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

Authors

DOI:

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

Keywords:

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

Abstract

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

Download data is not yet available.

Author Biography

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.

References

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

Published

2019-03-12

How to Cite

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

Issue

Vol. 6 No. 8 (2018)

Section

Artigos

License

Authors who publish in this journal agree with the following terms:

  1. The authors retain copyright and grant the journal the right of first publication, with the work simultaneously licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License which allows the sharing of work with recognition of authorship and initial publication in this journal.
  2. Authors are authorized to assume additional contracts separately, for non-exclusive distribution of the version of the work published in this journal (eg: publishing in an institutional repository or as a book chapter), with acknowledgment of authorship and initial publication in this journal.
  3. Authors are allowed and encouraged to publish and distribute their work online (eg, in institutional repositories or on their personal page) at any point before or during the editorial process, as this can generate productive changes, as well as increase the impact and citation of the published work, but invariably with the acknowledgment of authorship and initial publication in this journal.