Máquina de inferência baseada na teoria bayesiana para identificar os estados de ânimo do aluno em um ambiente virtual de aprendizagem
DOI:
https://doi.org/10.22456/1679-1916.18048Palavras-chave:
Modelagem afetiva de aluno, redes bayesianas, ambientes virtuais de aprendizagemResumo
Este artigo apresenta a avaliação de um processo de inferência de estados de ânimo (animado, desanimado, satisfeito ou insatisfeito) baseado em redes bayesianas. O principal objetivo da pesquisa é dotar ambientes virtuais de aprendizagem (AVAs) com uma ferramenta apta a reconhecer a motivação do aluno. A máquina de inferência proposta considera os traços de personalidade, os fatores motivacionais obtidos através dos padrões de comportamento e a subjetividade afetiva identificada em textos disponibilizados nas funcionalidades de comunicação dos AVAs.Downloads
Não há dados estatísticos.
Downloads
Publicado
2010-12-28
Como Citar
LONGHI, M. T.; BEHAR, P. A.; BERCHT, M. Máquina de inferência baseada na teoria bayesiana para identificar os estados de ânimo do aluno em um ambiente virtual de aprendizagem. Revista Novas Tecnologias na Educação, Porto Alegre, v. 8, n. 3, 2010. DOI: 10.22456/1679-1916.18048. Disponível em: https://seer.ufrgs.br/index.php/renote/article/view/18048. Acesso em: 30 nov. 2023.
Edição
Seção
Artigos
Licença
Os autores dos artigos publicados na RENOTE retém os direitos autorais de suas obras e autorizam o CINTED/UFRGS a publicá-las de acordo com os termos da licença Creative Commons Attribution-NonComercial 4.0 International Public License (CC BY-NC-SA 4.0). Dessa forma, fica permitido aos autores ou a terceiros a reprodução ou distribuição, em parte ou no todo, de material extraído dessas obras, de forma verbatim, adaptada ou remixada, bem como a criação ou produção a partir do conteúdo dessas obras, para fins não comerciais, desde que sejam atribuídos os devidos créditos às criações originais. Cópias das obras não devem ser utilizadas de nenhum modo que implique o endosso da UFRGS. Sendo assim, os autores que publicam nesta revista concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- 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.
- 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 (Veja O Efeito do Acesso Livre).