34 Pages • 3,648 Words • PDF • 5.1 MB
Uploaded at 2021-09-24 11:36
This document was submitted by our user and they confirm that they have the consent to share it. Assuming that you are writer or own the copyright of this document, report to us by using this DMCA report button.
EDIÇÃO 1
Analítica e Inteligência em BASIC ENGLISH GRAMMAR EaD-Moodle Ahmed Ali Abdalla Esmin (Ph.D.) André Luíz Zambalde (Ph.D.) Eduardo Petrini Silva Castro (Sc.M.) Thiago Bellotti Furtado (Sc.M.)
ANALÍTICA E INTELIGÊNCIA EM EAD-MOODLE
Elaborado por: Ahmed Ali Abdalla Esmin (Ph.D.) André Luiz Zambalde (Ph.D.) Eduardo Petrini Silva Castro (Sc.M.) Thiago Bellotti Furtado (Sc.M.)
Apoio:
PÁGINA 2
EDIÇÃO 1
SUMÁRIO 1. EDUCAÇÃO À DISTÂNCIA. . . . . . . . . . . . . . . . . . . . . . . .
04
2. AMBIENTES VIRTUAIS DE APRENDIZAGEM . . . . . . . . .
06
3. GESTÃO DO ENSINO-APRENDIZAGEM A DISTÂNCIA .
08
4. GESTÃO PARA A ANALÍTICA E INTELIGÊNCIA . . . . . . .
10
4.1 PLANEJAMENTO ESTRUTURADO DOS CURSOS . . .
12
4.2 ESPECIFICAÇÃO DE MÉTRICAS E INDICADORES. .
17
4.3 ANALÍTICA E INTELIGÊNCIA E EAD-MOODLE . . . .
20
4.4 PLATAFORMA, DASHBOARDS E CONHECIMENTO .
24
5. CONSIDERAÇÕES FINAIS . . . . . . . . . . . . . . . . . . . . . . . .
32
EaD
CAPÍTULO 1 EDUCAÇÃO A DISTÂNCIA
PÁGINA 4
EDUCAÇÃO A DISTÂNCIA
CAP. 1
A Educação à Distância (EaD) é uma forma de ensino que possibilita a auto-aprendizagem com mediação de recursos didáticos sistematicamente organizados, apresentados em diferentes suportes de informação, utilizados isoladamente ou combinados, e veiculados pelos diversos meios de comunicação. Esta modalidade pode ser implantada na educação básica (de jovens e adultos e profissional técnica de nível médio), na educação superior acadêmica (20% do ensino presencial ou totalmente a distância), educação tecnológica e pósgraduação lato-sensu (Especialização e MBA). A Figura 1 ilustra a estrutura da modalidade EaD.
Figura 1 - Possibilidades de implantação da Educação a distância (EaD)
PÁGINA 5
AVA
CAPÍTULO 2 AMBIENTES VIRTUAIS DE APRENDIZAG EM
PÁGINA 6
AMBIENTES VIRTUAIS DE APRENDIZAGEM
CAP. 2
Ambientes Virtuais de Aprendizagem AVAs são plataformas ou sistemas de software que tem como objetivo auxiliar no ensino a distância, ensino-aprendizagem virtual ou semipresencial. Em alguns casos são também denominados de Learning Management Systems (LMS) ou Sistemas de gerenciamento de aprendizagem. Enfim, tecnologias de apoio ao Ensino a Distância. Os principais recursos presentes em um AVA ou LMS são: suporte a conteúdo, figuras, áudio e vídeo, fórum, chat, wiki, produção colaborativa e comunicação via mensagem ou email, ferramentas de perfil, calendário, avaliações, acompanhamento de atividades, notas, páginas pessoais e controles de matrícula. Exemplos de AVAs ou LMS livres e abertos são o Moodle, Eproinfo e Teleduc. Exemplos de AVAs ou LMS comerciais tem-se o Blackboard, WebAula, Saba, Canvas e Sumtotal (Figura 2).
