Modelo gerador de questões no reforço da aprendizagem das radiações e conteúdos de física moderna no ensino secundário

Os avanços e a disseminação do uso das Tecnologias de Informação e Comunicação (TIC) descortinam novas perspetivas para a educação com suporte em ambientes digitais de aprendizagem usados via internet (Fiolhais & Trindade, 2003). A plataforma usada no Projeto Matemática Ensino (PmatE) da Universidade de Aveiro (UA) é uma das ferramentas informáticas que suporta esses ambientes através da avaliação baseada no Modelo Gerador de Questões (MGQ), possibilitando a obtenção da imagem do progresso feito pelos alunos (Vieira, Carvalho & Oliveira, 2004). Reconhecendo a importância didática desta ferramenta, já demonstrada noutras investigações (por exemplo, Carvalho, 2011; Pais de Aquino, 2013; Peixoto, 2009), o presente estudo tem como objetivo geral desenvolver material didático digital de Física, no contexto do programa moçambicano de Física da 12ª classe, para alunos e professores sobre radiações e conteúdos da Física Moderna. Pretendeu-se, ainda, propor estratégias de trabalho com recurso às TIC para a melhoria da qualidade das aprendizagens nesta disciplina. O estudo assentou nas três seguintes questões de investigação: (a) Como conceber instrumentos de avaliação das aprendizagens baseadas no modelo gerador de questões para o estudo das radiações e conteúdos da Física Moderna, no contexto do programa moçambicano de Física da 12ª classe? (b) Que potencialidades e constrangimentos apresentam esses instrumentos quando implementados com alunos e professores? (c) De que forma o conhecimento construído pode ser mobilizado para outros temas da Física e para o ensino das ciências em geral? O estudo seguiu uma metodologia de Estudos de Desenvolvimento, de natureza mista, que compreendeu as fases da Análise, Design, Desenvolvimento e Avaliação, seguindo como paradigma um estudo de cariz exploratório, com uma vertente de estudo de caso. Assim, na Análise, foi discutido o contexto da educação em Moçambique e a problemática da abordagem das radiações e conteúdos de Física Moderna no ensino secundário no quadro desafiante que se coloca atualmente à educação científica. No Design foram avaliadas as abordagens dasTIC no ensino e aprendizagem da Física e das ciências em geral e construída a árvore de objetivos nos conteúdos referidos na fase anterior. Na fase do Desenvolvimento foram construídos os instrumentos de recolha de dados, elaborados os protótipos de MGQ e sua posterior programação, validação e testagem em formato impresso no estudo exploratório. Na Avaliação, foi conduzido o estudo principal com a aplicação dos modelos no formato digital e feita sua avaliação, o que incluiu a administração de inquéritos por questionário a alunos e professores. Os resultados indicam que na conceção de MGQ, a definição dos objetivos de aprendizagem em termos comportamentais é fundamental na formulação de questões e na análise dos resultados da avaliação com o objetivo de reajustar as estratégias didáticas. Apontam também que a plataforma do PmatE que suporta os MGQ, embora possua constrangimentos devido a sua dependência da internet e limitações de ordem didática, contribui positivamente na aprendizagem e na identificação das dificuldades e principais erros dos alunos, por um lado. Por outro, estimula através da avaliação os processos de assimilação e acomodação do conhecimento. O estudo recomenda a necessidade de mudanças nas práticas de ensino e de aprendizagem para que seja possível a utilização de conteúdos digitais como complemento à abordagem didática de conteúdos.

Aprendizagem da leitura em crianças com dificuldade intelectual e desenvolvimental

