• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.3.2023.tde-26102023-110949
Documento
Autor
Nome completo
Paulo Roberto Weingärtner Júnior
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2023
Orientador
Banca examinadora
Silva, Guilherme Frederico Bernardo Lenz e (Presidente)
Boss, Alan Fernando Ney
Labat, Gisele Aparecida Amaral
Título em português
Aplicação de aprendizado de máquina para a análise do perfil social e psicológico de ingressantes no curso de Engenharia Metalúrgica e de Materiais da Escola Politécnica/USP.
Palavras-chave em português
Análise de correspondência múltipla
Estatística descritiva
Inteligência artificial
Mapas auto-organizáveis
Perfil do aluno
Resumo em português
Com o objetivo de atender a Diretriz Curricular Nacional do Curso de Graduação em Engenharia (DCN) de 2019, no que se refere à aprendizagem ativa e a compreensão do perfil de aprendizagem dos alunos, entre os anos de 2017 e 2021 aplicou-se duas pesquisas entre os ingressantes do curso de Engenharia Metalúrgica e de Materiais da Escola Politécnica da USP (PMT USP): uma pesquisa questionando sobre características sociais do calouros e; o teste Myers-Briggs Type Indicator (MBTI), que tem como objetivo identificar as características psicológicas de alunos ingressantes. Diante as informações sociais e psicológicas obtidas, submeteu-se os dados aos métodos de Análise de normalidade Shapiro-Wilk, de homogeneidade Fligner-Killeen, Análise Exploratória de Dados de Anomalias (Outliers) e a Análise Multivariada Não Paramétrico Kruskal-Wallis. Também realizou-se análise por Mapas Auto-Organizáveis (Self-Organizing Maps SOM) para estudo das características psicológicas dos ingressantes. Os resultados obtidos foram submetidos à comparação sob duas técnicas, uma nova aplicação de Análise Multivariada Não Paramétrica Kruskal-Wallis e Análise de Correspondência Múltipla, cujo resultados indicaram relação da técnica estatística com os dados provenientes do método computacional SOM. O método computacional apresentou que os calouros do PMT, em sua maioria, apresentam melhores resultados de aprendizagem com a utilização de atividades práticas durantes as aulas (47,1%), seguido de aprendizagem com teorias do funcionamento das coisas (28,7%) e também com a utilização de atividades simbólicas e metafóricas (24,3%). Foi constatado, também, que a maioria dos alunos do PMT pensam em alternativas de mudança de curso ou de cursar módulos fora do programa de metalurgia/materiais. Os dados relacionaram vários perfis de personalidades com tendências à Sentimentos (F), característica pertinente à geração Z (iGen ou Centennials), inclusive grande tendência ao sentimento por parte do grupo ST, que é característico do grupo Pensamento (T). Os achados indicam alternativas para o uso do método aprendizagem ativa na engenharia, que preconiza utilização de recursos educacionais não tradicionais para o ensino de conceitos e técnicas de engenharia.
Título em inglês
Application of machine learning for the analysis of the social and psychological profile of entrants to the Metallurgical and Materials Engineering course at the Escola Politécnica/USP.
Palavras-chave em inglês
Active learning
Descriptive statistical analysis
Engineering students
Multiple Correspondence Analysis (MCA)
Myers-Briggs Type Indicator (MBTI)
Psychological profile of students
Self-Organizing Maps (SOM)
Resumo em inglês
Aiming to meet the National Curriculum Guideline of the Undergraduate Engineering Course (DCN) 2019, regarding Active learning and understanding the learning profile of students, from 2017 to 2021 two surveys were applied among the entrants of the Metallurgical and Materials Engineering course of the Polytechnic School of USP (PMT - São Paulo/Brazil): a survey questioning about social characteristics of freshmen and; the Myers-Briggs Type Indicator (MBTI) test, which aims to identify the psychological characteristics of entering students. Given the social and psychological information obtained, the data were submitted to the Shapiro-Wilk normality analysis, Fligner-Killeen homogeneity analysis, Exploratory Data Analysis of Anomalies (Outliers) and the Kruskal-Wallis Non-Parametric Multivariate Analysis. Self-Organizing Maps (SOM) analysis was also performed to study the psychological characteristics of the entrants. The results obtained were submitted to comparison under two techniques, a new application of Non-Parametric Multivariate Analysis Kruskal-Wallis and Multiple Correspondence Analysis, whose results indicated a relationship of the statistical technique with the data from the computational method SOM. The computational method showed that the PMT freshmen, in their majority, present better learning results with the use of practical activities during classes (47.1%), followed by learning with theories of how things work (28.7%) and also with the use of symbolic and metaphorical activities (24.3%). It was also found that the majority of PMT students are considering alternatives to changing course or taking modules outside the metallurgy/materials program. The data linked various psychological profiles with tendencies towards Feeling (F), a characteristic pertinent to generation Z (iGen or Centennials), including great tendency towards feeling by the ST group, which is characteristic of the Thinking (T) group. The findings indicate alternatives for the use of the Active Learning method in Engineering, which advocates the use of non-traditional educational resources for teaching engineering concepts and techniques.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2023-10-27
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.