Figura 2 - Ambientes virtuais de aprendizagem (AVAs - LMS)
PÁGINA 7
GESTÃO
CAPÍTULO 3 GESTÃO DO ENSINO-APRENDIZAGE M A DISTÂNCIA
PÁGINA 8
GESTÃO DO ENSINO-APRENDIZAGEM A DISTÂNCIA
CAP. 3
O grande desafio, para o MEC e Instituições públicas e privadas, qualquer que seja o nível educacional, é a gestão do ensino-aprendizagem, envolvendo instituições, cursos, disciplinas, professores, tutores e alunos (Figura 3). Esta diz respeito à gestão, avaliação e acompanhamento de atividades dentro do ambiente e sua associação ao engajamento, participação, efetividade, enfim, à efetiva aprendizagem dos alunos.
Figura 3 - Estruturação para a gestão do ensino-aprendizagem
Neste sentido, as tecnologias de analítica de dados disponíveis atualmente podem auxiliar no processo de gestão de dados, informação e conhecimento, proporcionando às instituições meios de contornar os desafios enfrentados diariamente. PÁGINA 9
ANALÍTICA
CAPÍTULO 4 GESTÃO PARA A ANALÍTICA E INTELIGÊNCIA
PÁGINA 10
GESTÃO PARA A ANALÍTICA E INTELIGÊNCIA
CAP. 4
Para realizar a gestão analítica e de inteligência de dados é de fundamental importância a customização, ou seja, a organização e estruturação do ambiente virtual de aprendizagem, de modo a retratar a organização acadêmica. No caso específico da estruturação de Cursos no Moodle e na organização de um Curso Acadêmico, há diferenças que necessitam ser tratadas adequadamente para o sucesso educacional e dos negócios. Desta forma, faz-se necessária a adequada estruturação e configuração do Moodle visando a aplicação de analítica e inteligência ao ensino-aprendizado acadêmico. Para aplicar os processos de analítica e inteligência em Cursos no EaD-Moodle são necessários basicamente quatro passos (Figura 4), que geralmente devem estar associados e integrados em uma Plataforma Educacional. 4.1. Planejamento Estruturado dos Cursos; 4.2. Especificação de Métricas e Indicadores; 4.3. Aplicação de Analítica e Inteligência; 4.4. Geração de Informações e Conhecimento.
Figura 4 - Passos básicos para aplicação do processo de analítica e inteligência
PÁGINA 11
ANALÍTICA PLANEJAMENTO
SEÇÃO 4.1 PLANEJAMENTO ESTRUTURADO D OS CURSOS
PÁGINA 12
SEÇ. 4.1
PLANEJAMENTO ESTRUTURADO DOS CURSOS
A maneira como se estrutura a organização dos dados de um curso no ambiente virtual Moodle é diferente daquela utilizada no mundo acadêmico e corporativo. Na estrutura do Moodle os cursos são organizados em três tabelas-níveis: categoria, curso e grupo . Na linguagem acadêmica temos o Curso como uma área do conhecimento (Pedagogia, por exemplo), associado a uma grade curricular, dividida em semestre, ano e em disciplinas (Teoria da Didática, por exemplo). Já no Moodle estas disciplinas, geralmente, são divididas em turmas ou salas (Turma 1 ou A, Turma 2 ou B, Turma 3 ou C, ou Sala 1 ou A, Sala 2 ou B, Sala 3 ou C). Por outro lado, no contexto corporativo, a principal diferença conceitual é que em uma abordagem empresarial ou corporativa, um curso pode ser uma única disciplina, ou seja, ter um único nome e uma única turma. Tudo isto deve ser adequadamente planejado e estruturado para que, no presente e no futuro, seja possível extrair dados, informações e conhecimento, para a completa e correta Gestão do Ensino-Aprendizagem.