A presente investigação tem como objecto a aprendizagem e as práticas de leitura por parte de crianças com Dificuldade Intelectual e Desenvolvimental (DID). Na revisão bibliográfica efectuada constata-se a existência de uma ligação intrínseca entre os processos cognitivos e a aprendizagem da leitura, sendo estes um factor determinante para a compreensão do processo de ler. Tivemos a preocupação de dar a conhecer os componentes implicados na leitura, nomeadamente a descodificação e a compreensão, a primeira das quais integra os processos cognitivos de âmbito fonológico. Salienta-se a interligação de ambas as componentes para a aquisição da técnica da leitura e os modelos e métodos de ensino da leitura que vão condicionar a sua aprendizagem. Procurou-se perceber quais as causas da dificuldade na aprendizagem da leitura em crianças com DID, bem como a influência de diferentes métodos na aprendizagem da leitura. Três objectivos/preocupações nortearam a investigação: a) identificar quais os processos cognitivos implicados nas dificuldades da leitura em crianças com DID e sem DID; b) identificar os processos fonológicos envolvidos na aprendizagem da leitura em crianças com DID e sem DID; c) identificar se o método de ensino que o professor utiliza para ensinar a ler tem influência na aprendizagem de crianças com DID e sem DID. Para responder à questão de partida procedeu-se a um estudo quase experimental e comparativo. A dimensão empírica desta investigação assentou numa amostra constituída por doze alunos e seis professores de duas escolas do ensino público. Dos alunos, 8 não tinham DID (4 do 1º ano de escolaridade e 4 do 3º ano de escolaridade), e 4 tinham DID (2 do 4º ano de escolaridade e 2 do 5º e o 7º ano de escolaridade). Aos dois alunos com DID do 4º ano de escolaridade, foi aplicada uma intervenção pedagógica de reforço da aprendizagem da leitura durante 14 sessões. Os restantes alunos constituíram o grupo de controlo. Os resultados obtidos a partir da aplicação da bateria de testes, antes e após a intervenção, permite-nos percepcionar que as dificuldades na aprendizagem da leitura possivelmente, estarão mais relacionadas com os processos fonológicos e não tanto com os processos cognitivos.

Simulador multi-agente para o mercado eléctrico

Esta dissertação, apresenta um simulador multi-agente para o mercado eléctrico. Neste simulador agentes heterogéneos, racionalmente limitados e com capacidade de aprendizagem, co-evoluem dinamicamente. O modelo de mercado apresentado é inspirado no mercado diário do MIBEL. É um modelo Pool, gerido por uma entidade operadora de mercado, onde compradores e vendedores podem licitar energia. No lado vendedor, empresas produtoras licitam a energia das suas unidades produtoras em pares quantidadepre ço. Por outro lado, uma vez que o cenário simulado é um mercado de venda, o comprador apresenta uma procura xa, i.e., submete apenas quantidades de energia. Todas as entidades do mercado eléctrico são vistas no sistema multi-agente, modelado através da plataforma INGENIAS, como agentes autónomos. Pelos resultados obtidos nas experiências feitas, confere-se que o simulador é uma ferramenta de apoio à tomada de decisão, pois ajuda a compreender o comportamento emergente do mercado e avalia o impacto das acções escolhidas, manualmente, pelo utilizador ou, automaticamente, atrav és da aprendizagem por reforço. A aprendizagem por reforço visa facilitar a tomada de decisão humana na venda de energia, licitando a energia das unidades produtoras de forma a maximizar os lucros.

Podcast educacional aplicado às Ciências Naturais: o sistema nervoso

O processo ensino-aprendizagem das ciências naturais é desafiado para se adaptar às necessidades e estilo de vida atual dos alunos. Este desafio, para os docentes, é a inovação das estratégias pedagógicas orientadas para a mudança conceptual. As escolas podem estar equipadas com vários recursos tecnológicos, mas a sua integração no processo ensino-aprendizagem, como práticas inovadoras e promotoras de uma utilização efetiva por parte dos discentes, é ainda limitada. Cabe ao professor do século XXI incrementar a utilização das Tecnologias de Inovação e Comunicação nas suas práticas letivas permitindo aos alunos, que temos na sala de aula, e que nasceram na era digital, uma maior motivação e potenciação das suas aprendizagens. O conteúdo “O Sistema Nervoso”, só abordado no 9º ano de escolaridade, temática incluída no tema organizador “Viver Melhor na Terra”, envolve termos científicos complexos, sendo sempre um grande desafio para os docentes a sua abordagem em contexto educativo. Neste contexto enunciou-se o seguinte problema de estudo: o podcast aplicado como auxiliar de aprendizagem do segmento de conteúdo “O Sistema Nervoso”, levará a uma melhoria dos resultados escolares dos alunos do 9º ano? Para este estudo utilizou-se uma metodologia mista, envolvendo 19 alunos, permitindo a utilização de vários métodos e diferentes formas de obter dados e os analisar. É um estudo de caso e os resultados mostram o impacto da utilização de um podcast educacional como auxiliar de aprendizagem de um conteúdo, “O Sistema Nervoso”. O ensino-aprendizagem deixou de estar confinado à sala de aula, podendo ocorrer em qualquer lugar e a todo o momento, de acordo com a escolha dos alunos e respeitando o ritmo de aprendizagem de cada um. A audição do podcast revelou-se um instrumento facilitador do trabalho autónomo, já que é um reforço pedagógico e/ou estratégia de ensino diferenciado, funcionando como um auxiliar esclarecedor, através do qual os alunos clarificam as suas dúvidas, o que não conseguiriam fazer sozinhos. Permite, ainda, recriar o ambiente de sala de aula na explicação dos conteúdos.

Desafios da educação médica e da investigação em saúde no contexto de angola

Os apelos para reformas na educação médica são constantes e têm sido objeto de recomendações produzidas nos últimos cem anos, destacando-se as resultantes da avaliação crítica feita por Abraham Flexner, em 1910, nos Estados Unidos da América. No presente trabalho, abordam-se as tendências e os desafios atuais da educação médica e da investigação em saúde, com ênfase para os países em desenvolvimento, ressaltando-se a realidade africana. Com base na bibliografia consultada, apontam-se e discutem-se alguns desafios que se colocam ao binômio educação médica/investigação em saúde em Angola, muito em especial no contexto da II Região Acadêmica, que integra as províncias de Benguela e Kwanza Sul, destacando-se: (i) a necessidade de incorporar novas abordagens curriculares para o reforço da aprendizagem ao longo da vida; (ii) a aquisição e o desenvolvimento de competências de investigação científica orientadas para a caracterização e intervenção sobre a situação de saúde local; (iii) a inovação dos métodos de ensino e a incorporação de novas tecnologias na educação e prática médica; (iv) a contribuição para o reforço e melhoria da distribuição de médicos na região.

Análise funcional comparativa de algoritmos de aprendizagem por reforço

De entre todos os paradigmas de aprendizagem actualmente identificados, a Aprendizagem por Reforço revela-se de especial interesse e aplicabilidade nos inúmeros processos que nos rodeiam: desde a solitária sonda que explora o planeta mais remoto, passando pelo programa especialista que aprende a apoiar a decisão médica pela experiencia adquirida, até ao cão de brincar que faz as delícias da criança interagindo com ela e adaptando-se aos seus gostos, e todo um novo mundo que nos rodeia e apela crescentemente a que façamos mais e melhor nesta área. Desde o aparecimento do conceito de aprendizagem por reforço, diferentes métodos tem sido propostos para a sua concretização, cada um deles abordando aspectos específicos. Duas vertentes distintas, mas complementares entre si, apresentam-se como características chave do processo de aprendizagem por reforço: a obtenção de experiência através da exploração do espaço de estados e o aproveitamento do conhecimento obtido através dessa mesma experiência. Esta dissertação propõe-se seleccionar alguns dos métodos propostos mais promissores de ambas as vertentes de exploração e aproveitamento, efectuar uma implementação de cada um destes sobre uma plataforma modular que permita a simulação do uso de agentes inteligentes e, através da sua aplicação na resolução de diferentes configurações de ambientes padrão, gerar estatísticas funcionais que permitam inferir conclusões que retractem entre outros aspectos a sua eficiência e eficácia comparativas em condições específicas.

A avaliação de desempenho do pessoal docente no processo de desenvolvimento profissional e reforço da qualidade do ensino e da aprendizagem

Este trabalho resulta da análise do processo de avaliação de desempenho do pessoal docente do ensino básico. Ao longo do estudo patenteou-se a complexidade e o subjectivismo inerente a este processo e a sua estreita relação com o desempenho das funções docentes. Está estruturado em cinco capítulos: no 1º capítulo encontramos a Introdução, que apresenta a contextualização do problema, com uma breve alusão ao enquadramento legal, os objectivos, as hipóteses e a metodologia utilizada. O segundo capítulo debruça sobre as abordagens teóricas relacionadas com o tema. A caracterização do Pólo Educativo do Ensino Básico “Eugénio Tavares”, em Achada de Santo António, Pólo Educativo de Terra Branca e Pólo Educativo de Tira Chapéu, com incidência sobre os instrumentos e procedimentos utilizados na avaliação do desempenho dos professores, constitui o 3º capítulo. O 4º capítulo destina-se a apresentar a análise dos resultados do estudo de caso. E o 5º capítulo apresenta as conclusões e recomendações.

