1. Um modelo do Processo
1.1. Coleta de dados
1.1.1. Dados padrões extraídos do LMS ou IDE
1.1.1.1. Dados de Programação
1.1.1.1.1. • Dados de Edição o Keystrokes (Pressionamento no teclado) o Clipboard (Operações da área de transferência) o Open, Close, Save (Abrir, fechar, salvar) o Code Snapshot (O que é isso?) • Dados de Compilação o Code Snapshot o Compilation Attempts (Tentativas de Compilação) o Compilation Erros (Erros de compilação) • Dados de Execução o Execution Attempts (Tentativas de execução) o Execution States (Estados de Execução (Quais são?)) o Runtime Exceptions (Exceções em tempo de execução) • Dados de Depuração o Set/Remove breakpoint (Definir/remover ponto de interrupção) o set remove watch (Definir/remover relógio) o Step into ("Avançar" significa que o depurador entra na função e "Avançar" apenas move o depurador para a próxima linha na mesma ação) o Run (Executar o código) o Inspect Variable (Inspecionar variável)
1.1.2. Inserção de Plugins para ampliar a quantidade de dados gerados
1.1.2.1. Dados do Comportamento do Alunos nas Redes Sociais
1.1.2.2. Dados de Teste de Programação
1.1.2.3. Dados dos Exercícios
1.1.2.4. Dados Fisiológicos
1.2. Analise dos dados
1.2.1. Transformação os dados em informações úteis que possam serem usadas para melhor o processos de aprendizagem, atitudes e resultados dos alunos,
1.2.2. Servir como base para as intervenções eficazes.
1.2.3. Mostrar o Exemplo do Artigos (HUNDHAUSEN; OLIVARES; CARTER, 2017)
1.3. Design de Intervenção
1.3.1. Nesta etapa do processo, aproveita-se a análise de dados para projetar intervenções.
1.3.2. Intervenção é a combinação de informações, orientação e feedback que será compartilhada com o objetivo de influenciar positivamente o comportamento, as atitudes ou o estado fisiológico do aluno.
1.3.3. É organizada em Três questões fundamentais
1.3.3.1. Conteúdo: quais informações a intervenção conterá?
1.3.3.1.1. Atualizar os alunos sobre seus processos e progresso.
1.3.3.1.2. Fornecer uma crítica do processo ou progresso dos alunos
1.3.3.1.3. Estimular o aluno a melhorar, apresentando uma sugestão concreta, ou mesmo incentivar a não desistência ou a continuidade do bom trabalho.
1.3.3.2. Apresentação: como a intervenção será apresentada ao aluno?
1.3.3.2.1. Visualização (learning dashboards)
1.3.3.2.2. Notificações
1.3.3.2.3. Restrições
1.3.3.3. Tempo de Entrega: quando será realizada a intervenção?
1.3.3.3.1. Refere-se a quando uma determinada intervenção deve ser apresentada ao aluno.
1.3.3.3.2. Uma opção é que a intervenção esteja sempre disponível (um guia por exemplo).
1.3.3.3.3. Um painel que mostre os objetivos atuais e o progresso do aluno.
1.3.3.3.4. Uma intervenção que é dinamicamente entregue em resposta às ações imediatas que o aluno está realizando. Por exemplo, se o aluno executa uma ação que é geralmente reconhecida como improdutiva em relação aos objetivos, essa ação pode disparar uma notificação que sugere um curso de ação alternativo. Por outro lado, se um aluno executa uma ação reconhecida como benéfica, essa ação pode disparar uma notificação que fornece incentivo para continuar o bom trabalho.
1.3.4. Como poderemos aplicar a intervenção como base na teoria da Aprendizagem Significativa ?
1.4. Entrega da Intervenção
1.4.1. Nessa etapa do processo, a intervenção deve efetuar algum tipo de mudança no comportamento do aluno. Por exemplo, o aluno pode ser solicitado a agir de maneira diferente ou pode experimentar algum tipo de mudança de atitude ou mesmo fisiológica. Idealmente, essas mudanças levarão a processos e resultados de aprendizagem aprimorados - melhorias que se manifestam na etapa “Coletar dados” e que podem ser reconhecidas na etapa “Analisar dados”.
