A utilização de softwares de análise de dados qualitativos: um mapeamento de teses em Educação Matemática
Este artigo caracteriza a utilização de softwares de análise de dados qualitativos em teses voltadas à Educação Matemática, desenvolvidas no Brasil, no período de 2010 a 2019, com o intuito de fundamentar as escolhas destes softwares a partir de caminhos já trilhados por outros pesquisadores. Para i...
| Autores: | , , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2021 |
| País: | Brasil |
| Institución: | Universidade Federal do Pará (UFPA) |
| Repositorio: | Amazônia (Universidade Federal do Pará. Online) |
| Idioma: | portugués |
| OAI Identifier: | oai:ojs.periodicos.ufpa.br:article/9619 |
| Acceso en línea: | https://periodicos.ufpa.br/index.php/revistaamazonia/article/view/9619 |
| Access Level: | acceso abierto |
| Palabra clave: | educação matemática; pesquisa qualitativa; CAQDAS Mathematics Education; Qualitative research; CAQDAS |
| Sumario: | Este artigo caracteriza a utilização de softwares de análise de dados qualitativos em teses voltadas à Educação Matemática, desenvolvidas no Brasil, no período de 2010 a 2019, com o intuito de fundamentar as escolhas destes softwares a partir de caminhos já trilhados por outros pesquisadores. Para isso, foi realizado um mapeamento para desvelar dados identificadores das teses, bem como aspectos relacionados à adoção destes softwares. Foram analisadas 651 teses disponíveis na Biblioteca Digital Brasileira de Teses e Dissertações, das quais 31 compõem o corpus desta investigação, o que evidencia a pouca adoção destes softwares na área analisada. No corpus, foi observada a predominância da abordagem qualitativa e a identificação de nove softwares distintos, sendo os três mais utilizados: Atlas.ti, NVivo e CHIC, nesta ordem. A adoção dos softwares está atrelada ao potencial em relação à categorização, organização, visualização, manuseio dos dados, otimização de tempo e facilitação da análise, além de possibilitar exploração de grande volume e diversidade de dados. |
|---|