Navegando por CNPq "CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::LOGICAS E SEMANTICA DE PROGRAMAS"

Agora exibindo 1 - 3 de 3

Acesso aberto (Open Access)
Aplicação de estratégias de gamificação personalizadas no ensino de algoritmos e programação em curso introdutório de computação
(Universidade Federal do Pará, 2025-04-16) DINIZ, Patrícia Pinto; PORTELA, Carlos dos Santos; http://lattes.cnpq.br/7707594869367480; MERLIN, Bruno; http://lattes.cnpq.br/7336467549495208; https://orcid.org/0000-0001-7327-9960
Esta dissertação, estruturada no formato de coletânea, investiga o uso de estratégias de gamificação personalizadas no ensino de programação, com foco na adequação pedagógica aos perfis motivacionais e estilos de aprendizagem dos estudantes. O trabalho é composto por três artigos interdependentes que abordam, de forma complementar, como personalizar o ensino de algoritmos e programação para promover maior engajamento, motivação e desempenho acadêmico. O primeiro artigo, intitulado “Estratégias de Gamificação Personalizadas no Ensino de Programação: Uma Revisão Sistemática da Literatura”, publicado nos anais do SBIE 2024, apresenta uma revisão sistemática da literatura que analisou 45 estudos publicados entre 2019 e 2023. O objetivo foi identificar os efeitos de elementos de competição, cooperação e abordagens híbridas da gamificação no ensino de programação. Os resultados revelaram padrões relevantes sobre o impacto dessas estratégias no engajamento discente e apontaram lacunas quanto à personalização e ao uso de feedback adaptativo, fornecendo base teórica para as aplicações práticas desenvolvidas nos estudos seguintes. O segundo artigo, “Gamificação Personalizada no Ensino de Programação: Relato de Experiência com Feedback Adaptativo”, premiado no EDUCOMP 2025, relata a aplicação de uma metodologia pedagógica baseada nos modelos HEXAD (perfis motivacionais) e GRSLSS (estilos de aprendizagem). A proposta foi implementada em uma turma de curso técnico em informática, onde os alunos foram classificados em perfis específicos e receberam atividades gamificadas alinhadas a essas características. A experiência evidenciou ganhos em engajamento, autonomia e participação ativa nas atividades propostas. O terceiro artigo, “Aplicação de Estratégias de Gamificação Personalizadas no Ensino de Algoritmos e Programação em Curso Introdutório de Computação”, representa a etapa final do projeto e foi apresentado à banca de defesa. Ele descreve a aplicação de duas atividades principais: a primeira voltada à lógica de programação (Duelo dos Animais) e a segunda baseada em Programação Orientada a Objetos (POO), planejada a partir do feedback adaptativo coletado na etapa anterior. A personalização das tarefas e o uso de feedback individualizado resultaram em melhorias significativas no desempenho acadêmico, compreensão dos conteúdos e motivação dos estudantes. De forma geral, os três artigos demonstram que a gamificação personalizada, aliada ao feedback adaptativo, é uma estratégia eficaz para tornar o ensino de programação mais inclusivo e centrado no estudante. A dissertação oferece contribuições relevantes à área da Educação em Computação, apresentando evidências empíricas e práticas pedagógicas replicáveis em diferentes contextos educacionais.
Acesso aberto (Open Access)
Estratégia de redução de consumo de energia em redes de sensores sem fio heterogêneas utilizando lógica fuzzy
(Universidade Federal do Pará, 2012-10-26) MACIEL, Christiano do Carmo de Oliveira; COSTA JÚNIOR, Carlos Tavares da; http://lattes.cnpq.br/6328549183075122
O avanço nas áreas de comunicação sem fio e microeletrônica permite o desenvolvimento de equipamentos micro sensores com capacidade de monitorar grandes regiões. Formadas por milhares de nós sensores, trabalhando de forma colaborativa, as Redes de Sensores sem Fio apresentam severas restrições de energia, devido à capacidade limitada das baterias dos nós que compõem a rede. O consumo de energia pode ser minimizado, permitindo que apenas alguns nós especiais, chamados de Cluster Head, sejam responsáveis por receber os dados dos nós que formam seu cluster e propagar estes dados para um ponto de coleta denominado Estação Base. A escolha do Cluster Head ideal influencia no aumento do período de estabilidade da rede, maximizando seu tempo de vida útil. A proposta, apresentada nesta dissertação, utiliza Lógica Fuzzy e algoritmo k-means com base em informações centralizadas na Estação Base para eleição do Cluster Head ideal em Redes de Sensores sem Fio heterogêneas. Os critérios usados para seleção do Cluster Head são baseados na centralidade do nó, nível de energia e proximidade para a Estação Base. Esta dissertação apresenta as desvantagens de utilização de informações locais para eleição do líder do cluster e a importância do tratamento discriminatório sobre as discrepâncias energéticas dos nós que formam a rede. Esta proposta é comparada com os algoritmos Low Energy Adaptative Clustering Hierarchy (LEACH) e Distributed energy-efficient clustering algorithm for heterogeneous Wireless sensor networks (DEEC). Esta comparação é feita, utilizando o final do período de estabilidade, como também, o tempo de vida útil da rede.
Acesso aberto (Open Access)
Logificação: ambiente gamificado para auxiliar no ensino de lógica de programação em cursos de computação
(Universidade Federal do Pará, 2025-02-06) CASTRO, Maria Beatriz de Oliveira; SANTOS, Viviane Almeida dos; http://lattes.cnpq.br/1489376127395764
A disciplina de Lógica de Programação exige abordagens pedagógicas inovadoras. Este estudo apresenta o LOGIFICAÇÃO, um ambiente gamificado pela adaptação do Moodle, que combina elementos de jogos com a teoria do desenvolvimento cognitivo de Piaget para facilitar a assimilação e acomodação do conhecimento. Utilizando recursos como avatares, pontos e rankings, o sistema visa motivar e engajar alunos no aprendizado. A pesquisa demonstrou bons resultados, com maior motivação, engajamento e desempenho no grupo experimental, destacando a gamificação integrada a uma teoria de aprendizagem como uma estratégia pedagógica promissora para o ensino de Lógica de Programação.