Selfpath: um mecanismo computacional para análise de caminhos de aprendizagem

Página do item simplificado
dc.contributor.advisorSilveira, Ismar Frango
dc.contributor.authorSilva, Paulo Henrique Gregio da
dc.date.accessioned2022-05-20T17:49:58Z
dc.date.available2022-05-20T17:49:58Z
dc.date.issued2021-08-02
dc.description.abstractUma escola eficiente quase sempre está associada a ideia de ensino e aprendizagem de habilidades essenciais. O conceito de eficiência não se limita ao cumprimento do curr´ıculo escolar, é necessário também estabelecer padrões mínimos a serem atingidos. Avaliar o desempenho dos indivíduos não fornece indicadores reais sobre o nível de aprendizado, caso esta avaliação não seja acompanhada por análises que ajudem a explicar o resultado ou métricas eficientes, todo o conteúdo irá se tornar irrelevante. Esta dissertação propõe um mecanismo computacional para atenção de métricas individuais de caminhos idealizados através de mapas auto-organizáveis, combinado `a metodologia de ensino baseada em aprendizagem significativa e a mapas conceituais: acessos a uma plataforma educacional que analisa qual ´e o aprofundamento e caminho percorrido pelo discente, a fim de diagnosticar qual a abrangˆencia de caminhos percorridos pelo estudante. A contribuição do algoritmo será organizar dimensionalmente dados complexos em grupos (clusters), de acordo com suas relaçoes e aproximações do caminho idealizado pelo gestor e apresentar uma nova alternativa de metrificação para análise pedagógicapt_BR
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/29266
dc.language.isopt_BRpt_BR
dc.language.isoenpt_BR
dc.publisherUniversidade Presbiteriana Mackenzie
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectinteligência artificialpt_BR
dc.subjectaprendizagem significativapt_BR
dc.subjectself-organized mappt_BR
dc.subjectcaminhos de aprendizagempt_BR
dc.titleSelfpath: um mecanismo computacional para análise de caminhos de aprendizagempt_BR
dc.typeDissertaçãopt_BR
local.contributor.advisorLatteshttp://lattes.cnpq.br/3894359521286830pt_BR
local.contributor.advisorOrcidttps://orcid.org/0000-0001-8029-072Xpt_BR
local.contributor.authorLatteshttp://lattes.cnpq.br/9662899516649691pt_BR
local.contributor.board1Omar, Nizam
local.contributor.board1Latteshttp://lattes.cnpq.br/2067336430076971pt_BR
local.contributor.board2Collazos, Cesar Alberto
local.description.abstractenAn effective school is almost always associated with the idea of teaching and learning essential skills. The concept of efficiency is not limited to compliance with the school curriculum, it is also necessary to establish minimum standards to be achieved. Assessing the performance of individuals does not provide real indicators of the level of learning, if this assessment is not accompanied by analyzes that help explain the result or efficient metrics, all content will become irrelevant. This dissertation proposes a computational mechanism for measuring individual metrics of idealized paths through self-organizing maps, combined with a teaching methodology based on meaningful learning and conceptual maps: access to an educational platform that analyzes the depth and path taken by the student, in order to diagnose the range of paths taken by the student. The contribution of the algorithm will be to dimensionally organize complex data into (clusters) groups, according to their relationships and approximations of the path idealized by the manager, and present a new metric alternative for pedagogical analysis.pt_BR
local.description.sponsorshipOtherInstituto Presbiteriano Mackenziept_BR
local.keywordsartificial intelligencept_BR
local.keywords, meaningful learningpt_BR
local.keywordsself-organized mappt_BR
local.keywordslearning pathpt_BR
local.publisher.countryBrasil
local.publisher.departmentEscola de Engenharia Mackenzie (EE)pt_BR
local.publisher.initialsUPM
local.publisher.programEngenharia Elétrica e Computaçãopt_BR
local.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
PAULO HENRIQUE GREGIO DA SILVA - protegido.pdf
Tamanho:
8.16 MB
Formato:
Adobe Portable Document Format
Descrição:
Paulo Henrique Gregio da Silva
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Engenharia Elétrica e Computação - Dissertações - EE Higienópolis