English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

The present work adresses the problem to detect students’ cognitive traits in order to customize Virtual Learning Enviroments. In this sense, it applies the Vits Vinifera meta-heuristic to detect the student’s Learning Style for the selection of learning objects in order to improve the teaching and learning processes. The proposed approach is evaluated in relation to the state of the art that uses a Genetic Algorithm for the identification of the Learning Style. Experimental results indicate that the proposed approach is superior in relation to the Genetic Algorithm considering the detections erros. Resumo. O presente trabalho aborda o problema de detecção de traços cognitivos de estudantes para customização de Ambientes Virtuais de Aprendizagem. Neste sentido, aplica-se a meta-heurı́stica Vits Vinı́fera para a detecção do Estilo de Aprendizagem do aluno para futura seleção de objetos de aprendizagem de forma a aprimorar o processo de ensino-aprendizagem. A abordagem proposta é avaliada em relação ao estado da arte que utiliza um Algoritmo Genético para a identificação do Estilo de Aprendizagem. Resultados experimentais apontam que a abordagem proposta é superior em relação ao estado da arte considerando o número de erros de detecção cometidos. 1. Introdução Um dos maiores desafios de plataformas de ensino virtuais é se opor ao paradigma one size fits all, onde o mesmo conteúdo é oferecido a todos os estudantes da mesma maneira. A investigação profunda deste problema deu origem aos chamados Sistemas Adaptativos e Inteligentes para Educação (SAIE). Esses sistemas educacionais se caraterizam por adaptarem o conteúdo apresentado e o suporte à navegação, de acordo com as caracterı́sticas individuais dos estudantes. Dorça (2012) afirma que a detecção fundamentada em uma abordagem probabilı́stica para DOI: 10.5753/cbie.sbie.2018.1323 1323 Anais do XXIX Simpósio Brasileiro de Informática na Educação (SBIE 2018) VII Congresso Brasileiro de Informática na Educação (CBIE 2018)

anais do ... simpósio brasileiro de informática na educação/anais do simpósio brasileiro de informática na educação

Detecção automática e dinâmica de Estilos de Aprendizagem para Sistemas Adaptativos Inteligentes para a Educação utilizando a meta-heurística Vitis Vinífera