Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
GUIMARÃES, Leovani Marcial
 |
Orientador(a): |
LIMA, Renato da Silva
 |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Itajubá
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação: Doutorado - Engenharia de Produção
|
Departamento: |
IEPG - Instituto de Engenharia de Produção e Gestão
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2436
|
Resumo: |
As Diretrizes Curriculares Nacionais (DCN) dos Cursos de Graduação em Engenharia de 2019 apresentaram novas demandas pedagógicas, sendo uma delas a aplicação de Aprendizagem Ativa (AA). A pesquisa científica sobre AA aplicada aos cursos de Engenharia tem crescido de forma relevante nos últimos anos e seus resultados tem revelado desafios e oportunidades para novos estudos. Instrumentos de observação em sala de aula projetados para os ambientes de AA surgiram e têm apoiado pesquisas para avaliação dos comportamentos e atitudes que caracterizam tais ambientes. Entretanto, observou-se a falta de previsibilidade para as Instituições de Ensino Superior (IES) de Engenharia quanto aos ganhos de aprendizagem ao aplicar as técnicas ativas dentro de um processo desafiador de mudança de práticas de ensino. Neste contexto, o objetivo desta tese foi propor um modelo matemático preditivo que demonstrasse a relação entre a aprendizagem dos alunos (medido pelas suas notas) e a aplicação ou não das técnicas de AA em sala de aula (medido pelo nível de atividade capturado por um protocolo de observação). Para atingir esse objetivo, uma rígida sistemática metodológica foi estabelecida, utilizando-se de pesquisa experimental controlada em uma IES de Engenharia ao longo de três anos, em duas dimensões de análise. A primeira, intraclasse, utilizou um projeto de amostras pareadas para gerar as bases de observações e graus de desempenho e demonstrar a provável relação causa-efeito em dois níveis de um fator, além de permitir a avaliação qualitativa da abordagem de AA de cada disciplina. A segunda, interclasse, envolveu amostras independentes de turmas em semestres subsequentes e utilizou a Modelagem de Equações Estruturais por Mínimos Quadrados Parciais - PLS-SEM para testar e identificar o melhor modelo preditivo para a aprendizagem em função da aplicação da AA. Os resultados intraclasse demonstraram uma relação positiva de causa-efeito, onde o desempenho acadêmico médio global foi 14% melhor na avaliação pós AA, comparado com a primeira, sem a aplicação de técnicas de AA, representando 40% do desvio padrão das notas. Além disto, a análise individual do desempenho em cada uma das disciplinas revelou as estratégias de maior e menor sucesso e permitiu recomendar aquelas estratégias mais viáveis de AA para grupos específicos de disciplinas. Na dimensão interclasse, a melhoria foi de 10% e o modelo preditivo PLS-SEM foi validado positivamente por diversos índices de desempenho, demonstrando uma relação positiva significativa e não linear entre os constructos latentes, com capacidade entre moderada e alta de predição de alvos de aprendizagem (Q²>0,344), a partir dos níveis de AA. Na demonstração da relevância preditiva, a curva ajustada da relação permitiu, a partir de um escore médio entre 0 e 35,97 no nível de aderência AA (NAA) prever um escore médio de Aprendizagem (AP) entre 45,89 e 74,90, na escala de graus de desempenho. Os coeficientes β foram positivos e significativos, com valores p < 0,01. A sistemática metodológica e os resultados obtidos pretendem ser as principais contribuições desta pesquisa para a literatura e para a discussão latente da eficácia de métodos ativos de aprendizagem na Educação em Engenharia. |