Evaluación y tencnología de información y comunicación en web of science y scopus: estudio bibliométrico

Sara Cortés Dumont; Daniel David Martínez Romera

doi:10.5380/atoz.v14.92354

Autores

Sara Cortés Dumont Universidad de Jaén https://orcid.org/0000-0002-6542-378X
Daniel David Martínez Romera Universidad de Málaga (España) https://orcid.org/0000-0003-4895-7955

DOI:

https://doi.org/10.5380/atoz.v14.92354

Palavras-chave:

Educação, Aprendizado, comunidade científica, Interesse

Resumo

Introdução: O objetivo deste trabalho é conhecer a evolução e a situação atual da produção científica no que diz respeito ao emparelhamento entre avaliação e TIC. Método: Para este efeito foram utilizadas bases prestigiadas referências internacionais WOS e SCOPUS. A consulta foi realizada sem restrição histórica ou geográfica em ambas bases de dados. Os dados obtidos, 4.296 produções e 1.759 autores, foram analisados por meio de pyBibX e Gephi. Resultados: Os resultados permitiram discernir tanto os autores e instituições de referência, como também os temas mais relevantes. Bem como a evolução histórica geral do seu interesse em termos de produção. Conclusões: Conclui reconhecendo o crescente vigor da questão nos últimos anos, em parte forçado por fatores conjunturais externos, como a pandemia da COVID-19, mas também pelo rápido desenvolvimento de tecnologias aplicáveis à educação ou pelo peso crescente de novos atores internacionais, como como a China.

Biografia do Autor

Sara Cortés Dumont, Universidad de Jaén

Profesora de la Universidad de Jaén (España)

Referências

Basilotta-Gómez-Pablos, V., Matarranz, M., Casado-Aranda, L.-A., & Otto, A. (2022). Teachers’ digital competencies in higher education: A systematic literature review. International Journal of Educational Technology in Higher Education, 19(1), 8. https://doi.org/10.1186/s41239-021-00312-8

Caprara, L., & Caprara, C. (2022). Effects of virtual learning environments: A scoping review of literature. Education and Information Technologies, 27(3), 3683-3722. https://doi.org/10.1007/s10639-021-10768-w

Cerratto Pargman, T., & McGrath, C. (2021). Mapping the ethics of learning analytics in higher education: A systematic literature review of empirical research. Journal of Learning Analytics, 8(2), 123-139.

Coggi, C., & Ricchiardi, P. (2020). Teacher training in Higher Education to improve learning assessment: Theoretical issues and research outcomes. Form@re - Open Journal per la formazione in rete, 20(1), 11-29. https://doi.org/10.13128/form-8366

Corrales Beltrán, S. H. (2020). Métodos para el análisis de la información en corpus de artículos científicos con algoritmos de clasificación y librerías NLTK en la Plataforma Científica ECUCIENCIA [Universidad Técnica de Cotopaxi]. http://repositorio.utc.edu.ec/handle/27000/7234

Fisher, K., & Newton, C. (2014). Transforming the twenty-first-century campus to enhance the net-generation student learning experience: Using evidence-based design to determine what works and why in virtual/physical teaching spaces. Higher Education Research & Development, 33(5), Article 5. https://doi.org/10.1080/07294360.2014.890566

Flavin, M., & Bhandari, A. (2021). What We Talk About When We Talk About Virtual Learning Environments. International Review of Research in Open and Distributed Learning, 22(4), 164-193. https://doi.org/10.19173/irrodl.v23i1.5806

Freeman, H., Patel, D., Routen, T., Ryan, S., & Scott, B. (2013). The virtual university: The internet and resource-based learning. Routledge Ltd. https://doi.org/10.4324/9781315042022

Hardeniya, N., Perkins, J., Chopra, D., Joshi, N., & Mathur, I. (2016). Natural Language Processing: Python and NLTK. Packt Publishing Ltd.

Jan, S. K., Vlachopoulos, P., & Parsell, M. (2019). Social Network Analysis and Online Learning Communities in Higher Education: A Systematic Literature Review. Online Learning, 23(1), Article 1. https://doi.org/10.24059/olj.v23i1.1398

Janssen, D., Tummel, C., Richert, A., & Isenhardt, I. (2016). Virtual environments in higher education – immersion as a key construct for learning 4.0. International Journal of Advanced Corporate Learning (IJAC, 9(2), Article 2. https://doi.org/10.3991/ijac.v9i2.6000

Moral-Muñoz, J. A., Herrera-Viedma, E., Santisteban-Espejo, A., & Cobo, M. J. (2020). Software tools for conducting bibliometric analysis in science: An up-to-date review. Profesional de la información, 29(1). https://doi.org/10.3145/epi.2020.ene.03

Paiva, J. C., Leal, J. P., & Figueira, Á. (2022). Automated Assessment in Computer Science Education: A State-of-the-Art Review. ACM Trans. Comput. Educ., 22(3). https://doi.org/10.1145/3513140

Pereira, V., Basilio, M. P., & Santos, C. H. T. (2023). PyBibX -- A Python Library for Bibliometric and Scientometric Analysis Powered with Artificial Intelligence Tools (arXiv:2304.14516). arXiv. https://doi.org/10.48550/arXiv.2304.14516

Raleiras, M., Nabizadeh, A. H., & Costa, F. A. (2022). Automatic learning styles prediction: A survey of the State-of-the-Art (2006–2021). Journal of Computers in Education, 9(4), 587-679. https://doi.org/10.1007/s40692-021-00215-7

Vallaster, C., Kraus, S., Merigó Lindahl, J. M., & Nielsen, A. (2019). Ethics and entrepreneurship: A bibliometric study and literature review. Journal of Business Research, 99, 226-237. https://doi.org/10.1016/j.jbusres.2019.02.050

Yogish, D., Manjunath, T. N., & Hegadi, R. S. (2019). Review on Natural Language Processing Trends and Techniques Using NLTK. En K. C. Santosh & R. S. Hegadi (Eds.), Recent Trends in Image Processing and Pattern Recognition (pp. 589-606). Springer Singapore.

Zhou, X., & Shao, J. (2023). Mining and Utilization of English Learning Resources Using the Python NLTK. 2023 IEEE 12th International Conference on Communication Systems and Network Technologies (CSNT), 648-652. https://doi.org/10.1109/CSNT57126.2023.10134668