Submitted by admin tede (tede@pucgoias.edu.br) on 2017-06-01T12:20:54Z
No. of bitstreams: 1
ELVIA NUNES RIBEIRO.pdf: 12426525 bytes, checksum: d4499bc7cc8a0340d5075c19261a8f7e (MD5) / Made available in DSpace on 2017-06-01T12:20:54Z (GMT). No. of bitstreams: 1
ELVIA NUNES RIBEIRO.pdf: 12426525 bytes, checksum: d4499bc7cc8a0340d5075c19261a8f7e (MD5)
Previous issue date: 2017-03-16 / This research applies to the social network analysis metrics (SNA), information
visualization (VI) and correlation analysis for development of diagnostics of the
distance learning on social networks that occur in the virtual learning environment
(AVA). The data were extracted directly from the database of the AVA, e-Proinfo. The
use of R software version 3.3.1 was chosen for the implementation of the necessary
scripts in this research. The R software proved to be a suitable and versatile choice for
applications in networks, contemplating the options generally available in SNA specific
tools and resources for handling, processing and implementation of new network
solutions. The analysis of forum networks identified the intensity of individual and class
participation. Non-parametric analysis applied found a high positive correlation
between the grade of the student and his contributions to the forum, especially the
centrality of output. The correlations of Spearman and Kendall were 0.7921 and 0.6261
respectively. The analysis of social networks, messaging and note tools and the
establishment of contacts among the participants turned possible the identification of
the level of their involvement in the course. This research contributes to knowledge
management by highlighting social networks formed by communications data and
course interactions. Access to social networks of a distance course enables the
Manager to monitor the level of participation, exchanges of information and the
construction of knowledge. This information is useful for the decision-making and can
collaborate for educational development. / Esta pesquisa aplica as métricas de análise de redes sociais (ARS), visualização de
informações (VI) e análise de correlação para realização de diagnósticos de um curso
a distância, nas redes sociais que ocorrem no ambiente virtual de aprendizagem
(AVA). Os dados foram extraídos diretamente do banco de dados do AVA, e-Proinfo.
Optou-se pelo uso do software R, versão 3.3.1, para a implementação dos scripts
necessários nesta pesquisa. O software R mostrou ser uma escolha adequada e
versátil para aplicações em redes, contemplando as opções geralmente disponíveis
nas ferramentas específicas de ARS e recursos para manipulação, tratamento e
implementação de novas soluções de redes. As análises das redes de fórum
permitiram identificar a intensidade das participações individuais e das turmas. As
análises não paramétricas aplicadas constataram uma alta correlação positiva entre a
nota do aluno e suas contribuições no fórum, principalmente, a centralidade de saída.
As correlações de Spearman e Kendal foram de 0,7921 e 0,6261 respectivamente.
As análises das redes sociais, das ferramentas de mensagem e de recados e o
estabelecimento de contatos entre os participantes permitiram identificar o nível de
envolvimento destes no curso. Esta pesquisa contribui com a gestão de conhecimento
por evidenciar as redes sociais formadas pelos dados de comunicações e de
interações do curso. O acesso às redes sociais de um curso a distância possibilita ao
gestor acompanhar o nível de participação, as trocas de informações e a construção
de conhecimento. Estas informações são úteis para as tomadas de decisões e podem
colaborar para o desenvolvimento educacional.
| Identifer | oai:union.ndltd.org:IBICT/oai:ambar:tede/3694 |
| Date | 16 March 2017 |
| Creators | Ribeiro, Elvia Nunes |
| Contributors | Dantas, Maria José Pereira, Machado, Ricardo Luiz, Carmo, Iran Martins do |
| Publisher | Pontifícia Universidade Católica de Goiás, Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas, PUC Goiás, Brasil, Escola de Engenharia::Curso de Engenharia de Produção |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS, instname:Pontifícia Universidade Católica de Goiás, instacron:PUC_GO |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -1070195191083529415, 500, 500, 600, 1572319646979764410, 2551182063231974631 |
Page generated in 0.0019 seconds