Planejar
E
t stru
urar
Dados
PÁGINA 13
Infor
maçõ
es
Co
n
ci he
m
to n e
PLANEJAMENTO ESTRUTURADO DOS CURSOS
SEÇ. 4.1
Isto significa, gerenciar , organizar , controlar e acompanhar todos os cursos de maneira a manter dados atualizados, melhorar qualidade do ensino, ampliar retenção e conseqüentemente reduzir evasão, e finalmente a ter relatórios, dashboards e tomada de decisão com base em dados e não em percepções ou notícias. Para o planejamento e a estruturação é preciso entender que o termo "Curso" do ambiente corporativo equivale ao termo "Curso" do Moodle, mas o termo "Curso" no mundo acadêmico equivale a uma categoria do Moodle (Tabela 1).
Tabela 1 - Ambiente Acadêmico x Ambiente Moodle
Assim, na criação de um curso Acadêmico, o administrador deve configurar o ambiente Moodle, a fim de adequar exatamente ao contexto acadêmico. Isso é muito importante para manter a organização adequada dos dados, gerando informações corretas. Com isso, prepara-se o ambiente Moodle para os processos de gestão envolvendo analítica e inteligência.
PÁGINA 14
PLANEJAMENTO ESTRUTURADO DOS CURSOS
SEÇ. 4.1
A sugestão é que o Administrador ou usuário que configure o Moodle entenda as diferenças da estrutura organizacional, para criar um ambiente considerando a visão acadêmica. Assim, espera-se que o administrador não cadastre professor ou tutor em tabela de aluno, sala de secretaria ou de apoio no lugar de curso, e assim por diante. O fato é que não adianta automatizar uma “bagunça”, ao final você vai ter uma “bagunça” informatizada. É fundamental pensar no futuro dos dados, na analítica e inteligência, na redução da evasão, no engajamento, no desempenho e nos relatórios e avaliações do MEC. Planejamento estrutural é fundamental. Entenda que sala de secretaria é diferente de Turma ou Sala de aula (olha a confusão!). Sala de apoio não é sala de aula ou sala de turma... E por aí vai...
Finalizando, a sugestão que se tem é a de estruturar os Cursos acadêmicos, conforme especificado na Figura 5.
PÁGINA 15
PLANEJAMENTO ESTRUTURADO DOS CURSOS
SEC. 4.1
Figura 5 - Ambiente Acadêmico x Ambiente Moodle
PÁGINA 16
ANALÍTICA INDICADORES
SEÇÃO 4.2 ESPECIFICAÇÃO DE MÉTRICAS E INDICADORES
PÁGINA 17
ESPECIFICAÇÃO DE MÉTRICAS E INDICADORES
SEÇ. 4.2
MÉTRICAS são dados que podem ser extraídos diretamente do
Moodle a partir de “Logs” e que podem representar isoladamente informações de valor, ou serem utilizados em formulações matemáticas e estatísticas, e associados a indicadores. INDICADORES ou Key Performance Indicators (KPIs) são
combinações de métricas, que são utilizados para acompanhar metas e objetivos de ensino-aprendizagem. Portanto, a definição do que significa Indicador geralmente é confundida com o termo Métrica. O importante neste contexto é perceber que Métrica está ligada diretamente a quantificação dos dados (valor capturado, forma pontual), como por exemplo, quantidade de acessos do aluno ao ambiente virtual de aprendizagem. Por outro lado, Indicador é composto por associações matemáticas e estatísticas aplicadas a um ou mais elementos de métricas, como por exemplo, a média de acesso dos alunos em determinado curso durante o mês. Enfim, deve-se pensar em uma seqüência adequada de elementos que vão proporcionar excelência na gestão do ensino-aprendizagem com foco em determinado objetivo, metas, indicadores e métricas. OBJETIVO é a descrição daquilo que se pretende alcançar,
tem abordagem estratégica, gerencial e educacional.
