Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/83620

TítuloPlataformas móveis adaptativas para sistemas de avaliação
Outro(s) título(s)Adaptive mobile platforms for evaluation systems
Autor(es)Nogueira, Diogo Emanuel da Silva
Orientador(es)Belo, Orlando
Palavras-chavePlataformas móveis
Sistemas de avaliação de conhecimento
Mobile learning
Sistemas de interação
Mineração de dados
Dashboards
Profiling
Mobile plataforms
Knowledge assessment systems
Interaction systems
Data mining
Data2022
Resumo(s)As Plataformas Móveis estão cada mais enraizadas no nosso quotidiano. O conforto de escolher onde usar e a facilidade de as utilizar em qualquer lugar criam formas de informação e comunicação para as mais diversas áreas, facilitando assim num grande conjunto de tarefas. Para algumas destas áreas, a disponibilização de uma Plataforma Móvel pode ser a chave para o sucesso dos objetivos pretendidos, oferecendo ao utilizador uma experiência completamente inovadora face aos métodos mais convencionais. A área do ensino encaixa perfeitamente nestes moldes, tendo em conta que o uso destas plataformas pode aumentar o envolvimento dos alunos nos seus deveres, através da projeção simples e intuitiva dos vários exercícios e ferramentas adequadas que fomentem os seus conhecimentos e aprendizagem, ajudando-os a alcançar melhores resultados. Tendo isso em consideração, neste trabalho de dissertação, desenvolveu-se, numa primeira etapa, uma fundamentação teórica relativamente ao uso de Plataformas Móveis e a sua evolução ao longo dos anos, abordando-se com isso uma perspetiva totalmente voltada para a área do ensino. Numa segunda fase, foram detalhados e analisados os diferentes tipos de Plataformas Móveis que atualmente imperam no mercado dos smartphones, bem como alguns exemplos de plataformas especialmente criadas para servirem como Sistemas de Aprendizagem. Numa última etapa, com a escolha do tipo de plataforma a desenvolver para a dissertação, idealizou-se e implementou-se um sistema de interação adaptativo para suporte a processos de aferição do conhecimento de estudantes ao longo do tempo, em domínios específicos.
Mobile Platforms are increasingly rooted in our daily lives. The comfort of choosing where to use and the ease of using them anywhere create forms of information and communication for the most diverse areas, facilitating a wide range of tasks. For some of these areas, a good Mobile Platform can be the key to the success of the intended objectives, offering the user a completely innovative experience compared to the most conventional methods. The Education area fits perfectly in these contexts, considering that the use of these platforms can increase the involvement of students in their duties, through the simple and intuitive projection of the various exercises and appropriate tools that foster their knowledge and learning, helping them achieve better results. Thinking about that, in this dissertation work, a theoretical foundation was developed in a first step regarding the use of Mobile Platforms and its evolution over the years, approaching with this a perspective totally focused on the area of Education. In a second phase, the different types of Mobile Platforms that currently prevail in the smartphones market were detailed and analyzed, as well as some examples of platforms specially created to serve as Learning Systems. In a last step, with the choice of the type of platform to be developed for the dissertation, an adaptive interaction system was conceived and implemented to support the processes of measuring the knowledge of students over time, in specific domains.
TipoDissertação de mestrado
DescriçãoDissertação de mestrado integrado em Engenharia Informática
URIhttps://hdl.handle.net/1822/83620
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Diogo Emanuel da Silva Nogueira.pdfDissertação de mestrado3,1 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID