Baixe o app para aproveitar ainda mais
Prévia do material em texto
21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 1/13 Atividade Entrega Sem prazo Pontos 10 Perguntas 10 Limite de tempo Nenhum Tentativas permitidas Sem limite Histórico de tentativas Tentativa Tempo Pontuação MANTIDO Tentativa 3 39 minutos 9 de 10 MAIS RECENTE Tentativa 3 39 minutos 9 de 10 Tentativa 2 28 minutos 4 de 10 Tentativa 1 14 minutos 5 de 10 As respostas corretas estão ocultas. Pontuação desta tentativa: 9 de 10 Enviado 21 mai em 14:08 Esta tentativa levou 39 minutos. Fazer o teste novamente 1 / 1 ptsPergunta 1 Historicamente, Learning Analytics (LA) começou com um grupo de pesquisadores relacionados à educação digital que se uniram em um esforço para apoiar o seu surgimento como um movimento internacional, criaram a organização profissional Society for Learning Analytics Research (SOLAR) e fizeram a primeira conferência Learning Analytics and Knowledge (LAK). Assinale a alternativa que indica o ano e o país no qual ocorreu a primeira conferência de LAK. 2012 – Canadá. 2011 – Canadá. 2010 – Estados Unidos. https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767/history?version=3 https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767/history?version=3 https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767/history?version=2 https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767/history?version=1 https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767/take?user_id=133108 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 2/13 2011 – Estados Unidos. 2013 – Reino Unido. Historicamente, a Learning Analytics começou em meados de 2010 com um grupo de pesquisadores relacionados à educação digital que se uniram em um esforço para apoiar o seu surgimento como um movimento internacional, criaram a organização profissional Society for Learning Analytics Research (SOLAR) e fizeram a primeira conferência Learning Analytics and Knowledge (LAK), no ano de 2011, em Alberta no Canadá. 0 / 1 ptsPergunta 2IncorretaIncorreta Considerando o estudado sobre as áreas de Learning Analytics (LA) e Adademic Analytics (AA) e as afirmações abaixo: I – LA está conectado ao mundo do Big Data e surgiu considerando as áreas de Business Intelligence e Ciência de Dados, enquanto AA é a aplicação de Business Intelligence na educação e enfatiza Analytics em níveis institucionais, regionais e internacionais. II – AA é mais específico do que LA, pois o foco de LA é exclusivamente no processo de aprendizagem e reflete o papel de análise de dados a nível institucional, enquanto AA se concentra no processo de aprendizagem que inclui analisar a relação entre o aluno, o conteúdo, a instituição e o educador. III – Os beneficiários da AA são as faculdades e os estudantes, enquanto LA quem se beneficia são administradores, financiadores, marketing, governo nacional e autoridades da educação. Assinale a alternativa que identifique corretamente se a afirmação é verdadeira (V) ou falsa (F): I – V; II – V; III – V. I - V; II – F; III – V. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 3/13 I – F; II – V; III – F. I – F; II – V; III – V. I – V; II – F; III – F. 1 / 1 ptsPergunta 3 A definição de Learning Analytics foi realizada na 1ª Conferência Learning Analytics and Knowledge, em 2011, em Alberta no Canadá, apresentada abaixo com algumas lacunas: “Learning Analytics é a ________, ________, _______ e ________ de dados sobre alunos e seus contextos, para fins de compreensão e otimização da aprendizagem e dos ambientes em que ela ocorre." Assinale a alternativa que representa a ordem correta do que deve ser colocado em cada uma das quatro lacunas: medição – coleta – análise – comunicação. análise – coleta – comunicação – medição. comunicação – análise – medição – coleta. medição – análise – coleta – comunicação. medição – coleta – comunicação – análise. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 4/13 A definição de Learning Analytics realizada na 1ª Conferência Learning Analytics and Knowledge, em 2011, em Alberta no Canadá, é apresentada abaixo: “Learning Analytics é a medição, coleta, análise e comunicação de dados sobre alunos e seus contextos, para fins de compreensão e otimização da aprendizagem e dos ambientes em que ela ocorre." 