Submitted by Jos? Henrique Henrique (jose.neves@ufvjm.edu.br) on 2017-01-09T12:21:59Z
No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
andre_vinicius_gon?alves.pdf: 1266538 bytes, checksum: 42c3fe90b9d66c8cb7b901a10e548f1b (MD5) / Approved for entry into archive by Rodrigo Martins Cruz (rodrigo.cruz@ufvjm.edu.br) on 2017-01-31T13:56:36Z (GMT) No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
andre_vinicius_gon?alves.pdf: 1266538 bytes, checksum: 42c3fe90b9d66c8cb7b901a10e548f1b (MD5) / Made available in DSpace on 2017-01-31T13:56:36Z (GMT). No. of bitstreams: 2
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
andre_vinicius_gon?alves.pdf: 1266538 bytes, checksum: 42c3fe90b9d66c8cb7b901a10e548f1b (MD5)
Previous issue date: 2016-06 / Nos ?ltimos dez anos muitos pesquisadores t?m realizado estudos sobre assist?ncia
personalizada e inteligente em Ambientes Educacionais a Dist?ncia, baseada na identifica??o
dos Estilos de Aprendizagem. Sabe-se que o aprendizado ? algo extremamente
particular, pois cada estudante possui estilos pr?prios e pode sofrer mudan?as diante
de situa??es diversas como, por exemplo, objetivo, motiva??o, personalidade, etc. Por
isso, o conceito de adaptabilidade do conte?do did?tico tem se tornado de grande
import?ncia na personaliza??o do Sistema de Gerenciamento de Aprendizagem (SGA).
Diante desse fato, Dor?a (2012) prop?e uma abordagem de Sistema Adaptativo e
Inteligente para Educa??o (SAIE), utilizando t?cnicas probabil?sticas e Intelig?ncia
Artificial (IA), capaz de detectar e adaptar, de maneira din?mica e autom?tica, os estilos
de aprendizagem do estudante, considerando o Modelo de Estilo de Aprendizagem
Felder-Silverman?s. Ap?s pesquisa detalhada, foram propostas algumas adapta??es
baseadas na abordagem original, alterando o funcionamento de dois componentes
espec?ficos: o M?dulo Pedag?gico e o Componente de Modelagem do Estudante. Al?m
disso, prop?e-se uma nova estrutura do Modelo Estudante, contemplando o hist?rico
de desempenho do aluno nos processos avaliativos. Por conseguinte, realizaram-se
testes para avaliar os impactos de tais mudan?as por meio uma compara??o estat?stica
utilizando o m?todo T-Pareado. Pelos resultados obtidos, as ideias deste trabalho proporcionaram
uma melhora m?dia de 6,07% no desempenho avaliativo do estudante
e uma redu??o m?dia de 68,27% nos problemas de aprendizagem, demonstrando
efici?ncia e efic?cia da proposta. / Disserta??o (Mestrado Profissional) ? Programa de P?s-Gradua??o em Educa??o, Universidade Federal dos Vales do Jequitinhonha e Mucuri, 2015. / Since last decade many researchers have been conducting studies on personalized
and intelligent assistance in distance education based on identification of learning
styles. It is known that learning is something very particular because each student
has their own styles and are subject to change on a variety of situations such as goal,
motivation, personality, etc. Therefore, this study discusses the concept of adaptability
of educational content as a way to provide customization of Learning Management
System (LMS). Through probabilistic techniques and Artificial Intelligence (AI), Dor?a
(2012) proposed a approach Adaptive and Intelligent System for Education (AIES) able
to dynamically and automatically detect, select and adapt learning objects based on
the student?s profile through Felder-Silverman Learning Styles Model (FSLSM). After
detailed study, it has been proposed some adaptations based on this approach, thereby
altering the operation of two specific components: the Pedagogical Module and the
Student Modeling Component. In addition, it is proposed a new structure Model Student,
considering learner performance history in the evaluation processes. Therefore, it
carried out tests to assess the impacts of such changes through a statistical comparison
by T-Paired method. From the results, the ideas in this work provides an average
improvement of 6.07% in the performance evaluation of the student and an average
reduction of 68.27% in the learning problems, demonstrating proposal of efficiency and
effectiveness.
| Identifer | oai:union.ndltd.org:IBICT/oai:acervo.ufvjm.edu.br/jspui:1/1154 |
| Date | 18 December 2015 |
| Creators | Gon?alves, Andr? Vin?cius |
| Contributors | Andrade, Alessandro Vivas, Assis, Luciana Pereira de, Pitangui, Cristiano Grij?, Dor?a, Fabiano Azevedo, Silva, Andr? Luiz Maravilha, Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM), Andrade, Alessandro Vivas |
| Publisher | UFVJM |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFVJM, instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri, instacron:UFVJM |
| Rights | A concess?o da licen?a deste item refere-se ao ? termo de autoriza??o impresso assinado pelo autor, assim como na licen?a Creative Commons, com as seguintes condi??es: Na qualidade de titular dos direitos de autor da publica??o, autorizo a Universidade Federal dos Vales do Jequitinhonha e Mucuri e o IBICT a disponibilizar por meio de seus reposit?rios, sem ressarcimento dos direitos autorais, de acordo com a Lei n? 9610/98, o texto integral da obra disponibilizada, conforme permiss?es assinaladas, para fins de leitura, impress?o e/ou download, a t?tulo de divulga??o da produ??o cient?fica brasileira, e preserva??o, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds