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

Autores

DOI:

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

Palavras-chave:

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

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.

Downloads

Não há dados estatísticos.

Biografia do Autor

Kenio Natan Barbosa Napoleão, Fundação Alagoana de Pesquisa, Educação e Cultura

Possui graduação em ANÁLISE E DESENVOLVIMENTO DE SISTEMAS pela Fundação Alagoana de Pesquisa, Educação e Cultura (2015). Atualmente é Analista de T.I. da AM Comercial e Distribuidora Ltda. Tem experiência na área de Análise de sistemas e infra-estrutura de T.I., atuando principalmente nos seguintes temas: Sistemas de Informação, Desenvolvimento de sistemas, Banco de Dados e Implantação de Módulos.

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: <http://www.iiisci.org/journal/risci/Contents.asp?var=&Previous=ISS1101>. 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: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1678-69712015000400202&lng=pt&nrm=iso>. Acesso em 02 jul. 2018.

Downloads

Publicado

2019-03-12

Como Citar

Barbosa Napoleão, K. N. (2019). Novas tecnologias na aplicação de cursos preparatórios a distância para concurso público: propostas e tendências. EaD & Tecnologias Digitais Na Educação, 6(8), 28–34. https://doi.org/10.30612/eadtde.v6i8.8498

Edição

v. 6 n. 8 (2018)

Seção

Artigos

Licença

Autores que publicam nesta revista concordam com os seguintes termos:

 

a.     Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.

 

b.    Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

 

c.     Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.