2. Revisão de Literatura
2.1. REVISÃO SISTEMÁTICA DA LITERATURA - RSL (Kitchenham e Charters, 2007)
2.1.1. Perguntas do RSL:
2.1.1.1. Quais as principais teorias de aprendizagem, que embasam a aplicação da Learning Analytics nos processos de ensino e de aprendizagem em cursos de programação?
2.1.1.2. Quais os procedimentos de pesquisa utilizados nos estudos?
2.1.1.3. Quais seus limites e possibilidades?
2.1.1.4. Quais as principais técnicas e aplicações de Learning Analytics utilizadas nos estudos?
2.1.1.5. Quais as aproximações e os distanciamentos dos trabalhos pesquisados em relação ao nosso objeto de estudo?
2.1.2. Objetivo do RSL
2.1.2.1. Geral
2.1.2.1.1. Analisar os procedimentos de pesquisa e os resultados produzidos por teses e dissertações e artigos publicados em revistas ou conferencias que tratam da aplicação da Learning Analytics em cursos de programação, e seu impacto nos processos de ensino e de aprendizagem.
2.1.2.2. Especifícos
2.1.2.2.1. Identificar as principais teorias de aprendizagem, que embasam o uso da metodologia Learning Analytics nos processos de ensino e de aprendizagem.
2.1.2.2.2. Discutir os procedimentos de pesquisa utilizados nos estudos em questão, destacando os seus limites e possibilidades;
2.1.2.2.3. Localizar as principais técnicas e aplicações que usam a técnica de Learning Analytics nos processos de ensino e de aprendizagem.
2.1.2.2.4. Analisar os resultados consubstanciados nas investigações levantadas apontando as aproximações e distanciamentos em relação a nosso objeto de estudo.
2.1.3. Estratégias de busca
2.1.3.1. Fonte de Informação
2.1.3.1.1. ACM Digital Library
2.1.3.1.2. IEEE
2.1.3.1.3. Science Direct
2.1.3.1.4. Scorpus
2.1.3.1.5. SciELO
2.1.3.1.6. BDTD
2.1.3.2. Busca automática com auxilio do Parsifal
2.1.3.3. String de Busca
2.1.3.3.1. ("application" OR "tool" OR "technique") AND ("learning analytics") AND ("models" OR "methods" OR "processes" OR "strategies") AND ("teaching" OR "learning") AND ("programming language" AND "course")
2.1.3.4. Critérios de Inclusão
2.1.3.4.1. Estudos primários que apresentam a aplicação da Learning Analytics em ambientes de ensino e aprendizagem em curso de programação
2.1.3.5. Critérios de Exclusão
2.1.3.5.1. Estudos que não estejam na língua inglesa ou portuguesa
2.1.3.5.2. Estudos secundários e terciários
2.1.3.5.3. Estudos de Literatura Cinza (Gray Literature)
2.1.3.5.4. Estudos não disponíveis no formato digital
2.1.3.5.5. Short Papers com menos de 6 páginas
2.1.4. Execução da Pesquisa
2.1.4.1. A execução da String de busca nas base foi realizada no dia 17 de setembro de 2020
2.1.4.2. Total de Artigos, teses e dissertações encontrados: 98 estudos primários
2.1.5. Resultados (AINDA EM ANDAMENTO)
3. Motivação
3.1. Profissional
3.1.1. Qual sua motivação profissional para essa pesquisa
3.2. Pessoal
3.2.1. Qual sua motivação pessoal para essa pesquisa
3.3. Cientifico/Acadêmico
3.3.1. Qual sua motivação acadêmica para essa pesquisa?
4. Problema de Pesquisa
4.1. Delineamento do Problema
4.1.1. 1. Definição Clara • Formule o problema como uma pergunta específica. • Evite termos muito amplos ou vagos.
