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

A mineracao de texto tem sido utilizada para diversos propositos, como na extracao, classificacao e categorizacao de documentos. Dentro desse contexto, este trabalho apresenta um estudo de caso realizado na Universidade Federal de Campina Grande, em que se utilizou do modelo de vetor de espacos e da metrica de similaridade por cosseno na construcao de um modelo classificador capaz de inferir o nivel de cola existente entre provas escolares. A inferencia do modelo foi comparada a deteccao tradicional (humana) de cola e quantificada estatisticamente pelas seguintes metricas: acuracia, variacao da acuracia, precisao, recall, F-measure e indice Kappa. Os resultados apontam que o modelo criado apresentou uma boa qualidade na deteccao do nivel de cola entre provas, tornando possivel sua utilizacao em situacoes de ensino reais.

Detecção e Avaliação de Cola em Provas Escolares Utilizando Mineração de Texto: um Estudo de Caso