Classificação de interações com indicadores de engajamento dos estudantes no aprendizado online
Bibliographic Data
| ID | 6009052 |
|---|---|
| Authors | Aluisio José Pereira (0000-0003-2960-3481), Alex Sandro Gomes (0000-0003-1499-8011), Tiago Thompsen Primo (0000-0003-3870-097X) |
| Year | 2024 |
| Volume | 20 |
| Issue | 61 |
| Pages | 72 |
| Publication date | 2024-11-25 |
| Peer Reviewed | Yes |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Revista Tecnologia e Sociedade (JOURNAL) |
| Journal identifiers | ISSN: 1809-0044 • E-ISSN: 1984-3526 |
| Publisher | Universidade Tecnologica Federal do Parana (UTFPR) (PUBLISHER) |
| DOI | 10.3895/rts.v20n61.17701 |
| OpenAlex | W4411347552 |
| Language | PT |
Este estudo aborda a dificuldade de analisar indicadores do engajamento dos estudantes em atividades de ensino-aprendizagem online. Foi analisado o desempenho de diferentes algoritmos de Aprendizagem de Máquina (AM), combinados com estratégias de comitês de classificadores heterogêneos e homogêneos, para identificar as abordagens mais eficazes na previsão dos níveis de interação dos estudantes. Os resultados indicam que o comitê Boosting com os algoritmos Máquina de Vetor de Suporte (MVS) e Árvore de Decisão (AD) apresentaram melhor desempenho. Esta estratégia de AM pode ajudar a identificar indicadores do engajamento em atividades de ensino-aprendizagem online
Business and Management Studies · Education and Digital Technologies · Psychology
| Citation velocity | historical |
|---|---|
| Highly cited | No |