O uso da Aprendizagem Baseada em Problemas (ABP) como reforço ao ensino presencial utilizando o ambiente de aprendizagem Moodle

Este estudo teve por objetivo implementar mudanças na disciplina de Parasitologia e Micologia Médica do curso de Medicina da Universidade Federal de Ciências da Saúde de Porto Alegre (UFCSPA), que sempre foi oferecida na modalidade presencial. O estudo foi realizado de março a julho de 2009 com os alunos do primeiro semestre do primeiro ano do curso de Medicina. A mudança consistiu em utilizar parte do ensino a distância (EAD) com aplicação do método de ensino ABP, no ambiente virtual Moodle, disponível na instituição. Os resultados deste estudo apontam que a utilização do EAD e os recursos de ABP como complemento do ensino presencial de graduação nos cursos da área da saúde podem se tornar efetivos para a formação profissional.

Uma implementação paralela híbrida para o problema do caixeiro viajante usando algoritmos genéticos, GRASP e aprendizagem por reforço

The metaheuristics techiniques are known to solve optimization problems classified as NP-complete and are successful in obtaining good quality solutions. They use non-deterministic approaches to generate solutions that are close to the optimal, without the guarantee of finding the global optimum. Motivated by the difficulties in the resolution of these problems, this work proposes the development of parallel hybrid methods using the reinforcement learning, the metaheuristics GRASP and Genetic Algorithms. With the use of these techniques, we aim to contribute to improved efficiency in obtaining efficient solutions. In this case, instead of using the Q-learning algorithm by reinforcement learning, just as a technique for generating the initial solutions of metaheuristics, we use it in a cooperative and competitive approach with the Genetic Algorithm and GRASP, in an parallel implementation. In this context, was possible to verify that the implementations in this study showed satisfactory results, in both strategies, that is, in cooperation and competition between them and the cooperation and competition between groups. In some instances were found the global optimum, in others theses implementations reach close to it. In this sense was an analyze of the performance for this proposed approach was done and it shows a good performance on the requeriments that prove the efficiency and speedup (gain in speed with the parallel processing) of the implementations performed

Uma contribuição à solução do problema dos k-servos usando aprendizagem por reforço

Neste trabalho é proposto um novo algoritmo online para o resolver o Problema dos k-Servos (PKS). O desempenho desta solução é comparado com o de outros algoritmos existentes na literatura, a saber, os algoritmos Harmonic e Work Function, que mostraram ser competitivos, tornando-os parâmetros de comparação significativos. Um algoritmo que apresente desempenho eficiente em relação aos mesmos tende a ser competitivo também, devendo, obviamente, se provar o referido fato. Tal prova, entretanto, foge aos objetivos do presente trabalho. O algoritmo apresentado para a solução do PKS é baseado em técnicas de aprendizagem por reforço. Para tanto, o problema foi modelado como um processo de decisão em múltiplas etapas, ao qual é aplicado o algoritmo Q-Learning, um dos métodos de solução mais populares para o estabelecimento de políticas ótimas neste tipo de problema de decisão. Entretanto, deve-se observar que a dimensão da estrutura de armazenamento utilizada pela aprendizagem por reforço para se obter a política ótima cresce em função do número de estados e de ações, que por sua vez é proporcional ao número n de nós e k de servos. Ao se analisar esse crescimento (matematicamente, ) percebe-se que o mesmo ocorre de maneira exponencial, limitando a aplicação do método a problemas de menor porte, onde o número de nós e de servos é reduzido. Este problema, denominado maldição da dimensionalidade, foi introduzido por Belmann e implica na impossibilidade de execução de um algoritmo para certas instâncias de um problema pelo esgotamento de recursos computacionais para obtenção de sua saída. De modo a evitar que a solução proposta, baseada exclusivamente na aprendizagem por reforço, seja restrita a aplicações de menor porte, propõe-se uma solução alternativa para problemas mais realistas, que envolvam um número maior de nós e de servos. Esta solução alternativa é hierarquizada e utiliza dois métodos de solução do PKS: a aprendizagem por reforço, aplicada a um número reduzido de nós obtidos a partir de um processo de agregação, e um método guloso, aplicado aos subconjuntos de nós resultantes do processo de agregação, onde o critério de escolha do agendamento dos servos é baseado na menor distância ao local de demanda

