O GQS – Grupo de Qualidade de Software do INE/UFSC oferece oportunidades de bolsas (PIBIC/PIBITI 2020-2021):
PIBIC (tema 1): Desenvolvimento de um Modelo de Geração Automática de Wireframes a partir de Sketches usando Deep Learning

PIBIC (tema 2): Desenvolvimento de um Modelo de Avaliação de Aprendizagem de Conceitos de Machine Learning na Educação Básica

PIBITI (tema 3): Desenvolvimento de um Modelo de Avaliação da Originalidade de Aplicativos Móveis usando Técnicas de Machine Learning

Perfil: Aluno de graduação da UFSC na área de Computação, Matemática ou Ciências Exatas com interesse no ensino de computação e técnicas de Machine Learning.
Requisitos ao bolsista:
a) estar regularmente matriculado na UFSC
b) não ter vínculo empregatício e dedicar-se às atividades universitárias e de pesquisa
c) não estar recebendo outra bolsa (sendo vedada a acumulação desta com a de outros programas do CNPq, de outra agência ou da própria UFSC, via Fundações de Apoio ou Pró-Reitorias)
d) não pode ter um IAA inferior a 6,0 ou média inferior à do seu respectivo curso de graduação
- e) não ter previsão de concluir o curso de graduação durante a vigência da bolsa.
- f) não já tenha sido excluído uma vez do PIBIC, PIBIC-Af, BIPI ou PIBITI no período de vigência da bolsa por substituição ou cancelamento
Mais informações sobre os editais das bolsas: http://pibic.propesq.ufsc.br/
O GQS oferece a oportunidade de realizar trabalhos acadêmicos na mesma área.
Período de Vigência da Bolsa: 12 meses.
Valor da bolsa: em conformidade com a tabela do CNPq (atualmente R$ 400,00 mensais)
Orientação: Os trabalhos serão orientados pela Profa. Dr. rer. nat. Christiane Gresse von Wangenheim, PMP.
Interessados devem enviar currículo e histórico escolar (indicando o(s) tema(s) de interesse) via email <c.wangenheim@ufsc.br> indicando “bolsa PIBIC/PIBITI – tema x” até 11/09/2020.

O curso foi desenvolvido pela iniciativa Computação na Escola/INCoD/INE/UFSC como resultado de projeto PIBIC/UFSC pela aluna Lívia S. Marques em cooperação com o PET Computação.
Tags:
Aprendizagem profundaEducação básicaEnsino de computaçãoInteligência ArtificialMachine Learning
No contexto da nossa linha de pesquisa voltada ao ensino de Machine Learning estamos procurando interessados em realizar TCC/mestrado ou doutorado nesta área. Interesse? Entre em contato c.wangenheim@ufsc.br!

Mais informações: http://www.gqs.ufsc.br e http://www.computacaonaescola.ufsc.br/
Nathalia Alves participou do Consórcio Doutoral do CTE 2020 – International Conference on Computational Thinking Education em Hong Kong (via Zoom devido a pandemia).
O Consórcio Doutoral seleciona alunos de doutorado cujos artigos submetido na conferência CTE 2020 são de excelente qualidade. A seleção foi feita com base no artigo “An Item Response Theory Analysis of the Sequencing of Algorithms & Programming Concepts” que apresenta o resultado de sua pesquisa de doutorado no PPGCC/UFSC no âmbito da iniciativa Computação na Escola/INCoD/INE/UFSC.
Durante o evento, a professora Ju-Ling Shih de Taiwan analisou resultados da pesquisa e deu feedback construtivo.

O artigo “An Item Response Theory Analysis of the Sequencing of Algorithms & Programming Concepts” apresentado pela doutoranda Nathalia da Cruz Alves no CTE 2020 – International Conference on Computational Thinking Education (via Zoom devido a pandemia) já está disponível online.
O artigo apresenta o resultado de sua pesquisa de doutorado no PPGCC/UFSC no âmbito da iniciativa Computação na Escola/INCoD/INE/UFSC.
A apresentação também foi gravada e pode ser assistida no Youtube: https://www.youtube.com/watch?v=RlJEXZNaIXY

Pesquisa da Computação na Escola/INCoD/INE/UFSC é citada pela CSTA – Computer Science Teachers Association. CSTA é uma reconhecida instituição na área de educação em computação.
CodeMaster é resultado de várias pesquisas no PPGCC, incluindo o mestrado e doutorado da Nathalia da Cruz Alves e o mestrado do Igor da Silva Solecki, como também vários TCCs no INE, incluindo da Karla A. Justen, Matheus F. Demetrio, Rafael Pelle.

Veja no link: https://www.csteachers.org/Stories/k-12-cs-teacher-takeaways-from-sigcse-2020-part-3
Nesta quarta-feira (15/07) Nathalia Alves participa do seminário em Ciência da Computação da Pós-Graduação em Ciência da Computação da Universidade Estadual de Feira de Santana coordenado pelo professor Dr. Roberto Almeida Bittencourt. A apresentação é sobre avaliação automatizada de algoritmos e programação e design visual com CodeMaster.
A apresentação pode ser acompanhada pelo Youtube e também ficará disponível após o seminário: youtu.be/596_u0li6sY

Alves, N. d. C., Gresse von Wangenheim, C., Hauck, J. C. R., Borgatto, A. F. Automating the Assessment of Algorithms and Programming Concepts in App Inventor Projects in Middle School. Handbook of Research on Tools for Teaching Computational Thinking in P-12 Education, eds. M. Kalogiannakis and S. Papadakis, IGI Global, 2020, 75-101. http://doi:10.4018/978-1-7998-4576-8.ch004

Tags:
App InventorAssessmentcomputing educationK-12
Parabéns a Nathalia da Cruz Alves pelo excelente seminário de andamento de doutorado no PPGCC/INE/UFSC sobre o seu trabalho de “Assessing product creativity in K-12 computing education”.
O vídeo da apresentação está disponível online.

Agradecemos também aos membros da banca Rafael de Santiago (PPGCC/UFSC) e Roberto Almeida Bittencourt (PGCC/UEFS) pelo feedback valioso.
Tags:
App Inventorcomputação na escolacreativityineppgccufsc
Já está disponível online o artigo: Lívia S. Marques, Christiane Gresse von Wangenheim, Jean C. R. Hauck. Teaching Machine Learning in School: A Systematic Mapping of the State of the Art. Informatics in Education, 19(2), 2020.
O artigo apresenta resultados parciais da pesquisa da Lívia realizada no projeto de iniciação científica PIBIC/UFSC no contexto da iniciativa Computação na Escola/INCoD/INE/UFSC.
