Análise de um aplicativo web para aprendizagem de matemática considerando algoritmos de aprendizagem de máquina e testes não paramétricos
DOI:
https://doi.org/10.29352/mill0231.47605Palavras-chave:
TIC; ensino; matemática; ensino superior; derivadaResumo
Introdução: Os professores de matemática podem mudar a forma de ensinar e aprender incorporando a tecnologia às atividades educacionais.
Objetivo: Analisar o uso do Aplicativo Web para Aprendizado de Matemática sobre Otimização com base na área de um retângulo por meio de Derivadas (WALOD), considerando algoritmos de aprendizado de máquina e testes não paramétricos. Esta ferramenta tecnológica apresenta o procedimento detalhado para calcular a área máxima de um retângulo utilizando um simulador web.
Métodos: Os 37 participantes são estudantes de Ciências da Terra que cursaram matemática durante o ano letivo de 2024. A amostra não é probabilística e as abordagens utilizadas são descritivas, causais e correlacionais.
Resultados: O teste de Mann-Whitney indica que o sexo do estudante influencia o uso do WALOD para a aprendizagem de matemática e a satisfação. Por outro lado, o teste de Kruskal-Wallis mostra que a idade dos estudantes influencia o uso do WALOD para a aprendizagem de matemática, a satisfação e a criação de espaços educacionais virtuais. Os resultados do algoritmo de regressão linear mostram que o uso do WALOD para o aprendizado de matemática influencia positivamente a motivação, a satisfação e a criação de um espaço educacional virtual. O algoritmo de árvore de decisão determinou três modelos preditivos para esta aplicação. No campo da matemática, as implicações práticas do uso do WALOD incluem o aprendizado personalizado, a facilidade de uso, a autonomia durante o processo de ensino e aprendizagem da matemática, e a possibilidade de tirar dúvidas a qualquer momento.
Conclusão: Concluindo, o WALOD é uma ferramenta inovadora e interativa que facilita o aprendizado da matemática sobrem otimização por meio de derivadas, de qualquer lugar, e promove autonomia durante o processo educacional.
Downloads
Referências
Bekturova, M., Tulepova, S. & Zhaitapova, A. (2025). Predicting Kazakhstani TEFL students’ continuance intention towards using ChatGPT in academic writing. Education and Information Technologies, 30, 11889-11909. https://doi.org/10.1007/s10639-024-13306-6
Bueno, A., Basniak, M. I., & García-Cuéllar, D. J. (2023). Affine function and its characteristicsapproached through bee animated scenario in GeoGebra. PNA, 17(4), 401-423. https://doi.org/10.30827/pna.v17i4.26081
Cinar, M., Dogan, D. & Demir, O. (2025). Predicting academic procrastination in online courses: The role of external locus of control and other mediator variables. Education and Information Technologies, 30, 11751-11774. https://doi.org/10.1007/s10639-024-13251-4
De-la-Rosa, A. P. (2023). Development of a Web Application for Learning Basic Mandarin Chinese. International Journal of Emerging Technologies in Learning, 18(4), 235-247. https://doi.org/10.3991/ijet.v18i04.37121
Doleck, T., Agand, P. & Pirrotta, D. (2025). Predicting data science performance from log data: using machine learning. Education and Information Technologies, 30, 14561-14575. https://doi.org/10.1007/s10639-025-13370-6
Duong, H. T., Tang, M. D., Vo, X. M., Nguyen, T. T., Kholid, M. N., Hoang, N. T., Bui, P. U., & Le, M. T. V. (2025). In-service mathematics teachers’ beliefs and instructional practices in integrating ICTs into teaching: A systematic review. Contemporary Educational Technology, 17(4), ep598. https://doi.org/10.30935/cedtech/17321
Fan, Y., Zhang, J., Zu, D., & Zhang, H. (2021). An Automatic Optimal Course Recommendation Method for Online Math Education Platforms Based on Bayesian Model. International Journal of Emerging Technologies in Learning, 16(13), 95-107. https://doi.org/10.3991/ijet.v16i13.24039
Guzmán-González, J. R. & Vesga-Bravo, G. J. (2024). TPACK in in-service secondary education teachers: A systematic review of the literature. International Journal of Education in Mathematics, Science, and Technology, 12(1), 282-296. https://doi.org/10.46328/ijemst.3198
Hamadneh, B.M., AL-Azzam, M. M., Alqarni, T. M., & Almalki, A. D. (2024). The degree of special education teachers’ employment of electronic educational games in teaching disabled students. International Journal of Education in Mathematics, Science, and Technology, 12(1), 53-67. https://doi.org/10.46328/ijemst.3762
Jaya, F. (2026). Digital skills and technology use in educational research for teacher training in distance education. Turkish Online Journal of Distance Education, 27(1), 240-256.
Karelkhan, N., Kadirbek, A., & Schmidt, P. (2023). Setting Up and Implementing ArcGIS to Work with Maps and Geospatial Data with Python for Teaching Geoinformation Systems in Higher Education. International Journal of Emerging Technologies in Learning, 18(14), 271-281. https://doi.org/10.3991/ijet.v18i14.39833
Kesim, E. (2026). Changing aspects of the management of distance education institutions during AI era: a case study. Turkish Online Journal of Distance Education, 27(1), 49-69.
Mailizar, M., Gradini, E., Wijaya, T. T., & Al-Manthari, A. (2025). University students’ acceptance of video-conferencing for learning of mathematics in the post-COVID-19 era. Contemporary Educational Technology, 17(4), ep590. https://doi.org/10.30935/cedtech/16824
Muhammad, I., Rusyid, H. K., Maharani S., & Angraini, L. M. (2024). Computational thinking research in mathematics learning in the last decade: A bibliometric review. International Journal of Education in Mathematics, Science, and Technology, 12(1), 178-202. https://doi.org/10.46328/ijemst.3086
Niño-Rojas, F., Lancheros-Cuesta, D., & Jiménez-Valderrama M.T. P., Mestre, G., & Gómez, S. (2024). Systematic review: Trends in intelligent tutoring systems in mathematics teaching and learning. International Journal of Education in Mathematics, Science, and Technology, 12(1), 203-229. https://doi.org/10.46328/ijemst.3189
Rocha, G., Juárez, J. A., Fuchs, O. L. & Rebolledo-Méndez, G. (2020). Academic performance and attitudes towards mathematics with an adaptive tutoring system. PNA, 14(4), 271-294. https://doi.org/10.30827/pna.v14i4.15202
Salas-Rueda, R. A. (2021). Analysis of Facebook in the Teaching-Learning Process about Mathematics Through Data Science. Canadian Journal of Learning and Technology, 47(2), 1-20. https://doi.org/10.21432/cjlt27895
Salas-Rueda, R. A. (2020). Impact of the WampServer application in Blended learning considering data science, machine learning, and neural networks. E-Learning and Digital Media, 17(3), 199-217. https://doi.org/10.1177/2042753020901730
Salas-Rueda, R. A., Eslava-Cervantes, A. L., & Prieto-Larios, E. (2020). Teachers’ Perceptions about the Impact of Moodle in the Educational Field Considering Data Science. Online Journal of Communication and Media Technologies, 10(4), e202023. https://doi.org/10.30935/ojcmt/8498
Sari, D. P., Mustaji, M., & Madlazim, M. (2025). Generating scientific creative ideas in case-based blended learning through digital mind mapping: a case study in static fluids. Turkish Online Journal of Distance Education, 26(4), 15-35. https://doi.org/10.17718/tojde.1578474
Sengil-Akar, S., & Kurtoglu-Erden, M. (2021). Distance education experiences of secondary school math teachers during the pandemic: a narrative study. Turkish Online Journal of Distance Education, 22(3), 19-39. https://doi.org/10.17718/tojde.961809
Ticse, M., Salazar, J. V., & Vivas-Pachas, J. (2023). High School Students' Mathematical Work on Rate of Change Tasks by Using GeoGebra. PNA, 17(4), 425-452. https://doi.org/10.30827/pna.v17i4.24258
Wang, Q. (2022). Application of Six Sigma Management-based Teaching Method in Financial Management Course Online Teaching. International Journal of Emerging Technologies in Learning, 17(1), 60-73. https://doi.org/10.3991/ijet.v17i01.28269
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2026 Millenium - Journal of Education, Technologies, and Health
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Os autores que submetem propostas para esta revista concordam com os seguintes termos:
a) Os artigos são publicados segundo a licença Licença Creative Commons (CC BY 4.0), conformando regime open-access, sem qualquer custo para o autor ou para o leitor;
b) Os autores conservam os direitos de autor e concedem à revista o direito de primeira publicação, permitindo-se a partilha livre do trabalho, desde que seja corretamente atribuída a autoria e publicação inicial nesta revista.
c) Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
d) Os autores têm permissão e são estimulados a publicar e distribuir o seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publica
Documentos necessários à submissão
Template do artigo (formato editável)
