Adequate failure and dropout rates in the programming disciplines of the Instituto de Ciências Exatas e Aplicadas (ICEA) at the Universidade Federal de Ouro Preto have occurred very often. With the aim of understanding and explaining the presented situation, this paper analyzes how motivational and emotional factors together with teaching-teaching methods can affect the performance of students in programming disciplines.
INTRODUÇÃO
- Problema de pesquisa
- Objetivos
- Objetivos Gerais
- Objetivos Específicos
- Justificativa
- Estrutura do Trabalho
Com base no exposto, esta pesquisa tentará responder ao seguinte problema de pesquisa: “Como os fatores motivacionais e emocionais e os métodos de ensino e aprendizagem afetam o desempenho dos alunos nas disciplinas de programação?”. A partir da modelagem de equações estruturais, identificar a influência dos fatores motivacionais e emocionais e dos métodos de ensino e aprendizagem no desempenho dos alunos das disciplinas do programa.
O cenário da educação superior no Brasil
- Estrutura atual do ensino superior e suas características
- Perfil dos estudantes universitários
- Evasão no ensino superior
Tal número pode ser explicado não apenas pelo aumento do número de universidades, mas também pela facilidade e democratização do acesso a elas, promovida por mudanças em suas formas de ingresso. O sistema permite que o candidato ao ENEM escolha entre duas opções de estudo e a universidade de sua preferência entre todas as universidades integrantes do sistema em todo o país, munido de informações sobre o número de vagas, o ponto de corte e a classificação do candidato no opção escolhida. Segundo o Inep (2015), a taxa líquida de escolarização no país, que representa o percentual do número de jovens estudantes de 18 a 24 anos no
A taxa bruta de matrículas, que representa a razão entre o total de matrículas e a população correspondente à faixa etária esperada, passou de uma média de 15% para 32,1%. A Tabela 1 mostra o total de matrículas na rede privada e o número de matrículas com recursos estaduais entre 2009 e 2015. Um fato que pode ser destacado é um grande salto no número de utilização do FIES, que pode ser observado no gráfico 5.
O cálculo usado para prever as taxas de evasão é baseado no número de alunos que evadem em relação ao número total de alunos matriculados.
As dificuldades das disciplinas de programação no ensino superior
Lobo (2012) aborda a evasão a partir de seus diferentes tipos, como: a evasão do curso, em que o aluno permanece na instituição e escolhe outro curso, a evasão da IES, que é a mudança do aluno de uma instituição para outra representam , a evasão do sistema, em que o aluno não só abandona o curso e a instituição, como também abandona os estudos no ensino superior, e a evasão estudantil, que é apontada como a origem de todas as outras. A problemática do aprendizado de disciplinas relacionadas à programação de computadores nos cursos de engenharia e informática não se limita ao campus que será objeto deste estudo. Em média, o desempenho dos alunos dessas disciplinas é baixo e os índices de reprovação e evasão nas universidades chegam a 60%.
Pesquisas recentes apontam o modelo tradicional de ensino como fator causal desses índices, que não abordam metodologias dinâmicas ou ferramentas que possibilitem aproximar o abstrato do concreto, como jogos e softwares educacionais, e a consequente desmotivação dos alunos. Gomes (2000) afirma que o principal problema no aprendizado de programação é explicado pelas dificuldades dos alunos em construir algoritmos. Levando em consideração o fato de que disciplinas relacionadas ao raciocínio de programação lógica não são oferecidas no ensino médio, os alunos que ingressam nos cursos de informática e engenharia acabam tendo problemas com o primeiro contato com esse tipo de conteúdo no ensino superior.
Mesmo que sejam menos complexas inicialmente, tais disciplinas exigem um conhecimento básico de lógica de programação, que geralmente falta a esses alunos, tornando o aprendizado tedioso e desmotivador.
