Publicação
Teaching Analytics: An Intelligent Data-Driven Platform for Enhancing Pedagogical Practices in Higher Education
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | |
| dc.contributor.advisor | Silva, Bruno Miguel Correia da | |
| dc.contributor.advisor | Alves, Helena Maria Baptista | |
| dc.contributor.author | Ferreira, Henrique Séneca | |
| dc.date.accessioned | 2026-01-23T16:53:47Z | |
| dc.date.available | 2026-01-23T16:53:47Z | |
| dc.date.issued | 2025-11-21 | |
| dc.description.abstract | The present study provides a comprehensive analysis of the educational system, with a particular focus on higher education, specifically in terms of accessibility and innovation. The main focus is on innovation, as this project — Teaching Analytics — has the primary goal of rebuilding a web application, based on an existing one, which aims to transform the educational ecosystem into a more efficient, automated, and data-driven environment. The development of this system is based on the key insights reached throughout the study and research conducted within the scope of this project. These considerations include minimizing disruption in the teacher–student environment and relationship, ensuring ease of use, restricting and controlling student access, automating traditional tasks, guaranteeing accessibility even in limited technological contexts, and ensuring adaptability to the pedagogical diversity present in the educational environment. These principles are explored in even greater depth in the research component focused on artificial intelligence. This part of the study seeks to analyze concepts and potential implementations of this technology within the developed platform. Due to the fragility of the results and the high dependence on external factors, this research focuses on identifying and examining proofs of concept in order to understand their potential in the educational system, particularly in the domain of data collection and reflection. With a focus on prediction and recommendation, this study may eventually refine and improve the platform’s efficiency by exploring areas such as forecasting future performance of courses, students, and classes, as well as generating recommendations based on the collected data. | eng |
| dc.description.abstract | O presente estudo fornece uma análise compreensiva sobre o sistema educacional, com particular foco no ensino superior, nomeadamente em termos de acessibilidade e inovação. O foco principal incide na inovação, sendo que este projeto — Teaching Analytics — tem como objetivo principal reconstruir uma aplicaçao web, baseada numa ja existente, que visa transformar o ecossistema da educação num ambiente mais eficiente, automatizado e orientado por dados educacionais. O desenvolvimento deste sistema assenta nas principais considerações alcançadas ao longo do estudo e da investigação realizados no âmbito deste projeto. Entre estas considerações incluem-se: a minimização da disrupção no ambiente e na relação professor–estudante, a facilidade de utilização, o uso restrito e controlado por parte dos alunos, a automatização de tarefas tradicionais, a garantia de acessibilidade mesmo em contextos tecnológicos limitados e a adaptabilidade à diversidade pedagógica existente no ambiente educacional. Estes princípios são explorados de forma ainda mais aprofundada na vertente de investigação baseada em inteligência artificial. Esta parte do estudo procura analisar conceitos e possíveis implementações desta tecnologia na plataforma desenvolvida. Devido à fragilidade dos resultados e à elevada dependência de fatores externos, esta investigação concentra-se em identificar e examinar provas de conceito, com o intuito de compreender o seu potencial no sistema educacional, nomeadamente no domínio da recolha e reflexão de dados. Sendo focado na vertente de previsões e recomendações, este estudo poderá, eventualmente, refinar e melhorar a eficiência da plataforma, explorando áreas como a previsão de desempenho futuro de unidades curriculares, alunos e aulas, bem como a geração de recomendações baseadas nos dados recolhidos. | por |
| dc.description.sponsorship | This project was supported by the UBI Learning HUB II, funded by the Programa de Recuperação e Resiliência (PRR). The work was carried out at the Instituto de Telecomunicações, within the Department of Computer Science, specifically in the Network Applications and Services – CV Research Cluster (SINS Lab). | |
| dc.identifier.tid | 204137551 | |
| dc.identifier.uri | http://hdl.handle.net/10400.6/19818 | |
| dc.language.iso | eng | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Natural Language Processing | |
| dc.subject | Artificial Intelligence | |
| dc.subject | Machine Learning | |
| dc.subject | Technology in Education | |
| dc.subject | Innovation in Education | |
| dc.subject | Automation | |
| dc.subject | Data Analysis | |
| dc.subject | Web Applications | |
| dc.subject | Education | |
| dc.subject | Teaching Analytics | |
| dc.title | Teaching Analytics: An Intelligent Data-Driven Platform for Enhancing Pedagogical Practices in Higher Education | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| person.familyName | Ferreira | |
| person.givenName | Henrique Séneca | |
| person.identifier.orcid | 0009-0009-5934-7176 | |
| relation.isAuthorOfPublication | d5a90f2c-9ebe-43b9-adb8-da6a313f285f | |
| relation.isAuthorOfPublication.latestForDiscovery | d5a90f2c-9ebe-43b9-adb8-da6a313f285f | |
| thesis.degree.name | 2º Ciclo em Engenharia Informática |
Ficheiros
Principais
1 - 1 de 1
Miniatura indisponível
- Nome:
- 11562_30092.pdf
- Tamanho:
- 10.66 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Documento em Acesso Embargado até dia 14-10-2028. Tente solicitar cópia ao autor carregando no ficheiro
Licença
1 - 1 de 1
Miniatura indisponível
- Nome:
- license.txt
- Tamanho:
- 4.03 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: