Mineração de Dados na Identificação de Grupos de Estudantes com Dificuldades de Aprendizagemno Ensino de Programação

Rozelma Soares de França, Haroldo José Costa do Amaral

Resumo


Considerar que as salas de aula são compostas por estudantes heterogêneos implica dizer que elas são formadas por aprendizes com diferentes estilos de aprendizagem, que possuem necessidades e preferências de aprendizado particulares. No entanto, a personalização de aulas, no ensino presencial, é algo impraticável. O atendimento personalizado a grupos homogêneos de estudantes é uma possibilidade a ser considerada. Nesse sentido, este artigo tem por objetivo apresentar o uso de técnicas de mineração de dados para a formação de grupos similares de estudantes, com dificuldades de aprendizagem no ensino de Programação. Com isso, espera-se ser possível formular estratégias pedagógicas adequadas a grupos de aprendizes no intuito de melhorar o seu desempenho.

Palavras-chave


Mineração de dados; Taxonomia de Bloom; estratégias de aprendizagem; ensino de programação.

Texto completo:

PDF


DOI: https://doi.org/10.22456/1679-1916.41634

Direitos autorais



RENOTE - Revista Novas Tecnologias na Educação      ISSN 1679-1916

A RENOTE, possui a nota Qualis B1 (Ensino) e B1 (Interdisciplinar) no Sistema de Avaliação da CAPES.

Centro Interdisciplinar de Novas Tecnologias na Educação (CINTED) - Universidade Federal do Rio Grande do Sul (UFRGS)

Avenida Paulo Gama, 110 - Anexo III – 3o andar
Porto Alegre, RS, Brasil – CEP: 90040-060

Telefone: (51) 3308-4100
E-mail: renote@cinted.ufrgs.br