Classificação de padrões através de um comitê de máquinas aprimorado por aprendizagem por reforço

Reinforcement learning is a machine learning technique that, although finding a large number of applications, maybe is yet to reach its full potential. One of the inadequately tested possibilities is the use of reinforcement learning in combination with other methods for the solution of pattern classification problems. It is well documented in the literature the problems that support vector machine ensembles face in terms of generalization capacity. Algorithms such as Adaboost do not deal appropriately with the imbalances that arise in those situations. Several alternatives have been proposed, with varying degrees of success. This dissertation presents a new approach to building committees of support vector machines. The presented algorithm combines Adaboost algorithm with a layer of reinforcement learning to adjust committee parameters in order to avoid that imbalances on the committee components affect the generalization performance of the final hypothesis. Comparisons were made with ensembles using and not using the reinforcement learning layer, testing benchmark data sets widely known in area of pattern classification

Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço

The use of wireless sensor and actuator networks in industry has been increasing past few years, bringing multiple benefits compared to wired systems, like network flexibility and manageability. Such networks consists of a possibly large number of small and autonomous sensor and actuator devices with wireless communication capabilities. The data collected by sensors are sent directly or through intermediary nodes along the network to a base station called sink node. The data routing in this environment is an essential matter since it is strictly bounded to the energy efficiency, thus the network lifetime. This work investigates the application of a routing technique based on Reinforcement Learning s Q-Learning algorithm to a wireless sensor network by using an NS-2 simulated environment. Several metrics like energy consumption, data packet delivery rates and delays are used to validate de proposal comparing it with another solutions existing in the literature

Estado do conhecimento: recuperação da aprendizagem e do reforço escolar na rede estadual paulista (1999 a 2009)

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Estratégias de busca reativa utilizando aprendizagem por reforço e algoritmos de busca local

Técnicas de otimização conhecidas como as metaheurísticas tem conseguido resolversatisfatoriamente problemas conhecidos, mas desenvolvimento das metaheurísticas écaracterizado por escolha de parâmetros para sua execução, na qual a opção apropriadadestes parâmetros (valores). Onde o ajuste de parâmetro é essencial testa-se os parâmetrosaté que resultados viáveis sejam obtidos, normalmente feita pelo desenvolvedor que estaimplementando a metaheuristica. A qualidade dos resultados de uma instância1 de testenão será transferida para outras instâncias a serem testadas e seu feedback pode requererum processo lento de “tentativa e erro” onde o algoritmo têm que ser ajustado para umaaplicação especifica. Diante deste contexto das metaheurísticas surgiu a Busca Reativaque defende a integração entre o aprendizado de máquina dentro de buscas heurísticaspara solucionar problemas de otimização complexos. A partir da integração que a BuscaReativa propõe entre o aprendizado de máquina e as metaheurísticas, surgiu a ideia dese colocar a Aprendizagem por Reforço mais especificamente o algoritmo Q-learning deforma reativa, para selecionar qual busca local é a mais indicada em determinado instanteda busca, para suceder uma outra busca local que não pode mais melhorar a soluçãocorrente na metaheurística VNS. Assim, neste trabalho propomos uma implementação reativa,utilizando aprendizado por reforço para o auto-tuning do algoritmo implementado,aplicado ao problema do caixeiro viajante simétrico e ao problema escalonamento sondaspara manutenção de poços.

Técnicas de conformação de feixe em arranjo de antenas utilizando aprendizagem por reforço

Beamforming is a technique widely used in various fields. With the aid of an antenna array, the beamforming aims to minimize the contribution of unknown interferents directions, while capturing the desired signal in a given direction. In this thesis are proposed beamforming techniques using Reinforcement Learning (RL) through the Q-Learning algorithm in antennas array. One proposal is to use RL to find the optimal policy selection between the beamforming (BF) and power control (PC) in order to better leverage the individual characteristics of each of them for a certain amount of Signal to Interference plus noise Ration (SINR). Another proposal is to use RL to determine the optimal policy between blind beamforming algorithm of CMA (Constant Modulus Algorithm) and DD (Decision Direct) in multipath environments. Results from simulations showed that the RL technique could be effective in achieving na optimal of switching between different techniques.