META é a especificação do que se pretende atingir em termos
quantitativos, com definição de prazo (tempo ou período) e pessoa responsável. Indicadores (KPIs) são conjunto de métricas, combinações de métricas. Métricas são dados, tudo o que pode ser extraído e mensurado, medido (Figura 6). PÁGINA 18
ESPECIFICAÇÃO DE MÉTRICAS E INDICADORES
SEÇ. 4.2
Figura 6 - Métricas, indicadores, metas e objetivo Vale destacar que objetivo e meta são diferentes entre si. Por exemplo, o objetivo de uma determinada pessoa é enriquecer. A meta, por sua vez, terá de vir acompanhada de dois dados: a quantidade de dinheiro que ela pretende acumular e em quanto tempo. Defina objetivos, estipule as metas, determine métricas para encontrar indicadores que possam auxiliar nas decisões. Com isto se chega a uma estratégia adequada e bem formulada de ensino-aprendizagem à distância associada a qualidade e excelência. Este é um dos maiores desafios dos gestores, coordenadores, professores e tutores, que geralmente não está na formação no Brasil. PÁGINA 19
ANALÍTICA INTELIGÊNCIA
SEÇÃO 4.3 ANALÍTICA E INTELIGÊNCIA EM EADMOODLE
PÁGINA 20
ANALÍTICA E INTELIGÊNCIA EM EAD-MOODLE
SEÇ. 4.3
Analítica e inteligência são tecnologias fundamentais à gestão do ensino-aprendizagem, desde que adequadamente planejadas e associadas a métricas e indicadores. ANALÍTICA DE DADOS é a atividade de coletar e
transformar um conjunto de dados em informações valiosas (tabelas, gráficos, etc.) que sejam relevantes para uma análise racional, que tenham um significado real para uma exposição esclarecedora. INTELIGÊNCIA ANALÍTICA consiste na manipulação,
tratamento e análise de dados, baseados em métodos matemáticos, estatísticos e computacionais, que resultem na capacidade de ampliação do conhecimento e direcionamento de ações para predição e solução de problemas (evasão, por exemplo), aumento do desempenho (professores, tutores e alunos) e geração de valor para a organização e a sociedade (Figura 7).
Figura 7 - Analítica e Inteligência de Dados
PÁGINA 21
ANALÍTICA E INTELIGÊNCIA EM EAD-MOODLE
SEÇ. 4.3
Enquanto a Analítica de Dados proporciona informações agregadas em diferentes formas de representação, a Inteligência Analítica aplica métodos para interpretar essas informações a fim de extrair conhecimento que seja utilizado para gerar valor nas organizações/instituições. O Modular Object-Oriented Dynamic Learning Environment (Moodle) é um Ambiente Virtual de Aprendizagem (AVA) distribuído como software livre, onde analítica e inteligência de dados podem ser aplicadas com sucesso. Tudo isto é feito via coleta de dados (logs) presentes no Moodle, que registram todo o histórico de acesso. São diversos os dados que podem ser capturados do Moodle, como: atributos do curso, disciplinas, turmas, professores, alunos, tempo de permanência em determinada página, atividade ou conteúdo, atividades de equipe, uso de agenda e anotações, total de problemas resolvidos, pontos obtidos, participação dos tutores, entre outros (Figura 8).
Figura 8 - Analítica e Inteligência em EaD Moodle PÁGINA 22
ANALÍTICA E INTELIGÊNCIA EM EAD-MOODLE
SEÇ. 4.3
Portanto, o Moodle apresenta um ótimo conjunto de dados (Logs) de atividades que permitem o monitoramento completo de todos os registros e ações de todos os usuários em todos os cursos e em todos os recursos-atividades da plataforma. Neste contexto, do ponto de vista de um monitoramento simples, o próprio Moodle atende a determinados levantamentos. Porém, do ponto de vista da gestão e acompanhamento de todo o processo de ensino-aprendizagem, ou seja, do ponto de vista pedagógico, de participação, engajamento, permanência e evasão, enfim, de métricas, indicadores, relatórios e dashboards mais estruturados, analíticos e inteligentes, o Moodle e algumas de suas derivações de analítica não atendem às necessidades das organizações. Isto porque objetivos, metas, métricas e indicadores são elementos muito específicos e que exigem aprofundamentos, particularmente relacionados à filosofia de gestão, qualidade e acompanhamento educacional nas Instituições. Os "Logs" do Moodle registram quando algum usuário cria/acrescenta, visualiza, atualiza/edita ou apaga um recurso. A plataforma permite criar vários filtros. Os filtros auxiliam na análise de dados, pois permitem organizá-los por curso, por usuário, por data, por atividade/recurso, por ação (criar, ver, atualizar e excluir), observar IP de usuários, entre outros. Tem-se uma gama enorme de facilidades e possibilidades de gestão e acompanhamento para a tomada de decisão educacional e pedagógica. Para isto, o fundamental consiste em planejar adequadamente a criação de cursos, no início; visando a aplicação de analítica e inteligência, no futuro. PÁGINA 23
ANALÍTICA CONH ECIMENTO
SEÇÃO 4.4 PLATAFORMA, DASHBOARDS E CONH ECIMENTO
PÁGINA 24
PLATAFORMA, DASHBOARDS E CONHECIMENTO
SEÇ. 4.4
O fato é que tudo começa no Planejamento DidáticoPedagógico, passando pela especificação de objetivos, metas, métricas e indicadores, definições relativas a analítica e inteligência e chegando-se ao conhecimento. Assim, são definidos dashboards e relatórios ótimos, importantes à gestão e controle, tomada de decisão, que estejam alinhados e em conformidade com organizações reguladoras para geração de valor na Instituição, para os colaboradores e para os alunos. É neste contexto que encontram-se as Plataformas de Analítica e Inteligência de dados em EaD-Moodle. Como é o caso da eduAnalytics* (Figura 9) que possui recursos interessantes para analítica de dados em EaD, e será utilizada adiante para exemplificar, na prática, tudo o que foi abordado até este ponto.
Figura 9 - Plataforma eduAnalytics *eduAnalytics.net
PÁGINA 25
PLATAFORMA, DASHBOARDS E CONHECIMENTO
SEÇ. 4.4
A eduAnalytics é uma plataforma de analítica e inteligência de dados para Ambiente Virtual de Aprendizagem baseados no Moodle. Possui uma estrutura versátil de Plugin e Nuvem, ou seja, de fácil instalação – sem alterar a base de dados vigente e sem necessitar de grandes investimentos, principalmente em equipamentos. Sua abordagem de Planejamento Estruturado alinha-se a objetivos, metas, métricas e indicadores, que visam a analítica e inteligência associadas à geração de dashboards e relatórios. Algumas métricas e indicadores que podem ser especificados sob a forma de gráficos e relatórios no eduAnalytics são: Cursos com maior ou menor acesso às suas atividades; Recursos e atividades mais e menos acessadas; Desempenho de usuários (professores, tutores e alunos); Participação e engajamento de professores e alunos; Gestão e controle de acesso de professores e tutores; Avaliação de tutores - participação e efetividade. Para aplicar na prática os conceitos de objetivos, metas, indicadores, métricas e análise de dados, utilizaremos como exemplo a Plataforma eduAnalytics. A seguir será apresentado um estudo de caso como exemplo prático de utilização da Plataforma. Lembrando que detalhes desde o Planejamento até a tomada de decisão serão oferecidos em mini curso específico, com o uso do eduAnalytics.
