Exames inteligentes: evidenciação estatística de perfis de aprendizagem, composição de banco de itens multidimensionais e personalização de avaliação
dc.contributor.advisor1 | Oliveira, Elias Silva de | |
dc.contributor.advisor1ID | https://orcid.org/0000-0003-2066-7980 | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2210356035827181 | |
dc.contributor.author | Silva, Wesley Pereira da | |
dc.contributor.authorLattes | http://lattes.cnpq.br/8881034997521890 | |
dc.contributor.referee1 | Baduê, Claudine Santos | |
dc.contributor.referee1ID | https://orcid.org/0000-0003-1810-8581 | |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/1359531672303446 | |
dc.contributor.referee2 | Azevedo, Caio Lucidius Naberezny | |
dc.contributor.referee2ID | https://orcid.org/0000-0001-9535-292X | |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/0856524274837137 | |
dc.contributor.referee3 | Santos, Thiago Oliveira dos | |
dc.contributor.referee3ID | https://orcid.org/0000-0001-7607-635X | |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/5117339495064254 | |
dc.contributor.referee4 | Guzman, Jorge Luis Bazan | |
dc.date.accessioned | 2024-05-30T01:41:52Z | |
dc.date.available | 2024-05-30T01:41:52Z | |
dc.date.issued | 2023-05-19 | |
dc.description.abstract | A common challenge to the areas of knowledge is the construction of teaching strategies that are sufficiently general to suit audiences with varied learning profiles. Usually, the teacher defines his teaching plan according to learning objectives, which are evaluated through the expression of latent traits that denote proficiency on the part of the subject being examined. Thus, intelligent techniques and technological tools are opportune to contribute to increasing the quality of teaching and reducing the teaching effort in the execution of complex activities such as, for example: formulation of assessment items, application of tests and provision of feedback to students. The formal rigor in the creation of instruments for assessment, tabulation and calculation of grades is a key factor to avoid bias in conducting the assessment of learning and estimating the ability of students. Student performance is the first dimension to be considered in the assessment. The grouping of similar performances allows characterizing groups that represent learning profiles. Self-assessment and peer assessment are techniques to stimulate the student’s self-criticism in relation to himself and his classmates, seeking to discourage evaluative biases by encouraging the examinee’s coherence when exercising the role of evaluator. The logistic models derived from Psychometrics allow the quantitative characterization of the evaluation items, allowing the measurement of qualitative aspects, such as: difficulty, discrimination and propensity to kick. With psychometric models, the probability of success of the subject can be predicted when being evaluated with a certain item. Finally, the use of Natural Language Processing provides the selection of items by content similarity with a search expression, which represents a subject to be retrieved in a set of the test items bank. In this way, we seek to propose a method of creating individualized assessment trail, composed of a sequence of activities in a certain order appropriate to the ability of the examinee. Thus, we present an intelligent computerized adaptive test approach, whose execution configuration is adjustable to qualitative, quantitative and/or content teaching strategies related to pre-defined terms. The contribution envisaged with such a proposal is to extrapolate a two-dimensional parameter space of the evaluations, composed of the examinee’s performances and scores achieved by item; for a multidimensional space that considers the characteristics of the items in psychometric and semantic terms, as well as the characteristics of the examinees and historical data of subjects with similar trajectories. | |
dc.description.resumo | Um desafio comum às áreas de conhecimento é a construção de estratégias de ensino suficientemente generalistas a ponto de se adequar a públicos com perfis de aprendizagem variados. Habitualmente, o docente baliza seu plano de ensino em função de objetivos de aprendizagem, os quais são avaliados por meio da expressão de traços latentes que denotem proficiência por parte do sujeito examinado. Assim, são oportunas técnicas inteligentes e ferramentas tecnológicas que contribuam para o incremento da qualidade do ensino e redução do esforço docente na execução de atividades complexas como, por exemplo: formulação de itens de avaliação, aplicações de provas e provimento de feedback aos alunos. O rigor formal na criação de instrumentos de avaliação, tabulação e cálculo das notas, é fator chave para evitar viés na condução da avaliação da aprendizagem e estimação da capacidade do educandos. A performance do aluno é a primeira dimensão a ser considerada na avaliação. O agrupamento de performances similares permite caracterizar grupos que representem perfis de aprendizagem. Autoavaliação e avaliação em pares são técnicas para estimular a autocritica do aluno em relação a si mesmo a aos colegas de turma, buscando desestimular tendenciosidades avaliativas por ensejar coerência do examinando ao exercer o papel de avaliador. Os modelos oriundos da Psicometria possibilitam a caracterização quantitativa dos itens de avaliação, permitindo a mensuração de aspectos qualitativos, como por exemplo: dificuldade, discriminação e propensão a palpite. Com eles, pode-se predizer a probabilidade de sucesso do sujeito ao ser avaliado com determinado item. Por fim, o uso de Processamento de Linguagem Natural proporciona a seleção de itens por similaridade do conteúdo com uma expressão de busca, que represente um assunto a ser recuperado num conjunto do banco de itens do teste. Desse modo, buscamos propor um método de criação de trilha de avaliação individualizado, composto por uma sequência de atividades numa determinada ordem adequada à capacidade do examinando. Assim, apresentamos abordagem de teste adaptativo computadorizado inteligente, cuja configuração de execução é ajustável à estratégias de ensino qualitativas, quantitativas e/ou por conteúdo relacionados a termos pré-definidos. A contribuição vislumbrada com tal proposta é de extrapolar espaço de parâmetros bidimensional das avaliações, compostas por performances dos examinandos e pontuações alcançadas por item; para um espaço multidimensional que considere as características dos itens em termos psicométricos e semânticos, bem como, as caraterísticas dos examinandos e dados históricos de sujeitos com trajetórias similares. | |
dc.format | Text | |
dc.identifier.uri | http://repositorio.ufes.br/handle/10/16931 | |
dc.language | por | |
dc.publisher | Universidade Federal do Espírito Santo | |
dc.publisher.country | BR | |
dc.publisher.course | Doutorado em Ciência da Computação | |
dc.publisher.department | Centro Tecnológico | |
dc.publisher.initials | UFES | |
dc.publisher.program | Programa de Pós-Graduação em Informática | |
dc.rights | open access | |
dc.subject | Teoria de Resposta ao Item | |
dc.subject | Análise de Aprendizagem | |
dc.subject | Testes Adaptativos Computadorizados | |
dc.subject | Predição de Performance | |
dc.subject.br-rjbn | subject.br-rjbn | |
dc.subject.cnpq | Ciência da Computação | |
dc.title | Exames inteligentes: evidenciação estatística de perfis de aprendizagem, composição de banco de itens multidimensionais e personalização de avaliação | |
dc.title.alternative | title.alternative | |
dc.type | doctoralThesis |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- WesleyPereiradaSilva-2023-tese.pdf
- Tamanho:
- 12.53 MB
- Formato:
- Adobe Portable Document Format
- Descrição: