Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
JIC - 2016
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
brunorafaeli
October 21, 2016
Research
51
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
JIC - 2016
Medindo o Engajamento dos Estudantes em Videoaulas com Sensores
brunorafaeli
October 21, 2016
More Decks by brunorafaeli
See All by brunorafaeli
JIC - 2015
brunorafaeli
0
65
JIC - 2014
brunorafaeli
0
28
Other Decks in Research
See All in Research
Adapter les bergeries aux fortes chaleurs
institutdelelevage
PRO
0
140
学術バーQ AI研究最前線:自己教師あり学習による画像モデルの事前学習
naok615
0
170
[WebDB2026]セレンディピティ指向推薦システム再考 ―セレンディピティの原義・類型・発生過程に基づく設計指針―
recsyslab
PRO
0
210
ros2-perf-multihost: 分散システムにおける客観的なアーキテクチャ評価フレームワーク
takasehideki
0
290
Kunai: Toward a Verifier-Safe Layered DSL for Nested Encapsulation Packet Filtering on eBPF
takehaya
1
150
Karkada さんの論文 × 2 の紹介: (1) Closed-Form Training Dynamics Reveal Learned Features and Linear Structure in Word2Vec-like Models, (2) Symmetry in language statistics shapes the geometry of model representations
eumesy
PRO
1
860
2026年6月_副業コンプライアンス調査_業界別リスク度分析_株式会社フクスケ.pdf
fkske
0
130
第64回CV・PRML勉強会 論文紹介:Linguistic Priors for Visual Decoupling: Towards Symmetric Vision-Brain Alignment
sokikatayama
0
250
CVPR2026論文紹介_VLMにとって良いvision encoderとは何か?Rethinking Model Selection in VLM Through the Lens of Gromov-Wasserstein Distance
kobayashi31
1
270
Visual SLAM未来予測 / Future Prediction in Visual SLAM
koide3
1
1.3k
データサイエンティストの就労意識~2015 → 2026 一般(個人)会員アンケートより
datascientistsociety
PRO
0
1k
SLAMはどこまで解決されたのか?
tomonom
0
1.5k
Featured
See All Featured
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
990
Building the Perfect Custom Keyboard
takai
2
910
The Pragmatic Product Professional
lauravandoore
37
7.5k
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
780
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
1
630
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
370
Technical Leadership for Architectural Decision Making
baasie
3
600
Faster Mobile Websites
deanohume
310
32k
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
520
Odyssey Design
rkendrick25
PRO
2
870
Hiding What from Whom? A Critical Review of the History of Programming languages for Music
tomoyanonymous
3
1.3k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.8k
Transcript
MEDINDO O ENGAJAMENTO DOS ESTUDANTES EM VIDEOAULAS COM SENSORES Bruno
Rafaeli Rosa Leão e Gaspare Bruno Universidade Federal do Rio de Janeiro (UFRJ) Escola Politécnica 2016
Introdução Dados Metodologia Conclusão Videoaula@RNP - O que é ?
Educação a distância Mais de 400 videoaulas Mais de 40 mil acessos por mês LAND/COPPE/UFRJ 1 / 20
Introdução Dados Metodologia Conclusão Videoaula@RNP - Como funciona ? LAND/COPPE/UFRJ
2 / 20
Introdução Dados Metodologia Conclusão Análise de caso Objetivo Medir o
engajamento dos alunos quando estes assistem videoaulas. Engajamento Medir a capacidade de prender a atenção do aluno Atento x Desatento LAND/COPPE/UFRJ 3 / 20
Introdução Dados Metodologia Conclusão JIC 2015 Análise dos Logs 2
anos de Logs Pausa,Avanço,Mudança de Slide Como o aluno se compartava ? LAND/COPPE/UFRJ 4 / 20
Introdução Dados Metodologia Conclusão JIC 2016 Análise de Sensores EDA
BLINK PUPIL EEG HM LAND/COPPE/UFRJ 5 / 20
Introdução Dados Metodologia Conclusão JIC 2016 A escolha dos sensores
Na literatura existem diversos estudos que relacionam esses sensores ao engajamento de pessoas. LAND/COPPE/UFRJ 6 / 20
Introdução Dados Metodologia Conclusão Metodologia Captura dos Dados 11 estudantes
voluntários Aulas e testes selecionados Monitoramento + Geração de logs LAND/COPPE/UFRJ 7 / 20
Introdução Dados Metodologia Conclusão Metodologia Figura : Aula - Torre
de Hanoi. LAND/COPPE/UFRJ 8 / 20
Introdução Dados Metodologia Conclusão Metodologia Figura : Ferramenta de monitoramento
do experimento. LAND/COPPE/UFRJ 9 / 20
Introdução Dados Metodologia Conclusão Metodologia Figura : Exemplo de um
experimento realizado. LAND/COPPE/UFRJ 10 / 20
Introdução Dados Metodologia Conclusão Metodologia Filtragem dos dados Entendimento do
resultado de cada sensor Remoção de dados incertos Armazenamento dos dados LAND/COPPE/UFRJ 11 / 20
Introdução Dados Metodologia Conclusão Metodologia Classificação subjetiva 9 professores voluntários
Atento x Desatento Classificador automático Misturas de Gaussianas LAND/COPPE/UFRJ 12 / 20
Introdução Dados Metodologia Conclusão Metodologia Figura : Ferramenta usada na
classificação subjetiva. LAND/COPPE/UFRJ 13 / 20
Introdução Dados Metodologia Conclusão Análise Gráfica LAND/COPPE/UFRJ 14 / 20
Introdução Dados Metodologia Conclusão Análise Gráfica LAND/COPPE/UFRJ 15 / 20
Introdução Dados Metodologia Conclusão Análise Gráfica EDA EDA BLINK PUPIL
EEG HM BLINK PUPIL EEG HM LAND/COPPE/UFRJ 16 / 20
Introdução Dados Metodologia Conclusão Análise Gráfica LAND/COPPE/UFRJ 17 / 20
Introdução Dados Metodologia Conclusão Conclusão Blink WebCam Baixo Custo LAND/COPPE/UFRJ
18 / 20
Introdução Dados Metodologia Conclusão Resumo Contribuições Pesquisa e estudo da
literatura Coleta de dados Filtragem dos dados Produção e análise gráfica LAND/COPPE/UFRJ 19 / 20
Introdução Dados Metodologia Conclusão JIC - 2016 Obrigado ! LAND/COPPE/UFRJ
20 / 20