Fatores que podem influenciar no desempenho acadêmico
- Fatores Motivacionais
- Fatores Emocionais
- Metodologias de ensino-aprendizagem
Podem ser proativos e interessados ou passivos e desencorajados, dependendo do contexto em que se desenvolvem. Devido às contínuas transformações no cenário do ensino superior, aos diversos perfis dos universitários e ao recorrente surgimento de novos conceitos e tecnologias, os docentes tendem a modificar as metodologias tradicionais de ensino por métodos mais inclusivos e facilitadores. Porque mesmo tendo a capacidade de aprender sem atender plenamente às suas necessidades, a qualidade da aprendizagem pode ser aumentada quando os métodos de ensino e os recursos utilizados atendem aos estilos de aprendizagem dos alunos.
Os métodos tradicionais de ensino caracterizam-se por aulas teóricas e padronizadas nas quais os alunos desempenham o papel simples de receptores de informações e reprodutores de teorias prontas e repetitivas veiculadas pelos professores por meio de artigos, textos, mapas e slides. Ao contrário dos métodos tradicionais, ultimamente os professores tendem a promover uma maior participação e intervenção dos alunos no processo de ensino-aprendizagem. Vídeos, debates, simulações, jogos, seminários, dinâmicas, estudos de caso e rodas de discussão fazem parte das novas metodologias de ensino.
Além de melhorar o aprendizado e o desenvolvimento, as novas metodologias de ensino contam com maior participação dos alunos, que deixam de ser apenas receptores de informações e passam a discuti-las e praticá-las, proporcionando a formação de indivíduos pensantes, dinâmicos e criativos.
METODOLOGIA DE PESQUISA
Classificação da pesquisa
Sistemas de coleta de dados
Sistemas de análise de dados
- SEM (Structural Equation Modeling)
- Análise de Conteúdo
O SEM é utilizado quando há interdependência entre as variáveis analisadas, o que possibilita testar a ordem causal entre um conjunto de construtos categorizados em variáveis exógenas e endógenas (HAIR et. al, 2005). O seu processo de aplicação inicia-se com a fundamentação teórica que justifica as escolhas das relações causais entre os diferentes construtos de forma a analisar a natureza das relações entre as variáveis destacadas no modelo proposto. A análise de conteúdo foi utilizada para gerar informações e conhecimentos que contribuam para uma melhor compreensão da situação problema por meio da percepção dos professores que ministram as disciplinas de programação.
Para que esse método fosse possível, as entrevistas foram gravadas com o consentimento dos entrevistados e posteriormente transcritas. Revisões de literatura e estudos sobre o cenário do ensino superior no Brasil, problemas específicos das disciplinas de programação e fatores que podem afetar o desempenho dos alunos nessas disciplinas. Coleta de dados relacionados ao desempenho dos alunos cursando as disciplinas do programa no campus de estudos.
Realização de entrevistas qualitativas com o objetivo de tirar conclusões sobre a percepção dos professores das profissões estudadas em relação ao problema apresentado.
CASO PRÁTICO
As disciplinas de programação no contexto do ICEA
Os gráficos da Figura 2 ilustram a situação do desempenho geral dos alunos da disciplina CSI 428 no segundo semestre de 2013 e no primeiro semestre de 2016. A partir desses dados, pode-se deduzir que mesmo ao longo dos anos a situação permanece o mesmo: as taxas de erro ainda estão na média de 45%, e as taxas de evasão das disciplinas ainda estão em torno de 20%. Quando o desempenho dos alunos é dividido por curso, percebe-se que os maiores índices de reprovação estão no curso de engenharia de produção e há maior índice de aprovação em engenharia da computação.
Também podemos concluir que as impressões são mais frequentes na disciplina de Engenharia Elétrica. Nas Figuras 4 e 5, respectivamente, é possível observar os dados gerais sobre o desempenho e sobre o percurso dos alunos da disciplina CSI 030 nos mesmos períodos analisados anteriormente. Nos gráficos da Figura 4 também é possível observar pequenas diferenças no desempenho dos alunos da disciplina ao longo dos anos.
Ao analisar o desempenho por disciplina na disciplina CSI 030, pode-se dizer que as reprovações prevalecem sobre as aprovações e que estas são maiores nos cursos de Engenharia de Manufatura e Sistemas de Informação.
