Learning Analytics
Extração de evidências analíticas para otimização dos processos de aprendizagem, avaliações e decisões pedagógicas
Laboratório de Evidências Analíticas em Tecnologias Educacionais
Pesquisa e Desenvolvimento - P&D
Nosso laboratório trabalha com extração de evidências analíticas nas mais diversas áreas da tecnologia educacional
Ambientes Emergentes
Técnicas analíticas em sistemas de recomendação, análise de redes sociais e mineração de dados educacionais
Tecnologia Educacional
Experimentos aplicados a jogos, robótica educacional, pensamento computacional e ensino de programação
Plataformas de Ensino
Interfaces de dashboards integradas aos ambientes virtuais de aprendizagem para tomada de decisões pedagógicas
Dados Abertos
Estudos analíticos através de dados educacionais abertos como ENEM, Enade, Censo Escolar, Prova Brasil
Educação a Distância
Inferências sobre previsões de desempenho de estudantes, evasão e retenção em cursos na modalidade de EAD.
Metodologias Ativas
Estudos sobre a eficácia das metodologias considerando o estudante como agente principal do processo de aprendizagem.
Gestão Acadêmica
Análise de dados para apoio a tarefas educacionais administrativas como sistemas de gestão acadêmica
Nossa rede de pesquisadores
Nosso time é composto por uma rede multidisciplinar de pesquisadores das mais diversas áreas do conhecimento
Rodrigo Lins (Learning Analytics)
Doutor e Mestre em Ciência da Computação, Licenciado em Ciência da Computação, Bacharel em Estatística e Especialista Lato Sensu em Tecnologias na Educação. É professor pesquisador na UFRPE e docente dos Programas de Pós-Graduação em Tecnologia e Gestão em Educação a Distância (PPGTEG/UFRPE) e do Programa de Pós-Graduação em Ensino das Ciências e Matemática (PPGEC/UFRPE). Áreas de interesse em pesquisa: Data Science, Educational Data Mining (EDM), Learning Analytics (LA) e Technology Enhanced Learning (TEL).
Alexandre Maciel (Inovação Tecnológica)
Doutor em Computação. Atualmente é Gerente Geral de Ambientes de Inovação da Secretaria de Ciência e Tecnologia de Pernambuco. Foi Coordenador Geral de Inovação e Cientista-chefe do Instituto de Inovação Tecnológica da Universidade de Pernambuco. Membro permanente do Programa de Pós-Graduação em Engenharia da Computação e coordenador da Especialização em Ciência de Dados e Analytics. Recebeu o Prêmio Santander de Ciência e Inovação na categoria Tecnologia da Informação e Educação.
Rafael Ferreira (Text Mining)
Doutor em ciências da computação e professor adjunto da UFRPE. Foi professor visitante na Universidade de Edimburgo durante o ano de 2017-2018. Seu atual foco de pesquisa é a aplicação de técnicas de processamento de linguagem natural em tecnologias educacionais. Já foi líder e colaborador em vários projetos de pesquisa financiados pelo governo brasileiro e por empresas privadas, como a Hewlett Packard (HP). Possui parcerias com universidades na Austrália, Equador e Reino Unido, possuindo uma posição honorária na Universidade de Edimburgo.
Taciana Pontual (Tec. Educacional)
Doutora em Tecnologias na Educação pela University of London (Reino Unido), e professora pesquisadora do Departamento de Computação da UFRPE, nas áreas de Tecnologias na Educação, Educação em Computação, e Interação Humano-Computador. Pós-doutorado em Acessibilidade na McGill University (Canadá). Docente do Programa de Pós-Graduação em Tecnologia e Gestão em Educação a Distância (PPGTEG/UFRPE), Editora Associada da Revista Brasileira de Informática na Educação (RBIE), e Membro do International Advisory Board do British Journal of Educational Technologies (BJET).
Jorge Cavalcanti (Mineração de Dados)
Doutor e mestre em Ciência da Computação. Graduado em Engenharia Elétrica, com especialização em Informática em Educação. É docente da Universidade Federal do Vale do São Francisco (UNIVASF), membro colaborador do Mestrado Profissional em Administração Pública (PROFIAP) e membro permanente do Programa de Pós-Graduação em Agroecologia e Desenvolvimento Territorial. Tem experiência nas áreas de Ensino a Distância Mediado por Computador (e-learning), Computação Gráfica, Mineração de Dados Educacionais
João Sedraz (Plataformas de Ensino)
Doutor e Mestre em Ciência da Computação, Especialização em Educação a Distância e graduado em Engenharia Mecânica. Docente da Universidade Federal do Vale do São Francisco (Univasf), onde desenvolve pesquisas concentradas na concepção e modelagem de ambientes colaborativos de aprendizagem.
Programas de Pós Graduação
Nossos pesquisadores atuam em diversos programas de pós graduação a nível de mestrado e doutorado
Desenvolve pesquisas centradas na área de Ensino de Ciências da Natureza e Matemática, tendo como foco principal a questão da docência e da aprendizagem de ciências e matemática nos diferentes níveis de ensino.
Realizar pesquisa e desenvolvimento de metodologias computacionais para a resolução de problemas complexos do mundo real, garantindo a excelência na formação de capital humano especializado.
Busca fornecer ampla formação a profissionais que desejam desenvolver soluções efetivas para problemas práticos da área de educação a distância.
Instituições parceiras
Desenvolvemos parcerias com diversas instituições de ensino, pesquisa e órgãos de fomento
