Plugin para gestão de indicadores de risco de evasão de alunos do IFRS baseado em interações no AVA Moodle
Show full item record
Title:
|
Plugin para gestão de indicadores de risco de evasão de alunos do IFRS baseado em interações no AVA Moodle |
Author:
|
Bobrzyk, André Gustavo
|
Abstract:
|
A presente dissertação propõe o desenvolvimento de um plugin para o AVA Moodle,
voltado à gestão de indicadores de risco de evasão, retenção e abandono escolar no
Instituto Federal do Rio Grande do Sul (IFRS). O estudo aborda a integração de dados
minerados previamente em um data warehouse, com foco em criar uma ferramenta
prática e acessível para notificação de docentes e gestores educacionais sobre
estudantes com maior propensão a dificuldades acadêmicas.As metodologias
adotadas sãos baseada na Pesquisa Documental e no Design Science Research
(DSR), que é fundamentado no desenvolvimento de artefatos para solucionar
problemas específicos. Nesse contexto, foram seguidas etapas como identificação do
problema, projeto, desenvolvimento e implementação do plugin, testes de usabilidade
e validação pelos usuários. O plugin priorizou a simplicidade de uso e a acessibilidade,
garantindo uma interface intuitiva e recursos de visualização que facilitam a tomada
de decisões estratégicas. Os resultados obtidos mostram que o artefato desenvolvido
é eficaz para consolidar e interpretar dados de engajamento dos alunos, embora ainda
apresente limitações no cálculo de predições mais avançadas. Durante os testes, foi
avaliada a utilidade, a usabilidade e a experiência do usuário (UX) por meio de
métodos reconhecidos, como os questionários TAM e UEQ, além de análise
heurística. A análise revelou que o público-alvo considerou a ferramenta relevante e
promissora para enfrentar os desafios educacionais no IFRS. As contribuições do
trabalho incluem a criação de uma solução prática para monitoramento escolar,
melhorias na visualização de dados educacionais e o incentivo ao uso de tecnologias
para combater a evasão escolar.Para estudos futuros, sugere-se a integração com
sistemas acadêmicos, como o SIGAA, e o uso de técnicas de machine learning e
inteligência artificial para aprimorar as funcionalidades e a acurácia das
predições.Com isso, a pesquisa visa contribuir para a redução dos índices de evasão
e retenção, fortalecendo práticas educacionais e administrativas, especialmente na
educação pública brasileira. O trabalho também buscou servir como base para
iniciativas futuras que explorem novas tecnologias e abordagens analíticas na
educação. |
URI:
|
https://dspace.ifrs.edu.br/xmlui/handle/123456789/1935
|
Date:
|
2024 |
Files in this item
This item appears in the following Collection(s)
Show full item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account