Engagement and disaffection in the classroom: part of a larger motivational dynamic? Journal of educati- onal psychology, 100(4), p. 765, 2008.
[77] HANDELSMAN, M. M.; BRIGGS, W. L.; SULLIVAN, N.; TOWLER, A. A measure of college student course engagement. The Journal of Educational Research, 98(3), pp. 184-192, 2005.
[78] FREDERICKSEN, E. et al. Student satisfaction and perceived learning with on-line cour- ses: Principles and examples from the suny learning network. Journal of Asynchronous learning networks, 4(2), pp. 7-41, 2000.
[79] BOWERS, A. J. Grades and graduation: a longitudinal risk perspective to identify student dropouts. The Journal of Educational Research, 103(3), pp. 191-207, 2010.
[80] ALLENSWORTH, E. M.; GWYNNE, J. A.; MOORE, P.; LA TORRE, M. Looking Forward to High School and College: middle Grade Indicators of Readiness in Chicago Public Schools. University of Chicago Consortium on Chicago School Research, 2014. [81] PICCIANO, A. G. Beyond student perceptions: Issues of interaction, presence, and per-
formance in an online course. Journal of Asynchronous learning networks, 6(1), pp. 21-40, 2002.
[82] JOHNSON, G. M.; JOHNSON, J. A. Dimensions of online behavior: implications for en- gineering e-learning. In Technological developments in education and automation. Sprin- ger, pp. 61-66, 2010.
[83] MEDEIROS, F.; GOMES, A.; AMORIM, R.; MEDEIROS, G. Redesigning collabora- tion tools to enhance social presence in online learning environments. In International Conference on Collaboration and Technology. Springer, pp. 175-191, 2013.
Referências 88
[84] ZHU, E. Interaction and cognitive engagement: an analysis of four asynchronous online discussions. Instructional Science, 34(6), p. 451, 2006.
[85] FAVERO, R. V. M.; FRANCO, S. R. K. Um estudo sobre a permanência e a evasão na educação a distância. RENOTE, 4(2), 2006.
[86] BENTA, D.; BOLOGA, G.; DZITAC, I. E-learning platforms in higher education. Case study. Procedia Computer Science, 31, pp. 1170-1176, 2014.
[87] KAMPFF, A. J. C.; FERREIRA, V. H.; REATEGUI, E. B.; LIMA, J.V.D. Identificação de perfis de evasão e mau desempenho para geração de alertas num contexto de educação a distância. RELATEC: Revista Latinoamericana de Tecnología Educativa, 13(2), p. 6176, 2014.
[88] SANTANA, M. A.; SANTOS NETO, B. F.; BARROS, C. E. Avaliando o uso das ferra- mentas educacionais no ambiente virtual de aprendizagem moodle. In Brazilian Sympo- sium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), 25 (1), p. 278, 2014.
Apendice A
ROTEIRO DO
GRUPO
FOCAL
Roteiro Grupo Focal Apresentação: Regras:
1. Falar uma pessoa por vez;
2. Evitar discussões paralelas para que todos possam participar; 3. Dizer livremente o que pensa (Não existe resposta certa ou errada); 4. Manter a atenção na temática de cada pergunta;
5. Conversas serão gravadas. Objetivo:
O objetivo é obter o feedback de vocês que atuam/atuaram como coordenadores, professo- res, tutores sobre o acompanhamento dos alunos nos ambientes virtuais de aprendizagem, saber das dificuldades enfrentadas e a importância desse trabalho.
Momento I
1. Qual a importância do acompanhamento dos alunos nos AVAs?
2. Falando especificamente da evasão, como vocês avaliam o impacto do acompanhamento sobre a evasão dos alunos nos cursos a distância?
Momento II
A Roteiro do Grupo Focal 90
4. Quais dificuldades vocês encontram no Moodle ao realizar esse acompanhamento dos aces- sos, notas e interações dos alunos?
Momento III
Apresentação do plugin. Momento IV
5. Como essa ferramenta melhora a percepção de vocês sobre alunos que estão em risco de evasão em comparação com as ferramentas do Moodle?
Apendice B
TERMO DE
CONSENTIMENTO
Consentimento Livre e Esclarecido – Para Gravação Entrevistas em Gruo Focal Este é um convite para participar do Grupo Focal para a realização da pesquisa: UM PLU- GIN DO TIPO REPORT PARA INDICAR O RISCO DE EVASÃO NO MOODLE UTILI- ZANDO TÉCNICAS DE VISUALIZAÇÃO DE DADOS. Trata-se de um estudo experimental, desenvolvido pelo pesquisador responsável Prof. Dr. Ed Porto Bezerra e pela aluna de mestrado Maria Tatiane de Souza Brito do Programa de Pós-graduação em Informática da Universidade Federal da Paraíba.
O estudo é relevante porque fornecerá para professores, tutores e gestores que atuam na educação a distância, a possibilidade de identificarem mais fácil e rapidamente alunos que pos- sam estar em vias de abandonarem o curso e tomarem então medidas de retenção desses alunos. Os dados coletados através da gravação das entrevistas em grupo serão guardados em local seguro e a divulgação dos resultados será feita de forma a não identificar os voluntários.
Consentimento Livre e Esclarecido - Declaro que compreendi os objetivos desta pesquisa, como ela será realizada, os riscos e benefícios envolvidos e concordo com a gravação das en- trevistas em grupo.
Participante da pesquisa: Nome:
Assinatura:
Pesquisador responsável: Maria Tatiane de Souza Brito Assinatura: