Banca de DEFESA: CRISTIAN GUSBERTI

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : CRISTIAN GUSBERTI
DATA : 15/12/2020
HORA: 14:00
LOCAL: Webconferência
TÍTULO:

Learning Analytics e Gestão Educacional com Qualidade - Um Estudo de Caso


PALAVRAS-CHAVES:

Gestão Educacional, Gestão com Qualidade, Learning Analytics.


PÁGINAS: 242
RESUMO:

O sucesso dos processos de ensino e de aprendizagem não depende apenas da atuação do professor. Há outras instâncias importantes para que a educação ocorra de forma satisfatória. As ações dos responsáveis pelo sistema educacional de um país ou de um estado ou de uma cidade têm impacto neste sucesso. E as ações dos responsáveis pelas instituições de ensino são fundamentais para que os processos de ensino e de aprendizagem ocorram com qualidade social. Este trabalho tem como área de investigação justamente este terceiro nível de atuação: os gestores de ensino das instituições educacionais. Tais gestores tomam decisões administrativas e pedagógicas que influenciam diretamente em questões como retenção e evasão de alunos. Também tomam decisões que determinam oferta de disciplinas e a carga horária docente. Para consecução dessa gestão de ensino, os profissionais necessitam de acesso a informações. Grande parte das informações necessárias estão presentes nos bancos de dados dos sistemas acadêmicos utilizados pelas instituições de ensino. Tais registros são uma rica fonte de dados, no entanto percebe-se uma dificuldade de obter-se informações gerenciais ricas para diagnósticos corretos que conduzam a decisões que incrementem os processos de ensino e de aprendizagem dos alunos e a eficiência das organizações. A percepção da comunidade científica sobre a existência desse repositório de informações educacionais mal aproveitado levou ao surgimento de um novo campo de pesquisa chamado Learning Analytics (LA). Na medida em que os sistemas acadêmicos contêm dados relevantes para a tomada de decisões dos gestores de ensino, mas não são devidamente utilizados no que concerne ao seu potencial de gerar informações relevantes, identifica-se a necessidade de se utilizarem técnicas de learning analytics para fornecer dados mais ricos, tratados e formatados de maneira adequada, que permitam decisões seguras. Dessa forma, o problema de pesquisa que norteia este trabalho é a constatação da dificuldade que os gestores educacionais têm de obter informações sobre os processos de aprendizagem para apoio à tomada de decisões administrativas e pedagógicas. A hipótese levantada é de que um sistema de informações baseado em learning analytics pode contribuir para a melhoria da tomada de decisões pela gestão educacional. O objetivo geral foi desenvolver uma ferramenta de coleta, medição, análise e relatório de dados educacionais a partir do sistema acadêmico SIGAA, utilizado no Instituto Federal de Educação Ciência e Tecnologia do Rio Grande do Sul, a fim de fornecer subsídios para que gestores educacionais possam definir as melhores estratégias para o efetivo progresso, aproveitamento e permanência dos discentes nos cursos ofertados por essas instituições. Através da validação dos resultados, foi possível concluir que esse sistema de fato supre a necessidade constatada no problema e a hipótese levantada foi parcialmente validada. A metodologia utilizada na pesquisa se caracteriza como de natureza aplicada, descritiva e qualitativa. Foram utilizados procedimentos de pesquisa bibliográfica, levantamento de dados e estudo de caso. O presente trabalho tem como temas fundamentais a gestão educacional, a qualidade na gestão educacional, a importância de informações para uma gestão educacional com qualidade e learning analytics.


MEMBROS DA BANCA:
Externo à Instituição - Lucia Maria Martins Giraffa - PUC - RS
Presidente - 2245519 - MARCELO AUGUSTO RAUH SCHMITT
Interno - 1768437 - MARCIA AMARAL CORREA DE MORAES
Interno - 1612471 - MARCIA HAFELE ISLABAO FRANCO
Notícia cadastrada em: 03/12/2020 15:27
SIGAA | Diretoria de Tecnologia da Informação - - | Copyright © 2006-2024 - UFRN - sigprod-m3-host.instTimer