1 / 1 ptsPergunta 4 Considerando as áreas que contribuem para as práticas e técnicas de Learning Analytics. Nome da Área Definição A - Business Intelligence I - pode ser definido como a capacidade de administrar um enorme volume de dados diferentes, na velocidade correta e dentro do prazo com o objetivo de permitir análises e tomadas de decisão em tempo real. B - Big Data II - agregam dados sobre o comportamento ou as preferências do usuário, a fim de tirar conclusões para a recomendação de itens que ele provavelmente pode estar interessado. C - Sistemas de Recomendação III - é um processo bem estabelecido no mundo dos negócios por meio do qual os responsáveis pela tomada de decisão têm a oportunidade de integrar o pensamento estratégico com a tecnologia da informação para ser capaz de sintetizar 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 5/13 "grandes quantidades de dados” em recursos para tomada de decisão. Associe os nomes dessas áreas com suas respectivas definições, apresentadas na tabela acima, e assinale a alternativa que corresponde à associação correta. A – III; B – I; C – II. A – III; B – II; C – I. A – II; B – I; C – III. A – I; B – II; C – III. A – II; B – III; C – I. Business Intelligence: De acordo com Baker (2007, apud ELIAS, 2011, p.3), BI é um processo bem estabelecido no mundo dos negócios por meio do qual os responsáveis pela tomada de decisão têm a oportunidade de integrar o pensamento estratégico com a tecnologia da informação para ser capaz de sintetizar "grandes quantidades de dados” em recursos para tomada de decisão. Big Data: Segundo Hurwitz et al. (2016), esse termo pode ser definido como a capacidade de administrar um enorme volume de dados diferentes, na velocidade correta e dentro do prazo com o objetivo de permitir análises e tomadas de decisão em tempo real. Sistemas de Recomendação: Chatti et al. (2012) dizem que sistemas de recomendação agregam dados sobre o comportamento ou as preferências do usuário, a fim de tirar conclusões para a recomendação de itens que ele provavelmente pode estar interessado. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 6/13 1 / 1 ptsPergunta 5 Considerando o estudado sobre as áreas de Learning Analytics (LA) e Educational Data Mining (EDM) e as afirmações abaixo: I – LA e EDM podem ter finalidades semelhantes, porém, os métodos adotados para alcançar os objetivos têm diferenças. II – EDM está relacionada com o desenvolvimento de métodos para análise de dados de aprendizagem, enquanto a área de LA está relacionada com o uso desses dados para a melhoria do processo de aprendizagem. III – As técnicas utilizadas para LA podem ser bastante diferentes daquelas utilizadas em EDM. EDM se concentra basicamente na aplicação de técnicas típicas de mineração de dados, enquanto LA inclui ainda outros métodos, tais como ferramentas estatísticas e de visualização ou técnicas de análise de redes sociais, e na aplicação prática deles para estudar a sua eficácia real sobre a melhoria do ensino e da aprendizagem. Assinale a alternativa que identifique corretamente se a afirmação é verdadeira (V) ou falsa (F). I - V; II - F; III – V. I – V; II – V; III – V. I - F;II – F; III – F. I – V; II – V; III – F. I - V; II – V; III – F. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 7/13 A afirmação II é verdadeira, visto que, conforme Baker e Yacef (2009, apud AGUDO-PEREGRINA et al., 2014, p.2), destacam que EDM está relacionada com o desenvolvimento de métodos para análise de dados de aprendizagem, enquanto a área de LA está relacionada com o uso desses dados para a melhoria do processo de aprendizagem. A afirmação III é verdadeira, pois, segundo Chatti et al. (2012) e Conde et al. (2015), as técnicas utilizadas para LA podem ser bastante diferentes daquelas utilizadas em EDM. EDM se concentra basicamente na aplicação de técnicas típicas de mineração de dados, enquanto LA inclui ainda outros métodos, tais como ferramentas estatísticas e de visualização ou técnicas de análise de redes sociais, e na aplicação prática deles para estudar a sua eficácia real sobre a melhoria do ensino e da aprendizagem. 1 / 1 ptsPergunta 6 Considerando os modelos dos processos de Learning Analytics estudados de Elias (2011), Chatti et al. (2012). Proponentes Etapas dos Processos A – Elias (2011) I - Coleta de dados e pré- processamento, mineração de dados e visualização e análise e ação. B – Chatti et. al. (2012) II - Selecionar, Capturar, Agregar/ Relatar, Predizer, Usar, Refinar e Compartilhar. C – Dyckhoff et al. (2012) III - Coleta e pré-processamento de dados, Análise e ação e Pós- processamento. Relacione os proponentes dos modelos de processos de LA que constam na coluna da esquerda às etapas da coluna da direita e 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 8/13 assinale a alternativa correta. A - I; B - III; C - II. A - III; B - II; C - I. A - II; B - I; C - III. A - II; B - III; C - I. A - III; B - I; C - II. O quadro resumo abaixo detalha os proponentes e as etapas de cada modelo. Quadro 1. Resumo dos modelos de Learning Analytics estudados. Elias (2011) Chatti et al. (2012) Dyckhoff et al. (2012) Selecionar Capturar Coleta e pré- processamento de dados Coleta de dados e pré-processamento Agregar/ Relatar Mineração de dados e Visualização Predizer Análise e ação Usar Refinar Pós- processamento Análise e ação Compartilhar Fonte: Autoria própria. Portanto, A - II; B - III; C - I. 1 / 1 ptsPergunta 7 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 9/13 Considerando as afirmações abaixo: I - LA não tem muito a ver com os dados, nem com a forma de fazer os dados brutos terem sentido em termos da experiência, comportamento e conhecimento do aluno. II - Mineração de dados pode ser definida como o processo de descobrir padrões úteis ou conhecimento a partir de fontes de dados, como bases de dados, textos, imagens, web. III - Os métodos de mineração de dados podem ser classificados em três categorias: aprendizado supervisionado, aprendizado não supervisionado e regras de associação. Assinale a alternativa que identifique corretamente se a afirmação é verdadeira (V) ou falsa (F): I - V; II - V; III - F. I - F; II - V; III - V. I - F; II - F; III - F. I - F; II - V; III - F. I - F; II - F; III - V. A afirmação I é falsa, pois como destaca D'Aquin et al. (2014), LA tem muito a ver com os dados, e a maneira de fazer os dados brutos terem sentido em termos da experiência, comportamento e conhecimento do aluno. As afirmações II e III são verdadeiras, visto que Liu (2006, apud CHATTI et al., 2012, p.11) define mineração de dados como o processo de descobrir padrões úteis ou conhecimento a partir de fontes de dados, como bases de dados, textos, imagens, web, e sugere que os métodos de mineração de dados podem ser classificados em três categorias: aprendizado supervisionado, que trata de classificação e predição, aprendizado não supervisionado, ou clustering (agregação) e mineração de regras de associação. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 10/13 1 / 1 ptsPergunta 8 Liu (2006, apud CHATTI et al., 2012, p.11) sugere que os métodos de mineração de dados podem ser classificados em três categorias: aprendizado supervisionado, aprendizado não supervisionado e regras de associação. Categorias Característica A – Aprendizado supervisionado I – Trata da análise dos atributos e geração de regras a partir de padrões e associações entre os atributos, indicando elementos que implicam na presença de outros atributos em uma mesma transação, representando padrões. B – Aprendizado não supervisionado II – Trabalha com suposição de que determinado objeto pertence a algum agrupamento e procura por padrões em um conjunto de dados não rotulado para classificar os objetos. C – Regras de associação III – Os especialistas de domínio examinam e rotulam uma amostra dos dados utilizada para treinamento da técnica de mineração com o objetivo de reconhecer e classificar os demais conjuntos de dados de acordo com o conhecimento adquirido nesse treinamento. Relacione as categorias que constam na coluna da esquerda às suas características da coluna da direita e assinale a alternativa correta. A - I; B - II; C - III. A - II; B - III; C - I. A - II; B - I; C - III. