Avaliações UTEC - Grégorio Bezerra - ESO 3

library(plotly)
library(DT)

library(dplyr)
library(knitr)
library(ggplot2)
library(reshape2)

Projeto em andamento - Não completo

Avaliações UTEC - Grégorio Bezerra - ESO 3

Obtenção de dados

Os presentes dados foram obtidos para avaliação e acompanhamentos dos alunos no decorrer do projeto de nosso curso. As avaliações são: Avaliação de curso - Impressa e respondida á mão em 09/11/2024 Avaliação introdutoria á robótica - feito via Kahoot 10/11/2024 Avaliação sobre Funções - feito via Kahoot 24/11/2024 Avaliação de prática - feito via Kahoot 01/12/2024 Avaliação final - feito via Google Forms 14/12/2024 Avaliação de curso final - Impressa e respondida á mão em 14/12/2024

Avaliação de Curso vs Avaliação final de curso

# Supondo que você já tenha lido os dados
dados_avaliativos_curso_1 <- read.csv("dataset/Dados avaliativos - Avaliação do curso.csv")
dados_avaliativos_curso_2 <- read.csv("dataset/Dados avaliativos eso - Avaliação final do curso.csv")

# Substituindo valores faltantes por NA
dados_avaliativos_curso_1[is.na(dados_avaliativos_curso_1)] <- NA
dados_avaliativos_curso_2[is.na(dados_avaliativos_curso_2)] <- NA

# Importando a biblioteca DT
library(DT)

# Criando tabelas interativas para ambos os conjuntos de dados
tabela_1 <- datatable(dados_avaliativos_curso_1, options = list(pageLength = 5))
tabela_2 <- datatable(dados_avaliativos_curso_2, options = list(pageLength = 5))

# Exibindo as tabelas
tabela_1

tabela_2

NA

Avaliação de antes e depois comparada

# Carregar a biblioteca
library(plotly)

# Selecionar as colunas numéricas a partir da pergunta 3
dados_avaliativos_curso_1 <- dados_avaliativos_curso_1[4:nrow(dados_avaliativos_curso_1),]
dados_avaliativos_curso_2 <- dados_avaliativos_curso_2[4:nrow(dados_avaliativos_curso_2),]

# Criar um dataframe para cada aluno
alunos <- colnames(dados_avaliativos_curso_1)[-1]  # nomes dos alunos
graficos <- list()  # lista para armazenar os gráficos

for (aluno in alunos) {
  # Verificar se o aluno tem respostas completas antes e depois
  if (!any(is.na(dados_avaliativos_curso_1[,aluno])) && !any(is.na(dados_avaliativos_curso_2[,aluno]))) {
    df <- data.frame(
      Pergunta = as.numeric(rownames(dados_avaliativos_curso_1)),  # converter para numérico para ordenar corretamente
      Curso_1 = as.numeric(dados_avaliativos_curso_1[,aluno]),
      Curso_2 = as.numeric(dados_avaliativos_curso_2[,aluno])
    )
    
    # Ordenar o dataframe pela pergunta
    df <- df[order(df$Pergunta),]
    
    # Criar o gráfico de linhas
    p <- plot_ly(df, x = ~Pergunta) %>%
      add_trace(y = ~Curso_1, type = 'scatter', mode = 'lines', name = 'Antes') %>%
      add_trace(y = ~Curso_2, type = 'scatter', mode = 'lines', name = 'Depois') %>%
      layout(title = aluno)
    
    graficos[[aluno]] <- p
  }
}

# Exibir os gráficos
graficos

$Ian.Victor

$Júlia.Fernanda

$Vinicius.Ivanildo

$João.Victor

$Valéria.Aguiar

NA

dados_avaliacao_1 <- read.csv("dataset/Dados avaliativos eso - Avaliação Introdução robótica.csv")
dados_avaliacao_2 <- read.csv("dataset/Dados avaliativos eso - Avaliação Função.csv")
dados_avaliacao_3 <- read.csv("dataset/Dados avaliativos eso - Avaliação prática ev3.csv")
dados_avaliacao_4 <- read.csv("dataset/Dados avaliativos eso - Avaliação Final.csv")



# Lista com os dados de avaliação
dados_avaliacao <- list(dados_avaliacao_1, dados_avaliacao_2, dados_avaliacao_3, dados_avaliacao_4)

# Loop para cada conjunto de dados de avaliação
for (i in 1:length(dados_avaliacao)) {
  # Remover colunas com NA
  dados <- dados_avaliacao[[i]][ , colSums(is.na(dados_avaliacao[[i]])) == 0]
  
  # Calcular o percentual de acertos e erros para cada aluno
  percentuais_alunos <- dados %>%
    summarise(across(everything(), ~mean(. == 1), .names = "Percentual de acertos de {col}"),
              across(everything(), ~mean(. == 0), .names = "Percentual de erros de {col}"))
  
  # Calcular o percentual de acertos e erros para a turma
  percentual_turma <- dados %>%
    summarise(Percentual_de_acertos_turma = mean(unlist(.) == 1),
              Percentual_de_erros_turma = mean(unlist(.) == 0))
  
  # Exibir os resultados
  print(paste("Dados de avaliação", i))
  print(percentuais_alunos)
  print(percentual_turma)
}

[1] "Dados de avaliação 1"

[1] "Dados de avaliação 2"

[1] "Dados de avaliação 3"

[1] "Dados de avaliação 4"