Learning analytics
Análise e desempenho do ensino e aprendizagem
1st Edition
Published on 14. May 2019
102 pages
978-85-396-2576-5 (ISBN)
Description
A Série Universitária foi desenvolvida pelo Senac São Paulo com o intuito de preparar profissionais para o mercado de trabalho. Os títulos abrangem diversas áreas, abordando desde conhecimentos teóricos e práticos adequados às exigências profissionais até a formação ética e sólida.
A obra Learning Analytics: análise e desempenho do ensino e aprendizagem aborda uma área de pesquisa e prática emergente em educação. Baseia-se na ideia de que, assim como gigantes do comércio eletrônico, empresas que oferecem conteúdo streaming e grandes portais de busca na internet têm cada vez mais coletado, armazenado, tratado e interpretado dados dos usuários para adaptar recomendações a seus consumidores e potenciais clientes, também os educadores, os pesquisadores e os próprios alunos podem basear-se em dados para adaptar a proposta original de um curso às necessidades e aos interesses individuais. Por meio da analítica da aprendizagem, é possível construir melhores propostas pedagógicas, capacitar os alunos a terem um papel proativo em sua aprendizagem, identificar os alunos em situação de risco e avaliar fatores que afetam a conclusão e o sucesso dos estudos. Para isso, o livro esclarece ao leitor temas como big data, mineração de dados educacionais, educação adaptativa e mobile education, além de outros de grande interesse para a Educação 3.0 e 4.0.
More details
Person
Andrea Cristina Filatro, graduada em Pedagogia, é mestra e doutora em Educação pela Faculdade de Educação da USP, com formação em gestão de projetos pela FIA - Fundação Instituto de Administração. É consultora da FIA - Faculdade de Administração e Negócios, ENAP, IRB e CEDDET. Professora convidada da Universidade Anhembi Morumbi no curso de pós-graduação Inovação em Tecnologias Educacionais, tem experiência na área de educação a distância, ensino superior, ensino profissionalizante e tecnologia educacional. Autora dos livros Design instrucional contextualizado (2004), Design instrucional na prática (2008), Produção de conteúdos educacionais (2015), Design thinking na educação presencial, a distância e corporativa (2017), Práticas inovadoras de educação mediadas pelas tecnologias da informação e da comunicação (2017), Como preparar conteúdos para EAD (2018) e Metodologias inovativas na educação presencial a distância e corporativa (2018).
Content
Capítulo 1
Educação 3.0 - ajudando o estudante a assumir o protagonismo do processo, por meio do learning analytics
1 As novas TAs e a geração de dados
2 Feedback e o protagonismo do aluno
3 Educação adaptativa
Considerações finais
Referências
Capítulo 2
Big Data e Data Mining: transformando dados em conhecimentos para a área de educação
1 Processos de avaliação
2 Métricas de desempenho
3 Big data e educação
Considerações finais
Referências
Capítulo 3
Dados - informações - conhecimento - inteligência. Um processo essencial para a educação para o século XXI
1 Transformando dados em conhecimento para a melhora do processo ensino-aprendizagem
2 Tipos de informações: desempenho, engajamento, presença, gestão, etc.
3 Enem/Enade - Como as avaliações externas geram informações sobre o desempenho dos alunos e cursos
Considerações finais
Referências
Capítulo 4
LMSs e plataformas educacionais - como avaliar se um ambiente é adequado para a nova educação?
1 Tipos de LMSs e quais dados eles podem extrair da participação e desempenho dos alunos em cursos presenciais, híbridos e 100% on-line
2 Quais informações são importantes para a tomada de decisões?
3 Quais processos devem ser avaliados?
Considerações finais
Referências
Capítulo 5
Mobile Education - gerando dados de forma ubíqua e pervasiva
1 Dados e informações em todos os lugares e a todo tempo
2 Analítica da aprendizagem móvel
3 Analítica da aprendizagem ubíqua
4 Trabalhando com processos avaliativos para mobile
Considerações finais
Referências
Capítulo 6
Estatística educacional e learning analytics
1 Estatística básica
2 Análise de clusters
3 Análise fatorial e regressão
Considerações finais
Referências
Sobre a autora
Educação 3.0 - ajudando o estudante a assumir o protagonismo do processo, por meio do learning analytics
1 As novas TAs e a geração de dados
2 Feedback e o protagonismo do aluno
3 Educação adaptativa
Considerações finais
Referências
Capítulo 2
Big Data e Data Mining: transformando dados em conhecimentos para a área de educação
1 Processos de avaliação
2 Métricas de desempenho
3 Big data e educação
Considerações finais
Referências
Capítulo 3
Dados - informações - conhecimento - inteligência. Um processo essencial para a educação para o século XXI
1 Transformando dados em conhecimento para a melhora do processo ensino-aprendizagem
2 Tipos de informações: desempenho, engajamento, presença, gestão, etc.
3 Enem/Enade - Como as avaliações externas geram informações sobre o desempenho dos alunos e cursos
Considerações finais
Referências
Capítulo 4
LMSs e plataformas educacionais - como avaliar se um ambiente é adequado para a nova educação?
1 Tipos de LMSs e quais dados eles podem extrair da participação e desempenho dos alunos em cursos presenciais, híbridos e 100% on-line
2 Quais informações são importantes para a tomada de decisões?
3 Quais processos devem ser avaliados?
Considerações finais
Referências
Capítulo 5
Mobile Education - gerando dados de forma ubíqua e pervasiva
1 Dados e informações em todos os lugares e a todo tempo
2 Analítica da aprendizagem móvel
3 Analítica da aprendizagem ubíqua
4 Trabalhando com processos avaliativos para mobile
Considerações finais
Referências
Capítulo 6
Estatística educacional e learning analytics
1 Estatística básica
2 Análise de clusters
3 Análise fatorial e regressão
Considerações finais
Referências
Sobre a autora
