Abstract
Este trabalho tem como objetivo reconhecer, a partir de programas desenvolvidos por alunos e de uma rede de variáveis representantes do domínio da programação, componentes latentes que caracterizem os desempenhos de uma turma em cada atividade de programação. A identificação das componentes latentes é realizada pela técnica de análise fatorial para representar perfis de aprendizagem na prática da programação e, por clustering, formam-se agrupamentos de perfis similares. De cada agrupamento formado, são selecionadas amostras de perfis pré-classificadas para gerar modelos que orientem a classificação dos demais perfis de cada agrupamento por níveis de aprendizagem. Os resultados indicam que a combinação das técnicas de análise fatorial e de clustering melhora a classificação de perfis.
Cite
CITATION STYLE
G. de Oliveira, M., A. Jiménez Monroy, N., Zandonade, E., & Oliveira, E. (2014). Análise de Componentes Latentes da Aprendizagem de Programação para Mapeamento e Classificação de Perfis. In Anais do XXV Simpósio Brasileiro de Informática na Educação (SBIE 2014) (Vol. 1, p. 134). Sociedade Brasileira de Computação - SBC. https://doi.org/10.5753/cbie.sbie.2014.134
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.