Mostrar registro simples

dc.contributor.authorCampos, Aline dept_BR
dc.contributor.authorHollerweger, Leonéiapt_BR
dc.contributor.authorSantos, Gabrielapt_BR
dc.contributor.authorFarias, Adriano Fiadpt_BR
dc.contributor.authorBehar, Patrícia Alejandrapt_BR
dc.date.accessioned2018-03-27T02:31:33Zpt_BR
dc.date.issued2017pt_BR
dc.identifier.issn1516-084Xpt_BR
dc.identifier.urihttp://hdl.handle.net/10183/173928pt_BR
dc.description.abstractSistemas de recomendação são facilitadores na seleção de informações relevantes e têm sido amplamente adotados em processos de ensino-aprendizagem. Com o mapeamento de 20 projetos aplicados ao campo educacional, são apresentadas análises quantitativas usando mineração de textos e qualitativas por classificação seguindo critérios previamente definidos. Os resultados demonstram aplicações em situações de aprendizagem como recomendação de recursos digitais, relacionadas ao estilo de aprendizagem e baseadas em capacidade e desempenho. Alguns projetos integrados a plataformas específicas usam dados de acesso a ferramentas sinalizando sugestões didáticas. A maioria dos estudos trata do apoio à Educação a Distância e são destinados ao Ensino Superior. As técnicas de recomendação mais utilizadas são a filtragem colaborativa, de conteúdo e híbrida. Este estudo contribuiu para a sistematização de recursos tecnológicos voltados à educação possibilitando a experimentação de outras formas de vivenciar o processo de ensino-aprendizagem por docentes e discentes.pt_BR
dc.description.abstractRecommender Systems are facilitators in the selection of relevant data and has been widely adopted in teaching-learning processes. By the mapping of 20 projects applied from educational field, quantitative analysis are presented using text mining and qualitative analysis using classification according to previously defined criteria. The results demonstrate applications in learning situations as the recommendation of digital resources, related to learning styles and based on ability and performance. Some projects are integrated with specific platforms using access data signaling didactic suggestions. Most of the studies support Distance Education and Higher Education. The most commonly used recommendation techniques are collaborative, content and hybrid filtering. This study contributed for the systematization of educational technology resources, allowing another ways of experiencing teaching-learning by teachers and students.en
dc.format.mimetypeapplication/pdf
dc.language.isoporpt_BR
dc.relation.ispartofInformática na educação : teoria & prática. Porto Alegre. Vol. 20, n.3 (set./dez. 2017), p. 78-93pt_BR
dc.rightsOpen Accessen
dc.subjectRecommender systemsen
dc.subjectTecnologia educacionalpt_BR
dc.subjectInformática na educaçãopt_BR
dc.subjectEducationen
dc.subjectLearningen
dc.subjectTeachingen
dc.titleMapeamento de soluções tecnológicas em sistemas de recomendação educacionais em âmbito brasileiropt_BR
dc.typeArtigo de periódicopt_BR
dc.identifier.nrb001061764pt_BR
dc.type.originNacionalpt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples