Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/42696
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2021_LuizaAguiarHansen.pdf3,79 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorHolanda, Maristela Terto de-
dc.contributor.authorHansen, Luiza Aguiar-
dc.date.accessioned2022-01-07T10:14:45Z-
dc.date.available2022-01-07T10:14:45Z-
dc.date.issued2022-01-07-
dc.date.submitted2021-09-29-
dc.identifier.citationHANSEN, Luiza Aguiar. Análise visual de dados educacionais: um estudo de caso das disciplinas introdutórias de programação da UnB. 2021. 94 f., il. Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2021.pt_BR
dc.identifier.urihttps://repositorio.unb.br/handle/10482/42696-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2021.pt_BR
dc.description.abstractAs técnicas de visualização auxiliam na análise e na compreensão de conjuntos de dados, de forma a evidenciar características e padrões de informações. Na literatura, a análise de dados educacionais é empregada em tarefas como predição de performance e identificação de perfis dos estudantes e monitoramento de sistemas educacionais com o objetivo de contribuir para a melhoria da qualidade de ensino. Nas disciplinas introdutórias de computação, evidencia-se o alto número de reprovação e abandono de alunos, o que caracteriza um cenário apropriado para estudo e investigação utilizando técnicas de análise e visualização de dados. Este trabalho estuda e avalia os algoritmos de visualização para que professores e gestores educacionais possam tomar decisões. Os algoritmos foram aplicados em um estudo de caso de três disciplinas introdutórias de computação da UnB, levando em consideração fatores sociais e acadêmicos dos alunos. As visualizações foram avaliadas a partir de um questionário aplicado a professores e gestores educacionais. A partir do resultado, observou-se que os questionados se sentiram mais seguros ao utilizar algoritmos já conhecidos, como o gráfico de pizza e o gráfico de barras. Dentre os selecionados, o diagrama de sankey, o treemap e o gráfico de violino eram os menos conhecidos pelos questionados. Ademais, o gráfico de barras foi o algoritmo em que as informações foram identificadas de forma mais rápida e correta. Por fim, de forma a extrair conhecimento das visualizações selecionadas, foram utilizados os dados dos alunos referentes ao gênero, à forma de entrada no curso e à disciplina cursada.pt_BR
dc.language.isoPortuguêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAnálise visual de dados educacionais : um estudo de caso das disciplinas introdutórias de programação da UnBpt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordVisualização de dadospt_BR
dc.subject.keywordDisciplinas introdutóriaspt_BR
dc.subject.keywordUniversidade de Brasíliapt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.contributor.advisorcoBorges, Vinícius Ruela Pereira-
dc.description.abstract1Data visualization techniques supports analysis and understanding of datasets, which emphasize the observation of characteristics and patterns. In the literature, the analysis of educational data is used in tasks such as performance prediction and identification of student profiles, as also monitoring educational systems in order to improve the quality of education. In introductory computing subjects, there is a high number of students who fail and dropout the courses, which makes it an appropriate scenario for using data analysis and visualization techniques. This paper studies visualization algorithms in order to help teachers and educational managers to make decisions that support the learning. The algorithms were applied in a case study of three introductory computing subjects at UnB and were evaluated through a questionnaire applied to teachers and educational managers. The results show that the respondents felt more secure when using familiar algorithms, such as pie chart and bar chart. Among the selected visualization, sankey chart, treemap, and violin chart were the least known by the respondents. Furthermore, the bar chart was the algorithm where the information was identified quickly and correctly most of the time. Finally, in order to extract knowledge from the selected visualizations, student data regarding gender, entrance form to university and subject studied were analysed.pt_BR
dc.description.unidadeInstituto de Ciências Exatas (IE)pt_BR
dc.description.unidadeDepartamento de Ciência da Computação (IE CIC)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Informáticapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.