ANÁLISE DE DADOS EDUCACIONAIS: COMO A TECNOLOGIA PODE SER USADA PARA OBTER INSIGHTS SOBRE O DESEMPENHO DOS ALUNOS-Reference-Cited by-同舟云学术

ANÁLISE DE DADOS EDUCACIONAIS: COMO A TECNOLOGIA PODE SER USADA PARA OBTER INSIGHTS SOBRE O DESEMPENHO DOS ALUNOS

Published:2023-08-10 Issue:8 Volume:3 Page:11056-11072
ISSN:2447-0961
Container-title:Revista Contemporânea
language:
Short-container-title:Rev. Contemp.

Author:

Guimarães Junior José Carlos,Do Nascimento Isidro José Bezerra Maciel Fortaleza,Polak Avanilde,Chagas Leandro Pereira,Da Silva Iran Alves,De Paula Wellington Santos,Souza Eryck Dieb,De Santana Marttem Costa

Abstract

Abstract Esta pesquisa tem como objetivo investigar a importância da análise de dados educacionais como uma ferramenta poderosa para obter insights valiosos sobre o desempenho dos alunos. Com o avanço da tecnologia e o aumento da disponibilidade de sistemas de gerenciamento de aprendizagem e plataformas online, as instituições de ensino têm acesso a uma quantidade significativa de dados educacionais. A análise desses dados oferece a oportunidade de identificar padrões, tendências e correlações, fornecendo informações úteis para melhorar a qualidade da educação. Ao analisar os dados educacionais, é possível obter insights sobre o progresso acadêmico dos alunos, identificar áreas de melhoria e personalizar o ensino de acordo com as necessidades individuais de cada aluno. Através da análise preditiva, é possível identificar quais alunos estão em risco de baixo desempenho e intervir precocemente, oferecendo suporte e recursos adicionais para melhorar seus resultados. Além disso, a análise de dados pode ajudar a identificar quais métodos de ensino são mais eficazes e quais estratégias podem ser implementadas para promover a retenção e o engajamento dos alunos. A tecnologia desempenha um papel fundamental na análise de dados educacionais, fornecendo as ferramentas e os recursos necessários para coletar, armazenar e processar grandes volumes de dados. O uso de algoritmos e técnicas de aprendizado de máquina permite uma análise mais sofisticada, identificando padrões complexos e insights que seriam difíceis de serem percebidos de forma manual. Além disso, a visualização de dados é uma ferramenta poderosa para comunicar informações complexas de forma clara e compreensível. No entanto, é importante destacar que a análise de dados educacionais também apresenta desafios e questões éticas. A privacidade e a segurança dos dados dos alunos são preocupações fundamentais, exigindo que sejam implementadas políticas e práticas de proteção de dados adequadas. Além disso, é necessário garantir que a análise de dados seja realizada de forma transparente e responsável, levando em consideração os aspectos éticos e respeitando a privacidade dos alunos.

Publisher

South Florida Publishing LLC

Reference20 articles.

1. BAKER, R. S.; YACEF, K. The state of educational data mining in 2009: A review and future visions. Journal of Educational Data Mining, v. 1, n. 1, p. 3-17, 2009.

2. BUCKINGHAM SHUM, S.; FERGUSON, R. Social learning analytics. Educational Technology & Society, v. 15, n. 3, p. 3-26, 2012.

3. CUKUROVA, M.; LUCKIN, R.; LOMAS, C. Computational methods for the automatic detection of learning styles in learning management systems. Journal of Educational Technology & Society, v. 13, n. 2, p. 3-17, 2010.

4. DAVENPORT, T. H. Big data in education: The digital future of learning, policy, and practice. SAGE Publications, 2014.

5. FLORIDI, L. The logic of being informed: infraethics, data deluge, and the division of labour. Ethics and Information Technology, v. 21, n. 2, p. 89-96, 2019.