Novas tecnologias na aplicação de cursos preparatórios a distância para concurso público: propostas e tendências

Kenio Natan Barbosa Napoleão

Resumo


Este artigo visa trazer uma análise e concepção sobre os cursos preparatórios a distância para concurso público, suas vantagens e desvantagens, o futuro desta tecnologia no Brasil e as experiências do consumo deste serviço. Baseado em uma pesquisa empírica, onde foi possível observar que com esta forma de aprendizagem, a competitividade entre os participantes está se tornando cada vez mais acirrada em um âmbito nacional, e que, o consumo dos cursos a distância está em constante crescimento. Foi necessário, também, realizar uma pesquisa teórica para validar alguns dados coletados no experimento. A utilização de novas tecnologias têm impulsionado este serviço e melhorado a qualidade do aprendizado e da auto avaliação.

Palavras-chave


concurso público; machine learning; educação a distância; tendencias; novas tecnologias

Texto completo:

PDF

Referências


BARBIERI, Carlos. BI2 - Business Intelligence: modelagem e qualidade. 1. ed. Rio de Janeiro: Elsevier, 2011.

BOTELHO, Fernando. RAZZOLINI FILHO, Edelvino. Conceituando o Termo Business Intelligence: Origem e Principais Objetivos. Revista Iberoamericana de Sistemas, Cibernética e Informática, v. 11, n.1, 2014. Disponível em: . Acesso em: 27 jul. 2018.

CÂNDIDO, Carlos Henrique. Aprendizagem em banco de dados, implementação de ferramenta de modelagem E.R. 2005. 44 f. Monografia (Especialização em banco de dados), Universidade Federal de Santa Catarina. Várzea Grande.

DATE, C. J. Introdução a Sistemas de Bancos de Dados. 8. ed. Rio de Janeiro: Elsevier. 2004.

ELMASRI, Ramez; NAVATHE, Shamkant. Sistemas de Banco de dados. 6. ed. São Paulo: Pearson, 2010.

GALANTE, Alan Carvalho; MOREIRA, Elvis Leonardo Rangel; BRANDÃO, Flávio Camilo. Banco de Dados Orientado a Objetos: Uma Realidade. Revista de Sistemas de Informação da FSMA n. 3 (2009) p. 55-69.

LI, Nan; COHEN, William; KOEDINGER, Keneth; MATSUDA, Noboru. A Machine Learning Approach for Automatic Student Model Discovery. EDM 2011: 31-40. Proceedings of the 4th International Conf on EducationalData Mining, Eindhoven, The Netherlands, July 6-8, 2011.

LITTO, Frederic Michael; FORMIGA, Marcos. Educação a distância: o estado da arte. São Paulo: Pearson Education do Brasil, 2009.

LYKOURENTZOU, Ioanna; GIANNOUKOS, Ioannis; NIKOLOPOULOS, Vassilis; MPARDIS, George; LOUMOS, Vassili. Dropout prediction in e-learning courses through the combination of machine learning techniques. Computers & Education, v. 53, n. 3, 2009. Disponível em: . Acesso em: 21 jul. 2018.

ROMERO, Cristóbal; VENTURA, Sebastian; PECHENIZKIY, Mykola; BAKER, Ryan S.J.d. Handbook of Educational Data Mining, Ed. C R C, 2010, 535p.

SILVA, Mariana Paiva Damasceno; MELO, Marlene Catarina de Oliveira Lopes; MUYLDER, Cristiana Fernandes de. Educação a distância em foco: um estudo sobre a produção científica brasileira. RAM, Rev. Adm. Mackenzie, São Paulo, v. 16, n. 4, p. 202-230, ago. 2015. Disponível em: . Acesso em 02 jul. 2018.




DOI: https://doi.org/10.30612/eadtde.v6i8.8498

Licença Creative Commons
Este obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil.