Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Oliveira, Alciano Gustavo Genovez [UNESP] |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/147995
|
Resumo: |
Atualmente, as instituições de ensino, em sua grande maioria, estão disponibilizando cursos na modalidade de ensino a distância com o intuito de possibilitar aos indivíduos que não podem frequentar as aulas regularmente a realização de estudos a distância. Em muitos casos, os indivíduos desistem dessa modalidade de ensino sem concluir os estudos, isso se deve a vários fatores, sendo um deles, a dificuldade no entendimento do conteúdo disponibilizado durante as aulas devido a forma com que o mesmo é apresentado. Esta dissertação apresenta a utilização da lógica nebulosa em um classificador computacional, que tem por objetivo classificar indivíduos por aspectos cognitivos que estão relacionados com a Teoria das Inteligências Múltiplas propostas, originalmente, por Howard Gardner. O resultado dessa classificação possibilita direcionar os indivíduos para ambientes de ensino em que o conteúdo esteja adequado ao seu perfil cognitivo. Os testes foram realizados utilizando uma ferramenta acadêmica de mineração de dados que possibilitou determinar padrões cognitivos em cada indivíduo pela inserção de dados de entrada obtidos por meio da aplicação de um questionário e retornando os aspectos cognitivos mais aflorados de cada indivíduo. Após validados, os resultados mostraram aproximadamente 67% das classificações condizentes com os aspectos cognitivos identificados em aula. |