PÁGINA 26
PLATAFORMA, DASHBOARDS E CONHECIMENTO
SEÇ. 4.4
CASO 1. ENGAJAMENTO DOS ALUNOS-ATIVIDADES VIRTUAIS. Problema: O professor ou tutor ao acessar a Plataforma
eduAnalytics verificou que a interação e acesso de seus alunos na Disciplina de "Elaboração de Projetos", Turmas A e B, entre os meses de Fevereiro e Março de 2017 estava muito baixa. Objetivo: Aumentar o engajamento dos alunos, ou seja,
participação, colaboração e resolução de atividades. Meta: Até o final do semestre, aumentar em 50% o
engajamento dos alunos nas atividades de sala de aula virtuais. Indicador (Kpi): Engajamento = número de acessos ambiente
+ interação (participação) + resolução de exercícios.
Métricas (logs): Acesso - interação - entrega de exercícios. Envolvidos: Professores / tutores / alunos. Estratégia: Inserir, no tempo certo, conteúdo relevante,
provocar discussões e atrair a atenção dos alunos.
PÁGINA 27
PLATAFORMA, DASHBOARDS E CONHECIMENTO
SEÇ. 4.4
As Figuras 10(a), 10(b) e 10(c) ilustram as métricas fundamentais para entendimento do problema e definição da estratégia de solução. Na Figura 10(a), o professor identifica o problema ao perceber baixo acesso/interação entre fevereiro e março.
Figura 10 (a) - Gráfico Acesso x Interação Na figura 10(b) o professor verifica com mais detalhes o que apresenta o gráfico anterior. Há pouca visualização, acesso e interação nas tarefas e no fórum de dúvidas.
Figura 10 (b) - Tabela Atividades semanais alunos PÁGINA 28
PLATAFORMA, DASHBOARDS E CONHECIMENTO
SEÇ. 4.4
Pela figura 10(c) o professor percebe que o melhor dia para inserir uma atividade é no meio da semana (quarta-feira), e observando a figura 10(d) verifica-se que o melhor horário é no período da noite (20 horas), pois é o momento em que os alunos mais acessam e interagem.
Figura 10 (c) - Dia de acesso/interação
Figura 10 (d) - Horário de acesso/interação
PÁGINA 29
PLATAFORMA, DASHBOARDS E CONHECIMENTO
SEÇ. 4.4
Com foco no alcance da meta de aumento de 50% do engajamento, o professor realizou lançamento de atividades nos dias e horários com mais acesso e interação. Foi possível verificar que no mês seguinte obteve-se melhora no desempenho da disciplina e dos alunos, conforme apresentado nas Figuras 11(a) e 11(b) que ilustram os resultados obtidos.
Figura 11 (a) - Aumento significativo de acesso e interação ao final de fevereiro até abril
Figura 11 (b) - Aumento significativo de acesso e interação na atividade lançada ao final de fevereiro PÁGINA 30
PLATAFORMA, DASHBOARDS E CONHECIMENTO
SEÇ. 4.4
São os mais diversos casos que podem ser extraídos do Moodle, informações que na maioria das vezes passam despercebidas e que poderiam ser utilizadas para tomar decisões importantes, responder questionamentos que muitas vezes ficam sem respostas, como por exemplo: Como é a atuação dos tutores e professores em sala de aula? Quais são as causas de uma sala/turma da mesma disciplina ter um melhor engajamento do que outras? Qual a origem/região dos alunos de um curso? Porque tenho muitos alunos em uma determinada região e pouco em outras? O que atrai mais a atenção dos alunos na sala/curso (quais atividades)? Qual o momento ideal para engajar os alunos e que recurso devo utilizar?
