Avaliação da qualidade de cursos superiores a distância

Assunto: Ensino a distancia - Processamento de dados,Ensino superior - Avaliacao,Mineracao de dados (Computacao),Distance education - Data processing,Higher education - Evaluation,Data mining

Resumo: Resumo: O objetivo deste trabalho foi o de demonstrar que os dados armazenados nos Ambientes Virtuais de Aprendizagem (AVAs) podem ser usados como importantes fontes de informação para avaliar a qualidade dos cursos. Para isso foi construído um modelo de avaliação baseado na coleta de respostas para conjuntos de perguntas específicas relacionadas a aspectos que a literatura define como relevantes para a avaliação de um curso online. A validade e a confiabilidade desses conjuntos de perguntas elaborados são discutidas e, especificamente no caso das perguntas subjetivas, foi apresentada uma comprovação estatística de sua confiabilidade por meio do cálculo do valor do indicador de confiabilidade Alfa de Cronbach, a partir de uma amostra de respostas coletadas. A definição desses conjuntos de perguntas específicas permitiu identificar que dados registrados em um AVA devem ser recuperados e que efetivamente trazem informações importantes para a avaliação do curso online. Por fim, foi desenvolvido todo um suporte computacional, tanto para facilitar a aplicação do modelo de avaliação proposto, quanto para a recuperação de dados registrados em um AVA. Isso comprovou a possibilidade de automatizar e resgatar computacionalmente dados registrados em um AVA e que eles são uma fonte de informação relevante para a avaliação de um curso online. Os resultados obtidos neste trabalho abrangem: a definição de um modelo claro e bem detalhado de quais aspectos devem efetivamente ser considerados na avaliação da qualidade de um curso online, a construção de um sistema computacional denominado SAESD (Sistema de Apoio para a Avaliação de cursos Superiores a Distância) para dar suporte e facilitar a aplicação do modelo de avaliação definido, a construção e o projeto de ferramentas computacionais capazes de recuperar informações relevantes para a avaliação da qualidade de um curso online, abrangendo desde a análise de logs do Sistema Operacional até o padrão de acessos dos participantes do curso online

Abstract: Abstract: The goal of this study was to demonstrate that the data stored in Virtual Learning Environments (VLEs) can be used as important sources of information to evaluate the quality of a distance course. This way, it was developed an evaluation model based on collection of answers to specific sets of questions related to aspects that literature defines as relevant to the evaluation of an online course. The validity and reliability of these sets of questions are discussed and developed. Particularly, it was calculated the Cronbachs Alpha coefficient for the set of subjective questions in order to prove statistically its validity. These questions helped to identify which data recorded in a VLE should be recovered and which effectively provide important information for the evaluation of an online course. Finally, we developed an entire computer support, both to facilitate the implementation of the proposed evaluation model, and for the recovery of data recorded in a VLE. This demonstrated the possibility to automate and rescue data recorded in a VLE, besides proving they are a source of relevant information to the evaluation of an online course. The main results reached in this work include: the definition of a clear and well detailed model of what aspects should effectively be considered in evaluating the quality of an online course, building a computer system called SAESD to support and help the implementation of the evaluation model defined, the construction and design of computational tools able to retrieve relevant information to online course assessment, which includes, the log analysis of the operating system and the access pattern of the online course participants,\$aCiência da Computação

Referência: LACHI, Ricardo Luís. Avaliação da qualidade de cursos superiores a distância. 2012. 347 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP. Disponível em:

Tags: