Atividade_ ANALYTICS E AMBIENTES VIRTUAIS NA EDUCAÇÃO 9 em 10

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