TCC - Bacharelado em Ciência da Computação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/415
Navegar
4 resultados
Resultados da Pesquisa
Item Aprendizagem de programação através de nanolearning: o caso do TikTok no ensino superior(2024-10-02) Pereira, Nicole Maria do Nascimento; Melo, Jeane Cecília Bezerra de; http://lattes.cnpq.br/8499459630583005; http://lattes.cnpq.br/4615907372122566Computação, Bacharelado em Sistemas de Informação e Licenciatura em Computação da UFRPE, campus Sede, localizado em Recife, em relação ao uso do TikTok como uma ferramenta educacional para favorecer a aprendizagem de programação na era digital. O estudo se fundamenta no nanolearning, que prioriza a entrega de conteúdos curtos e objetivos, propícios para um consumo ágil de informações. Os métodos tradicionais, os quais frequentemente utilizam materiais estáticos, apresentam limitações na eficácia do ensino de programação, que se refletem nos altos índices de reprovação nesta disciplina. Assim, o presente estudo de caso tem como objetivo compreender a relevância do TikTok como recurso educacional complementar. Como instrumento de pesquisa, um questionário foi desenvolvido e aplicado a estudantes dos referidos cursos, onde os principais resultados indicam uma aceitação positiva em relação ao uso do TikTok como ferramenta educacional complementar para a aprendizagem de programação. Dos 142 participantes, 67,6% têm entre 19 e 24 anos, faixa etária que os alinha diretamente ao público majoritário do TikTok. Um ponto significativo é que 48,6% dos estudantes demonstraram interesse em métodos inovadores de aprendizado, como o TikTok, e 33,1% já utilizaram a plataforma para fins educativos. No entanto, 40,8% afirmaram nunca ter utilizado o TikTok como método de estudo de programação, o que sugere que o uso da plataforma como recurso educacional pode ser ampliado. Conclui-se que o TikTok apresenta um potencial promissor no processo de aprendizagem de programação, com sinais claros de aceitação pelos estudantes.Item Racismo algorítmico no desenvolvimento de software: um estudo de caso sobre letramento racial no ensino superior(2024-08-05) Silva, Jamelly Nascimento; Falcão, Taciana Pontual da Rocha; Santos, George Augusto Valença; http://lattes.cnpq.br/8525564952779211; http://lattes.cnpq.br/5706959249737319Este artigo apresenta um estudo de caso sobre o tema do racismo algorítmico no desenvolvimento de software, focando no letramento racial no ensino superior. O estudo envolveu discentes e docentes da Universidade Federal Rural de Pernambuco (UFRPE) para investigar o nível de conhecimento deles sobre o racismo algorítmico. O objetivo principal foi entender se esse conhecimento está presente de alguma forma nos cursos relacionados à tecnologia da informação. Os resultados revelam insights importantes sobre a conscientização e compreensão do racismo algorítmico dentro do ambiente acadêmico, destacando áreas de oportunidade para promover um ensino mais inclusivo e abrangente sobre essas questões cruciais na indústria de tecnologia.Item Análise da evasão no ensino superior: predição e prevenção por meio da mineração de dados educacionais(2024-03-05) Ferreira, Rodolfo André Barbosa; Mello, Rafael Ferreira Leite de; http://lattes.cnpq.br/6190254569597745; http://lattes.cnpq.br/2982020271806247Tendo em vista que a evasão ocorre por abandono, transferência ou desistência do curso; quando o aluno se desliga da instituição que está matriculado ou quando o aluno abandona definitivamente ou não o curso superior, este artigo busca identificar métodos e técnicas automáticas para auxiliar os gestores a prevenir casos de evasão por meio das predições. Para realizar o estudo foi utilizada a Mineração de Dados Educacionais (MDE), que aplica técnicas de mineração de dados, tais como banco de dados, estatísticas e aprendizado de máquina nas áreas da educação. Foram empre- gues dados de 5144 alunos com características relacionadas ao curso, semestre e demografia constantes no banco de dados fornecido pelo Sistema de Informações e Gestão Acadêmica (SIGA) da Universidade Federal Rural de Pernambuco (UFRPE) para os cursos de Zootecnia, Engenharia de Pesca e Agronomia. Os dados, exceto aqueles que são informações pessoais, restritas e sensíveis, foram separados em Ca- racterísticas Acadêmicas por Semestre, Acadêmicas Gerais, dos Cursos, Demográficas e Característica alvo. O estudo usa o algoritmo de aprendizado de máquina LSTM e os otimizadores SGD e Adam, explorando diferentes valores para os parâmetros de taxa de aprendizagem, momentum, tamanho de lotes e número de épocas.Item Aligning expectations about the adoption of learning analytics in a brazilian higher education institution(2021-03-01) Garcia, Samantha Millena Costa; Falcão, Taciana Pontual da Rocha; http://lattes.cnpq.br/5706959249737319; http://lattes.cnpq.br/7221410090403436