Please use this identifier to cite or link to this item: http://biblioteca.unisced.edu.mz/handle/123456789/2767
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMartins, Ernane Rosa-
dc.date.accessioned2023-05-25T10:09:14Z-
dc.date.available2023-05-25T10:09:14Z-
dc.date.issued2021-
dc.identifier.citationEditora Científica Digitalen_US
dc.identifier.urihttp://biblioteca.unisced.edu.mz/handle/123456789/2767-
dc.description.abstractEste trabalho tem como objetivo reconhecer, a partir de programas desenvolvidos por alunos e de uma rede de variáveis representantes do domínio da programação, componentes latentes que caracterizem os desempenhos de uma turma em cada atividade de programação. A identificação das componentes latentes é realizada pela técnica de análise fatorial para representar perfis de aprendizagem na prática da programação e, por clustering, formam-se agrupamentos de perfis similares. De cada agrupamento formado, são selecionadas amostras de perfis pré-classificadas para gerar modelos que orientem a classificação dos demais perfis de cada agrupa-mento por níveis de aprendizagem. Os resultados indicam que a combinação das técnicas de análise fatorial e de clustering melhora a classificação de perfis.en_US
dc.language.isootheren_US
dc.relation.ispartofseriesISBN 978-658982602-6;-
dc.titleTecnologias Emergentes em Computaçãoen_US
dc.title.alternativeCiência da Computaçãoen_US
dc.typeBooken_US
Appears in Collections:Sistemas de Informação

Files in This Item:
File Description SizeFormat 
Ciencia de Computação.pdf17.91 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.