dc.creator |
KAIZER, Betânia Mafra |
|
dc.date.issued |
2021-09-14 |
|
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2527 |
|
dc.description.abstract |
Before the pandemic of COVID-19, university managers had been showing interest in
identifying factors that lead individuals to learn better, or to drop out of a course, or even to fail
a subject. Finding answers to these questions becomes more evident when it comes to
undergraduate Engineering courses, since these have high dropout rates. However, higher
education institutions still lack protocols or, at least, indicators or instruments that allow
managers to know these factors and the underlying problems in order to act preventively or
make decisions. After the adoption of Emergency Remote Learning - ERE, and facing the
uncertainties and new challenges of online education, the absence of this information can
further compromise the quality of the offer of new distance education actions. Moreover, the
ignorance of these factors makes it impossible to make a current diagnosis about the benefits
and losses that the pandemic has brought to Engineering students. This thesis, therefore, seeks
to identify which factors - here denominated predictor variables - impacted the learning
processes of undergraduates who took Calculus 2, one of the curricular components with the
highest retention rates in the initial semesters of Exact Science courses. To this end, a predictive
multivariate model was proposed and tested. The research was conducted at a Brazilian federal
public university in the second semester of 2020. A total of 507 individuals participated in the
study, representing 51% of the target population. Primary data (three psychometric scales
measuring students' psychosocial and contextual variables, as well as variables referring to
teachers' teaching procedures) and secondary data (official documents of the institution
involved) were used. Summative evaluation was performed, with after-the-fact analysis of
results. Multivariate statistical techniques and methodological procedures based on
psychometrics were used. After the analysis, based on the proposed model, the predictors that
significantly impacted learning in Calculus 2 were: the family income variable, the selfregulatory and cognitive learning strategies variable, and the instructional events variable,
which refers to the learning conditions provided by teachers during the academic semester. The
multivariate model of this thesis is replicable and can guide managers in future decisions about
the offer of remote courses and subjects, in any field of knowledge. The originality of this work
is marked, above all, by the discovery of new variables that may compose future psychometric
scales to assess learning outcomes of Engineering students in any discipline. |
pt_BR |
dc.language |
por |
pt_BR |
dc.publisher |
Universidade Federal de Itajubá |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.subject |
Ensino remoto emergencial |
pt_BR |
dc.subject |
Pandemia da COVID-19 |
pt_BR |
dc.subject |
Avaliação da aprendizagem |
pt_BR |
dc.subject |
Ensino on-line |
pt_BR |
dc.subject |
Educação em engenharia |
pt_BR |
dc.title |
Modelo multivariado de avaliação da aprendizagem em ensino superior remoto emergencial |
pt_BR |
dc.type |
Tese |
pt_BR |
dc.date.available |
2021-10-15 |
|
dc.date.available |
2021-10-16T14:41:34Z |
|
dc.date.accessioned |
2021-10-16T14:41:34Z |
|
dc.creator.Lattes |
http://lattes.cnpq.br/8571379585363527 |
pt_BR |
dc.contributor.advisor1 |
PAIVA, Anderson Paulo de |
|
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/4728106898297335 |
pt_BR |
dc.contributor.advisor-co1 |
ZERBINI, Thaís |
|
dc.contributor.advisor-co1Lattes |
http://lattes.cnpq.br/8924382126959934 |
pt_BR |
dc.description.resumo |
Antes da pandemia da COVID-19, gestores universitários vinham demonstrando preocupação
em identificar fatores que levam os indivíduos a melhor aprender, ou a desistir de um curso ou,
ainda, a serem reprovados em uma disciplina. Encontrar respostas a essas questões torna-se
mais evidente quando se trata de cursos de graduação em Engenharia, dado que estes
apresentam altos índices de desistência. Entretanto, as instituições de ensino superior ainda
carecem de protocolos ou, ao menos, de indicadores ou instrumentos que possibilitem aos
gestores conhecer esses fatores e os problemas subjacentes para, assim, agir preventivamente
ou tomar decisões. Após a adoção do Ensino Remoto Emergencial – ERE e, diante das
incertezas e dos novos desafios do ensino on-line, a ausência dessas informações pode
comprometer ainda mais a qualidade da oferta de novas ações educacionais a distância. Além
disso, o desconhecimento desses fatores inviabiliza um diagnóstico atual sobre os ganhos e os
prejuízos que a pandemia tem trazido aos estudantes de Engenharia. Esta tese, portanto, busca
identificar quais fatores – aqui denominados de variáveis preditoras – impactaram os processos
de aprendizagem de graduandos que cursaram a disciplina Cálculo 2, um dos componentes
curriculares que apresenta maior índice de retenção nos semestres letivos iniciais dos cursos de
Ciências Exatas. Para isso, foi proposto e testado um modelo preditivo multivariado. A pesquisa
foi realizada em uma universidade pública federal brasileira, no segundo semestre de 2020.
Participaram do estudo 507 indivíduos, representando 51% da população-alvo. Foram
utilizados dados primários (três escalas psicométricas que mediram variáveis psicossociais e
contextuais dos alunos, bem como variáveis referentes aos procedimentos de ensino dos
professores) e dados secundários (documentos oficiais da instituição envolvida). Fez-se
avaliação somativa, com análise pós-fato de resultados. Foram utilizadas técnicas de estatística
multivariada e procedimentos metodológicos pautados na psicometria. Após análises, com base
no modelo proposto, os preditores que significativamente impactaram a aprendizagem em
Cálculo 2 foram: a variável renda familiar, a variável estratégias de aprendizagem
autorregulatórias e cognitivas e a variável eventos instrucionais, a qual diz respeito às condições
de aprendizagem propiciadas pelos professores durante o semestre letivo. O modelo
multivariado desta tese é replicável e pode orientar gestores em futuras decisões sobre a oferta
de cursos e disciplinas remotas, em quaisquer campos do conhecimento. O ineditismo deste
trabalho é marcado, sobretudo, pela descoberta de novas variáveis que poderão compor futuras
escalas psicométricas para avaliar resultados de aprendizagem de alunos de Engenharia em
quaisquer disciplinas. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
IEPG - Instituto de Engenharia de Produção e Gestão |
pt_BR |
dc.publisher.program |
Programa de Pós-Graduação: Doutorado - Engenharia de Produção |
pt_BR |
dc.publisher.initials |
UNIFEI |
pt_BR |
dc.subject.cnpq |
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO |
pt_BR |
dc.relation.references |
KAIZER, Betânia Mafra. Modelo multivariado de avaliação da aprendizagem em ensino superior remoto emergencial. 2021. 214 f. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Itajubá, Itajubá, 2021. |
pt_BR |