Learning Analytics em MOOCs: análise da Big Data Educacional dos cursos Telelab

Autores

  • Breno Biagiotti Universidade Federal de Santa Catarina
  • Maria José Baldessar Universidade Federal de Santa Catarina

DOI:

https://doi.org/10.14393/par-v2n1-2017-45194

Palavras-chave:

Learning Analytics, MOOCs, Big Data Educacional, TELELAB

Resumo

Este artigo apresenta a aplicação de técnicas de Learning Analytics (LA) nos cursos massivos Telelab, com foco na implementação do processo de ensino aprendizagem em MOOCs, por meio da análise e predição de Big Data Educacional (BDE). Para isso, realizou-se uma revisão sistemática sobre esses temas e aplicou-se técnicas de LA na análise dos dados do Telelab. Constatou-se a dificuldade em se trabalhar com grande quantidade de dados educacionais heterogêneos (cerca de 56 mil alunos), a fim de obter informações relevantes para a melhoria da experiência do curso. Entretanto, por meio de técnicas estatísticas, alguns padrões puderam ser localizados, evidenciando pontos fortes e fracos do Telelab que necessitam de atenção.

Downloads

Não há dados estatísticos.

Biografia do Autor

Breno Biagiotti, Universidade Federal de Santa Catarina

Doutorando do Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, com ênfase em mídia e conhecimento. Mestre em Engenharia e Gestão do Conhecimento. Pesquisador na área de ensino a distância, cursos massivos (MOOCs), objetos de aprendizagem e elaboração de materiais instrucionais. Atualmente trabalha com produção de material instrucional para o Ministério
da Saúde na UFSC.

Maria José Baldessar, Universidade Federal de Santa Catarina

Doutora em Ciências da Comunicação pela Universidade de São Paulo (2006), Mestre em Sociologia Política pela Universidade Federal de Santa Catarina (1999).

Referências

CHATTI, M. A., Dyckhoff, A. L., Schroeder, U., & Thüs, H. (2012). A reference model for learning analytics. International Journal of Technology Enhanced Learning, 4(5-6), 318-331.

CHOUNTA, I.-A., Hecking, T., Hoppe, H.U., Avouris, N.: Two make a network: using graphs to assess the quality of collaboration of dyads. In: Baloian, N., Burstein, F., Ogata, H., Santoro, F., Zurita, G. (eds.) CRIWG 2014. LNCS, vol. 8658, pp. 53–66. Springer, Heidelberg (2014)

COOK, D. J., & Das, S. K. (2012). Pervasive computing at scale: Transforming the state of the art. Pervasive & Mobile Computing, 8(1), 22–35.

DRACHSLER, H., & Kalz, M. (2016). The MOOC and learning analytics innovation cycle (MOLAC): a reflective summary of ongoing research and its challenges. Journal of Computer Assisted Learning, 32(3), 281-290.

FOURNIER, H., Kop, R., & Sitlia, H. (2011). The value of learning analytics to networked learning on a personal learning environment. In P. Long, G.

GOGGINS, S. P., Galyen, K. D., Petakovic, E., & Laffey, J. M. (2016). Connecting performance to social structure and pedagogy as a pathway to scaling learning analytics in MOOCs: an exploratory study. Journal of Computer Assisted Learning, 32(3), 244-266.

GRELLER, W., & Drachsler, H. (2012). Translating Learning into Numbers: A Generic Framework for Learning Analytics. Educational technology & society,15(3), 42-57.

GRELLER, W., Ebner, M., & Schön, M. (2014, June). Learning analytics: From theory to practice–data support for learning and teaching. In International Computer Assisted Assessment Conference (pp. 79-87). Springer International Publishing.

HOPPE, H.U., Engler, J., Weinbrenner, S.: The impact of structural characteristics of concept maps on automatic quality measurement. In: International Conference of the Learning Sciences (ICLS 2012), Sydney, Australia (2012)

KHALIL, M., & Ebner, M. (2016). What Massive Open Online Course (MOOC) Stakeholders Can Learn From Learning Analytics? arXiv preprint arXiv:1606.02911.

KHALIL, M., Taraghi, B., & Ebner, M. (2016). Engaging Learning Analytics in MOOCS: the good, the bad, and the ugly. arXiv preprint arXiv:1606.03776.

LÉVY, Pierre. Cibercultura. São Paulo: Editora 34, 1999.

PAPAMITSIOU, Z., & Economides, A. (2014). Learning Analytics and Educational Data Mining in Practice: A Systematic Literature Review of Empirical Evidence. Educational Technology & Society, 17 (4), 49–64

SIEMENS, G., & Long, P. (2011). Penetrating the Fog: Analytics in Learning and Education. EDUCAUSE review, 46(5), 30.

TABAA, Y., & Medouri, A. (2013). LASyM: A learning analytics system for MOOCs. International Journal of Advanced Computer Science and Applications (IJACSA), 4(5).

WATTERS, A., Got MOOC? Massive open online courses are poised to change the face o f education. School Library Journal. February 2013; Vol. 58(2) pgs.3638.

YOUSEF, A. M. F., Chatti, M. A., Schroeder, U., & Wosnitza, M. (2014, July). What drives a successful MOOC? An empirical examination of criteria to assure design quality of MOOCs. In 2014 IEEE 14th International Conference on Advanced Learning Technologies (pp. 44-48). IEEE.

ZHENG, Y., & Yin, B. (2015, October). Big Data Analytics in MOOCs. In Computer and Information Technology; Ubiquitous Computing and Communications; Dependable, Autonomic and Secure Computing; Pervasive Intelligence and Computing (CIT/IUCC/DASC/PICOM), 2015 IEEE International Conference on (pp. 681-686). IEEE.

Downloads

Publicado

2018-09-30

Como Citar

Biagiotti, B., & Baldessar, M. J. (2018). Learning Analytics em MOOCs: análise da Big Data Educacional dos cursos Telelab. Paradoxos, 2(1), 8–20. https://doi.org/10.14393/par-v2n1-2017-45194

Edição

v. 2 n. 1 (2017): Paradoxos Vol. 2, Número 1, Janeiro a Junho de 2017

Seção

Artigos

Licença

Autores que publicam nesta revista concordam com os seguintes termos:

Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.

Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.