A presente dissertação tem como objetivo apresentar uma ferramenta de apoio à análise do comportamento de estudantes na realização de atividades em Ambientes Virtuais de Aprendizagem (AVAs). Numa visão geral, este trabalho investiga como acontecem as interação dos estudantes com as atividades e recursos disponíveis no AVA durante a realização de uma disciplina (curso), a fim de fornecer elementos que auxiliem os mediadores do processo educacional na tomada de decisão e na ação docente. Esta investigação tem um caráter exploratório e faz uso do método de estudo de caso. A motivação inicial para desenvolver o trabalho se deu pela necessidade de conhecer como os estudantes estão utilizando o AVA para desenvolver suas atividades acadêmicas, haja vista os altos índices de reprovação, evasão e desistência nos cursos a distância oferecidos pelo Centro de Educação a Distância (CED), da Universidade Federal do Amazonas (UFAM). O estudo de caso consiste na coleta e análise de documentos e dados armazenados em registros e logs durante a realização da disciplina de Informática no Ensino de Física, no curso de licenciatura em Física, nos semestres 2013/2, 2014/1, 2014/2 e 2015/1. Neste estudo foram utilizadas duas versões do sistema Moodle: a versão sem alteração na forma de sua distribuição, que será referida neste trabalho como Moodle Convencional, que dispôs de acesso exclusivo por navegadores web; e uma versão Moodle adaptada para dar suporte ao acesso por aplicativos e dispositivos móveis. Esta última versão utilizou a distribuição oficial do Moodle Mobile com adaptações e foi denominada de MobiLMS. Para acompanhar a participação dos estudantes foi desenvolvido o WebMonitor, um plugin para o sistema Moodle com a finalidade de apresentar informações visuais para dar suporte aos professores e estudantes na identificação de comportamentos dentro do AVA. Na criação do plugin foi utilizada uma técnica de visualização de informação conhecido como Treemap. Com essa ferramenta pôde-se identificar, com maior facilidade, os alunos com pouca participação. As representações visuais dos dados ajudou na identificação dos hábitos de acesso, destacando por meio de gráficos, os dias, os horários e as datas com maior concentração das interações com os conteúdos.
|