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 11/13 A - III; B - I; C - II. A - III; B - II; C - I. Nos métodos de aprendizado supervisionado, os especialistas de domínio (no nosso caso, os especialistas na área de educação) examinam e rotulam uma amostra dos dados (por exemplo, o rótulo poderia ser o tempo estimado de estudo em um recurso do curso pelo estudante) utilizada para treinamento da técnica de mineração e, esta, por sua vez, tem o objetivo de reconhecer e classificar os demais conjuntos de dados de acordo com o conhecimento adquirido na seção de treinamento (HAN; KAMBER, 2011). O método não supervisionado trabalha com suposição de que determinado objeto pertence a algum agrupamento e procura por padrões em um conjunto de dados não rotulado para classificar os objetos (HAN; KAMBER, 2011). A mineração de regras de associação, por sua vez, trata da análise dos atributos e geração de regras a partir de padrões e associações entre os atributos, indicando elementos que implicam na presença de outros atributos em uma mesma transação, representando padrões. 1 / 1 ptsPergunta 9 Considerando as afirmações abaixo relativo a Mobile Learning ou M- Learning: I - Aprendizagem móvel pode proporcionar aos alunos um maximizador na autonomia da aprendizagem, e também pode fornecer aos instrutores e administradores de educação um ensino e métodos de gestão mais flexíveis. II – A aprendizagem móvel é uma realidade, mas não representa a direção para o desenvolvimento futuro da educação a distância. III – Aplicações para m-learning não precisam considerar a usabilidade e a simplicidade para o seu sucesso e aceitação. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 12/13 Assinale a alternativa que identifique corretamente se a afirmação é verdadeira (V) ou falsa (F): I – F; II – F; III - F. I – F; II – V; III - F. I – V; II – V; III - F. I – V; II – F; III - V. I – V; II – F; III - F. A afirmação I é verdadeira, visto que a aprendizagem móvel pode proporcionar aos alunos um maximizador na autonomia da aprendizagem, e também pode fornecer aos instrutores e administradores de educação um ensino e métodos de gestão mais flexíveis. A afirmação II é falsa, pois o segundo Jiugen, Ruonan e Jianmin (2010), a aprendizagem móvel é uma combinação de tecnologia de computação móvel eas tecnologias digitais de aprendizagem, que representa a direção do desenvolvimento da educação a distância no futuro. A afirmação III é falsa, pois para o sucesso da implementação e aceitação de aplicações para m-learning devem ser considerados a usabilidade e a simplicidade. 1 / 1 ptsPergunta 10 Considerando as afirmações abaixo relativo aos MOOCs: I – Um Massive Open On-line Course (MOOC) pode ser definido como um tipo de curso on-line que visa a participação em grande escala e com acesso livre via web. II – A única motivação para o uso de MOOCs está relacionada a uma boa proposta de negócio. 21/05/2020 Atividade: ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO https://cruzeirodosul.instructure.com/courses/7208/quizzes/21767 13/13 III – Considerando a sua data de origem, pode-se dizer que MOOCs são um desenvolvimento recente na área da educação a distância e podem ser encarados como um avanço na ideologia do ensino aberto proposto pelos Recursos Educacionais Abertos (REA). Assinale a alternativa que identifica corretamente se a afirmação é verdadeira (V) ou falsa (F) I – V; II – V; III - F. I – F; II – F; III - F. I – V; II – F; III - V. I – F; II – F; III - V. I – F; II – V; III - F. A afirmação I é verdadeira, pois Um Massive Open On-line Course (MOOC) pode ser definido como um tipo de curso on- line que visa a participação em grande escala e com acesso livre via web. A afirmação II é falsa, visto que embora a motivação de alguns para o uso de MOOCs esteja relacionada como uma proposta de negócio, para outros é filantrópica. A afirmação III é verdadeira, pois considerando a sua data de origem, pode-se dizer que MOOCs são um desenvolvimento recente na área da educação a distância e podem ser encarados como um avanço na ideologia do ensino aberto proposto pelos Recursos Educacionais Abertos (REA). Pontuação do teste: 9 de 10
Compartilhar