O contexto das disciplinas de programação sob a perspectiva discente 22
- Análise SEM
Assim, a análise univariada referente à média, desvio padrão, assimetria e curtose dos dados deste estudo é apresentada a seguir para cada constructo do modelo. Além disso, a análise fatorial confirmatória corresponde a um dos processos de análise do modelo de mensuração, com o objetivo principal de examinar a validade convergente e discriminante dos construtos utilizados no modelo estrutural. Neste estudo, o CFA foi realizado levando em consideração as variáveis latentes do modelo (Motivação, Emocional, Metodologias de Ensino-Aprendizagem e Desempenho) para que fosse verificada a validade convergente e discriminante dos construtos.
A Tabela 10 apresenta a validade convergente dos construtos do modelo de mensuração, mostrando o valor das cargas de cada indicador dos construtos utilizados, bem como o valor dos indicadores de confiabilidade destes construtos: Confiabilidade Composta e Variância Média Extraída (AVE) . A partir dos resultados apresentados na Tabela 10, pode-se observar que além de todos os itens do modelo serem significativos, o valor de carga de cada um deles foi maior que 0,7, os indicadores de confiabilidade composta e a variância média obtida de todos os construtos também foram adequados, pois todos apresentaram índices acima do aceitável. Além disso, dado que nenhum dos valores ao quadrado das correlações das variáveis latentes do modelo foi maior que o valor da AVE, considera-se que há discriminação entre as variáveis.
Assim, após realizar essas etapas de preparação e validação, podemos começar a discutir o modelo estrutural e testar as hipóteses. Antes de completar as fases de preparação e validação, é apresentado um teste do modelo estrutural proposto, tendo em conta as variáveis latentes a serem examinadas. Dessa forma, as relações apresentadas na Figura 9 mostram graficamente as hipóteses do modelo proposto no estudo.
O contexto das disciplinas de programação sob a perspectiva docente 37
Segundo eles, esse fato contribui ainda mais para a desmotivação desses alunos, o que afeta negativamente seu desempenho. Os professores A e C também concordaram que fatores emocionais podem afetar o desempenho dos alunos e que isso é um grande problema, pois na opinião deles é difícil responder a isso. Não vejo muito ganho com os exercícios, pois são poucos os alunos que levam esses exercícios de laboratório a sério.
Ele acredita que o método é adequado e diz que: "os trabalhos acabam obrigando o aluno a estudar para as provas". O método estatístico permitiu identificar a relação das variáveis independentes destacadas com a variável dependente com base na análise fatorial confirmatória (CFA) e concluir que estas explicam 31,2% dela e que apenas os fatores emocionais têm impacto significativo no desempenho dos alunos. Entre as limitações da pesquisa, podemos apontar a estrutura pré-determinada do modelo, em que considerou apenas três fatores que podem influenciar o desempenho de alunos de cursos de programação, o tamanho das amostras pesquisadas e o nível de abertura nas respostas . coletado..
Para trabalhos futuros, sugere-se a abordagem de amostras maiores, estudos sobre tratamento de fatores emocionais, levantamento de propostas de melhoria para o problema proposto, foco em outros fatores que podem afetar o desempenho de alunos em cursos de graduação e avaliação de outras disciplinas do curso. ciclo básico de Engenharia e cursos afins.
Uma análise dos estilos de aprendizagem de alunos e professores de graduação em Ciências Contábeis de uma universidade. Leitura de transparências ( ) Leitura de livros e materiais ( ) Resolução manual de tarefas ( ) Programação em computador Análise do perfil do aluno. ME4 - Não tenho interesse em ir a palestras porque a forma como o assunto está sendo discutido não agrega valor à minha formação.
ED1 - Quando pratico os exercícios em aula e em casa, obtenho bons resultados, mas quando faço as avaliações, minhas incertezas e nervosismo atrapalham meu desempenho. ED3 - Meu desânimo se justifica pela dificuldade da matéria e pelos altos índices de reprovação no campus. IF1 - Procuro sempre participar das aulas pois me ajuda muito no aprendizado da disciplina.