Para isso, é preciso planejar sua estratégia, definir objetivos, metas, indicadores e métricas. Com o domínio desse conhecimento, aplicado em uma Plataforma de analítica de dados, é possível obter eficiência e eficácia, atingir resultados significativos no EaD. O fato é que as áreas de Analítica e Inteligência de dados e Ensino a distância tem se destacado em todo o mundo como promissoras na geração de oportunidades de trabalho e renda. Existe uma grande ausência de competências nesta área que, com certeza, serão as exigidas aos profissionais do futuro. Grandes volumes de dados educacionais que forem processados e apresentados adequadamente possibilitarão a gestão, controle e o acompanhamento efetivo de todo o processo educacional. PÁGINA 31
CONSIDERAÇÕES FINAIS
CAPÍTULO5 CONSIDERAÇÕES FINAIS
PÁGINA 32
CAP. 5
CONSIDERAÇÕES FINAIS
O crescimento do Ensino a Distância no Brasil e no Mundo é absolutamente incontestável. A boa notícia para o país é que estamos caminhando - mesmo dentro de uma abordagem do “feito é melhor do que perfeito”. As Instituições públicas e privadas e o governo realmente abraçaram a causa e, passo-a-passo, a gestão, a qualidade e a procura por cursos para qualificação dos profissionais nessa área tem evoluído. Uma das grandes preocupações das instituições é, sem nenhuma dúvida, a evasão e a gestão de qualidade do EAD. Tecnologias associadas à gestão do ensino-aprendizagem, como a Plataforma eduAnalytics podem auxiliar a superar esses desafios. Associado a este tipo de tecnologia deve estar o interesse das instituições, do próprio MEC e dos profissionais ligados ao Ensino a Distância em buscar a excelência. O mercado e as oportunidades são realmente extraordinários. As Instituições começam a perceber e a valorizar tecnologias de analítica e inteligência relacionadas a grandes volumes de dados. A informação é o bem mais precioso de uma instituição, mas para torná-la um recurso de valor é necessário profissionais qualificados, que dominem recursos tecnológicos para gerar conhecimento útil para correta tomada de decisão. Tem-se que muitas instituições ainda não conhecem o potencial de negócio e o valor que existe em meio a suas informações. Por isso, a tecnologia atrelada a dados e informações, torna esse momento o melhor para investir, aperfeiçoar e buscar a excelência em gestão do ensinoaprendizagem. PÁGINA 33
AUTORES: Ahmed Ali Abdalla Esmin (Ph.D.) é professor do Departamento
de Ciência da Computação da Universidade Federal de Lavras (DCC-UFLA). Realizou estágio de Pós-Doutorado em 2012 na uOttawa, Canadá e atuou como pesquisador visitante em 2016 na Universidade de Califórnia, Irvine - UCI, EUA. Pesquisador das áreas de Inteligência Artificial, Mineração de Dados e Analitica de Dados Aplcados em E-learning, Análise de Sentimentos e Multimídia entre outras. André Luiz Zambalde (Ph.D.) é professor da Universidade
Federal de Lavras. Atua na graduação em Computação e Sistemas e na Pós-Graduação em Administração. Pesquisador das áreas de Gestão do conhecimento, Universidade e Inovação e Sistemas de Informação Aplicados Eduardo Petrini Silva Castro (Sc.M.) é Líder Técnico e
desenvolvedor no eduAnalytics Technologies - Analítica e Inteligência em EaD, GiAva - Gestão Inteligente de Ambientes Virtuais, graduado em Sistemas de Informações e mestre em Ciência da Computação pela Universidade Federal de Lavras UFLA Thiago Bellotti Furtado (Sc.M. ) é Coordenador de TI na Biblioteca
da Universidade Federal de Lavras - UFLA, graduado em Sistemas de Informação, Pós Graduado em Business Intelligence pela Universidade Federal de Juiz de Fora - UFJF e Mestre em Computação pela UFLA. Atuou com P&D na EMBRAPA e foi Analista de Business Intelligence na PRODEMGE.
COLABORAÇÃO: eduAnalytics.net Clique no botão abaixo e realize gratuitamente seu pré-cadastro até o dia 13 de janeiro de 2018 e ganhe desconto para o Curso completo de Analítica e Inteligência em Aprendizagem de EaD que será ofertado em 2018. Essa é uma promoção por tempo limitado e apenas para aqueles que responderam o questionário e receberam este ebook. ACESSO À PÁGINA DE PRÉ-CADASTRO
PÁGINA 34