@MASTERSTHESIS{ 2024:1891115671,
 	title = {Recomendação de Estudos no Ambiente Virtual de Aprendizado do AlfaCon Concursos Públicos: estudos com uma API RESTful.},
 	year = {2024},
 	url = "https://tede.unioeste.br/handle/tede/7232",
 	abstract = "Este trabalho apresenta o desenvolvimento e primeiros estudos com uma Interface de
 Programação de Aplicação (API) para o Ambiente Virtual de Aprendizagem (AVA)
 da empresa AlfaCon, focada na preparação de alunos para concursos públicos. A API,
 fundamentada na Teoria da Aprendizagem Significativa (TAS), Teoria Clássica dos Testes
 (TCT) e Teoria de Resposta ao Item (TRI), faz recomendações de estudos aos alunos que
 optam por sua utilização e se comprometem a fornecer dados pessoais complementares e
 gabaritos dos simulados realizados. Trata-se de parte de um esforço mais amplo da empresa
 para transitar do AVA tradicional atualmente utilizado, para um AVA adaptativo, que
 efetue recomendações de conteúdo, baseado em seus Objetos Educacionais devidamente
 catalogados e em suas características didáticas e operacionais. A indicação apontada
 por esta pesquisa para o AlfaCon para conduzir tal transição, especialmente devido à
 escassez de dados completos e adequados relativos aos alunos e as ações que eles e a
 Equipe Pedagógica (EP) realizam no AVA, é a utilização da API, por um período de
 tempo mínimo, para que os stakeholders detenham mais e melhores convicções a cerca
 das particularidades e necessidades quanto aos requisitos do AVA adaptativo pretendido.
 O funcionamento da API ocorre de maneira independente ao AVA atual do AlfaCon,
 não interferindo na dinâmica dos cursos em andamento, mas coletando dados que lhe
 são necessários. Durante um simulado do curso preparatório para a Polícia Rodoviária
 Federal (PRF), disponibilizado pelo AlfaCon no final de 2023, realizou-se um teste com a
 API em tempo real, com 89 alunos voluntários, viabilizando uma avaliação envolvendo
 métricas da TCT e conhecimentos prévios dos respondentes, conforme previsto pela TAS,
 para identificar áreas de conhecimento em que apresentaram maiores dificuldades e outros
 aspectos. A TRI contribuiu para identificar parâmetros de discriminação, dificuldade e
 chance de acertos ao acaso nos itens do simulado, viabilizando a criação de gráficos para
 aprimorar análises feitas pela EP. As avaliações realizadas com os testes relativos a esses 89
 alunos apontou que a API efetivamente faz recomendações de estudos, e também fornece
 um relatório individual customizado, com infográficos intuitivos e métricas analíticas,
 facilitando maior compreensão da trajetória individual evolutiva ao longo do curso. A
 EP da empresa também recebe um feedback que que lhe permite identificar o avanço dos
 alunos no decorrer do curso, avalia a eficácia dos itens inclusos nos simulados e quantifica
 a aptidão de um teste em mensurar as habilidades dos respondentes. Dos alunos que
 avaliaram o relatório, 68,2% deram a nota máxima (5), enquanto 22,7% e 9,1% atribuíram
 notas 4 e 3, respectivamente. Além disso, 95,2% perceberam as recomendações como
 benéficas para entender e melhorar suas habilidades nas áreas indicadas, evidenciando o
 impacto positivo do relatório em sua autoavaliação e no planejamento de estudos",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Ciência da Computação},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}