4.1.2. 2. Relevância • Justifique por que o problema é importante. • Explique o impacto na área de estudo.
4.1.3. 3. Contextualização • Apresente um breve panorama do tema. • Cite dados ou referências que embasem a existência do problema.
4.1.4. 4. Delimitação • Defina o escopo: tempo, espaço e população-alvo. • Especifique os limites para evitar pesquisas muito extensas.
4.1.5. 5. Objetividade • Use uma linguagem clara e direta. • Evite opiniões pessoais ou ambiguidades.
4.1.6. 6. Viabilidade • O problema pode ser investigado com os recursos disponíveis? • Existem dados ou fontes acessíveis para análise?
4.1.7. 7. Relacionamento com Hipóteses e Objetivos • O problema deve levar naturalmente aos objetivos da pesquisa. • Pergunte-se: Quais respostas espero obter?
4.2. Pergunta de Pesquisa
4.2.1. Formule uma pergunta de pesquisa, de forma clara e direta levando em consideração o delineamento do problema.
4.3. Perguntas Norteadoras
4.3.1. Quais perguntas eu preciso responder para atingir a resposta correta para a pergunta de pesquisa.
5. Hipóteses
5.1. 1. Base na Problematização • A hipótese deve ser uma possível resposta ao problema de pesquisa. • Deve estar alinhada com os objetivos do estudo.
5.2. 2. Clareza e Objetividade • Use frases curtas e diretas. • Evite termos vagos ou subjetivos.
5.3. 3. Testabilidade • A hipótese precisa ser verificável com métodos científicos. • Evite afirmações impossíveis de comprovar.
5.4. 4. Formulação Positiva • Prefira hipóteses afirmativas em vez de negativas. • Exemplo: “O uso de gamificação melhora o aprendizado de programação.”
5.5. 5. Tipos de Hipóteses • Hipótese Nula (H₀): Não há relação entre as variáveis. (Exemplo: O uso de gamificação não afeta o aprendizado.) • Hipótese Alternativa (H₁): Existe uma relação entre as variáveis. (Exemplo: O uso de gamificação melhora o aprendizado.)
5.6. 6. Variáveis Claras • Defina as variáveis dependentes e independentes. • Exemplo: “O tempo de estudo (variável independente) influencia o desempenho acadêmico (variável dependente).”
5.7. 7. Relevância Científica • A hipótese deve contribuir para o conhecimento da área. • Deve fazer sentido dentro do contexto da pesquisa.
6. Objetivos
6.1. Geral - Define a meta principal da pesquisa
6.1.1. 1. Definir o Propósito da Pesquisa • O objetivo responde “O que se pretende alcançar com a pesquisa?” • Deve estar alinhado com o problema e a hipótese.
6.2. Específicos
6.2.1. Passos para atingir o objetivo geral. Exemplo: • Identificar as principais estratégias de gamificação utilizadas no ensino de programação. • Avaliar o desempenho dos alunos antes e depois da aplicação da gamificação.
6.3. Dicas de elaboração
6.3.1. Usar Verbos no Infinitivo • Utilize verbos de ação que expressem claramente o que será feito. • Exemplos de verbos recomendados: • Exploratórios: Identificar, analisar, investigar, descrever. • Explicativos: Avaliar, comparar, correlacionar, interpretar. • Interventivos: Desenvolver, propor, implementar, criar.
6.3.2. Ser Claro, Específico e Viável • Objetivos devem ser realistas e alcançáveis dentro do tempo e recursos disponíveis. • Evite objetivos muito amplos ou genéricos.
6.3.3. Conectar com os Resultados Esperados • Os objetivos devem guiar a pesquisa para uma conclusão relevante. • Pergunte-se: “Se eu alcançar todos os objetivos, terei respondido ao problema?”