Comparação entre a utilização de diferentes conjuntos de dados para a modelagem e identificação de acadêmicos em risco

Abstract

Com o aumento da utilização de aprendizado suportado pelo computador, a área de Learning Analytics (LA) ganha espaço no ensino superior. Esta área inclui coleta de dados de relacionados ao aprendizado, tais como número de acessos, notas, frequência e respostas a tarefas online. Os dados de aprendizado são usados para inferir alunos que estejam em risco de reprovar ou abandonar o curso, fornecendo um feedback ao professor por meio de gráficos ou informações diretos e indiretas a partir desses dados. O algorítmo usado para prever, com um certo nível de precisão, estudantes que estejam em risco de reprovar foi o AdaBoost e a maior parte dos gráficos foram implementados pelos próprios bolsistas utilizando-se do coneceito de Server-Side Rendering. Para que o professor ofereça suporte ao aluno antes que ele tenha maiores problemas no aprendizado, o serviço de LA apresenta informações relevantes por meio de um plugin no Moodle. O projeto, com o nome de Moodle Analytics Dashboard 2 (MAD2), foi desenvolvido com base nos resultados do trabalho de 2019 autointitulado "Predicting Students Success in Blended Learning—Evaluating Different Interactions Inside Learning Management Systems", de Luiz Antonio Buschetto Macarini e demais coautores.