Avaliações internacionais e algoritmos: mudanças de resposta detectadas no PISA

Na análise do letramento financeiro do PISA 2015, um método identificou mudanças detectáveis nos padrões de resposta de aproximadamente 21% dos participantes; entre esses participantes, 29% apresentaram mais de um ponto de mudança (Lu, 2026). O achado ajuda a tornar concreta uma parte pouco visível das avaliações internacionais: além de contar acertos, pesquisadores usam algoritmos para estudar como as respostas se organizam ao longo de uma prova.

Esses métodos não são uma máquina que conhece o estudante nem um atalho para decidir o que ele sabe. Eles ajudam a analisar conjuntos extensos de respostas, estimar desempenhos, reconhecer padrões incomuns e testar modelos. Para o professor, a pergunta útil não é apenas “qual algoritmo acertou mais?”, mas também “o que ele está medindo, para qual finalidade e com que limites?”.

O que são avaliações de desempenho internacionais e algoritmos nos testes, e por que isso importa para o professor?

Avaliações internacionais de desempenho reúnem respostas de estudantes de diferentes sistemas educacionais para produzir análises comparáveis em larga escala. PISA e TIMSS são exemplos citados nos estudos desta seleção. Algoritmos, nesse contexto, são procedimentos computacionais usados para tarefas como estimar habilidades, prever resultados, lidar com respostas ausentes ou detectar padrões de resposta que merecem investigação.

Isso se conecta à escola, mas não se confunde com uma prova aplicada pelo professor. Uma avaliação internacional envolve desenho de itens, condições de aplicação e métodos de análise que procuram interpretar resultados de grupos numerosos. Já uma avaliação de sala de aula precisa apoiar decisões pedagógicas próximas: perceber o que a turma compreendeu, planejar retomadas e oferecer devolutivas. Alguns princípios de análise podem inspirar o trabalho docente, mas os estudos citados não testam diretamente essas aplicações em turmas brasileiras.

Também importa distinguir tarefas diferentes. Um algoritmo pode prever desempenho a partir de variáveis; outro pode estimar parâmetros de um modelo de resposta ao item; outro pode sinalizar mudanças de comportamento ou possíveis padrões compatíveis com fraude. Um resultado preditivo não equivale a uma explicação causal, e uma resposta sinalizada por um método não prova, por si só, que houve conduta inadequada.

O que a pesquisa recente mostra sobre algoritmos em avaliações internacionais?

Os padrões de resposta também mudam durante uma prova

Uma linha de pesquisa observa a sequência de respostas, e não somente o resultado final. Lu investigou como identificar múltiplos pontos de mudança em padrões considerados aberrantes, usando o algoritmo PELT e uma calibração adaptativa da penalização baseada na taxa de falsos positivos. A motivação é importante: respostas podem mudar abruptamente por fatores como cola, respostas aleatórias ou fadiga, e métodos voltados a apenas uma transição podem não representar situações com várias mudanças.

Nas simulações, o método controlou a taxa de erro do Tipo I em aproximadamente 5% e alcançou taxas de detecção geral, de ponto único e de múltiplos pontos de mudança de 75%, 78% e 70%, respectivamente. Na análise dos dados de letramento financeiro do PISA 2015, aproximadamente 21% dos participantes tiveram mudanças detectáveis; entre eles, 29% apresentaram múltiplos pontos. Esses números descrevem o método e aquela análise, não uma taxa universal de comportamento em provas (Lu, 2026).

Outro estudo examinou a detecção em tempo real de fraude em provas de formato misto, com itens dicotômicos, politômicos e com múltiplas partes. Lee e Vispoel avaliaram biclusterização, que agrupa conjuntamente pessoas respondentes e itens para encontrar padrões semelhantes em subconjuntos de questões. Em simulações com diferentes formatos e condições, o método mostrou forte eficiência computacional e desempenho de detecção considerado forte, mantendo baixas taxas de falsos positivos (Lee, 2025).

Os dois trabalhos tratam de padrões atípicos, mas não da mesma pergunta. Um procura pontos de mudança no comportamento de resposta; o outro testa um método de detecção de fraude em tempo real. Para a escola, a distinção evita transformar um sinal estatístico em acusação: padrões podem orientar uma verificação cuidadosa, mas não substituem evidências nem uma análise justa do contexto.

O esforço e o tempo de resposta entram na interpretação

Yildirim-Erbasli e Gorgun investigaram se estudantes com diferentes níveis de engajamento em uma avaliação apresentavam diferenças de habilidade e se era possível prever níveis de habilidade com base no esforço, usando o tempo de resposta. A análise utilizou dados da avaliação de letramento financeiro do PISA 2018 e incluiu filtragem de respostas, classificação do engajamento e treinamento de classificadores.

O teste t indicou diferença significativa nos níveis de habilidade entre estudantes engajados e desengajados: os engajados tiveram escores de habilidade mais altos. Entre os modelos preditivos, a floresta aleatória superou os demais algoritmos de classificação. Os autores sugerem que a aprendizagem de máquina pode ajudar aplicadores de testes ou professores a identificar tendências e padrões de esforço. Isso não significa que um tempo curto ou longo, isoladamente, permita concluir quanto um estudante aprendeu (Yildirim-Erbasli, 2025).

A análise de respostas ausentes também faz parte desse quadro. Zhang propôs um modelo que considera a possibilidade de a ausência de uma resposta não ocorrer ao acaso e incorpora a hipótese de ausência monotônica: o histórico de itens não respondidos ajuda a modelar a tendência de ausência no item atual. O estudo desenvolveu critérios bayesianos para distinguir mecanismos de ausência ao acaso e não ao acaso, além de um algoritmo de amostragem para estimar parâmetros. Simulações e dados de Ciências do PISA 2015 foram usados para ilustrar a abordagem (Zhang, 2026).

Em outras palavras, deixar um item em branco pode ter implicações para a análise, mas a interpretação depende do padrão observado e do modelo aplicado. A pesquisa trabalha com mecanismos estatísticos de ausência; não estabelece uma explicação individual para cada resposta em branco. Na sala de aula, o professor pode investigar o contexto de uma omissão conversando com o estudante ou observando o conjunto da atividade, em vez de atribuir automaticamente uma causa.

Prever desempenho não é o mesmo que explicar por que ele acontece

Em estudo com os 80 países participantes do PISA 2022, Öz e colegas usaram stacking, uma abordagem de aprendizado por conjunto, para prever o desempenho a partir de diversos preditores. Compararam o método com três algoritmos de boosting e com blending, sem preencher dados ausentes nem categorizar a variável de resultado. O stacking apresentou previsões mais estáveis e precisas e, na maioria dos países, métricas de erro menores. Modelos lineares mistos robustos também indicaram valores de MAPE, MAE e MSE significativamente menores para stacking do que para boosting e blending (Öz, 2025).

Esse resultado mostra uma vantagem comparativa dentro da análise realizada: o método teve desempenho preditivo superior aos modelos comparados. Não prova que o algoritmo identifica causas do desempenho nem que terá o mesmo resultado em qualquer país, disciplina ou avaliação escolar. Para professores, a diferença entre previsão e explicação é decisiva: reconhecer uma associação útil para antecipar resultados não esclarece, sozinho, o que deve ser mudado na prática pedagógica.

Guler e Yavuz compararam modelos lineares mistos e técnicas de aprendizado de máquina para estudar fatores relacionados ao desempenho em matemática com dados do TIMSS. A pesquisa destaca a estrutura hierárquica dos dados educacionais e a possibilidade de relações não lineares. Predisposição para matemática e fatores emocionais apareceram como principais preditores em todos os métodos, com a ressalva de possível viés associado a respostas autorrelatadas. Os métodos de aprendizagem de máquina tiveram desempenho ligeiramente superior nas métricas de erro mencionadas e captaram não linearidades e interações; os autores também observaram diferenças entre métodos no tamanho do efeito atribuído à origem dos estudantes (Guler, 2025).

Essa comparação reforça que a escolha do algoritmo importa. Modelos diferentes podem priorizar previsão ou interpretação e produzir estimativas distintas. A pesquisa ainda relata que gênero teve impacto insignificante nos modelos da análise e relaciona esse resultado às diferenças culturais na amostra. Não cabe transformar essa observação localizada em regra geral sobre estudantes ou sobre qualquer contexto nacional.

Algoritmos também ajudam a estudar qualidade e equidade dos itens

Há trabalhos em que o foco não é prever a nota, mas estimar com mais precisão modelos de resposta ao item. Liu e colegas desenvolveram um algoritmo MSAEM, combinado a um amostrador de Gibbs, para estimar um modelo confirmatório multidimensional de ogiva normal de quatro parâmetros. Nas simulações, o método apresentou resultados consistentemente melhores que o SAEM e alguns outros métodos existentes em teoria de resposta ao item multidimensional. Os autores também aplicaram o método a dados do PISA 2018 para demonstrar a utilidade prática do modelo (Liu, 2024).

Já um estudo sobre funcionamento diferencial do item, ou FDI, propôs considerar interações entre variáveis demográficas, além dos efeitos principais. Ren e colegas desenvolveram modelos para identificar diferentes formas de FDI interseccional e um algoritmo de estimação variacional gaussiana regularizada. As simulações indicaram detecção eficaz de FDI uniforme interseccional, enquanto a capacidade de detectar FDI não uniforme interseccional foi mais limitada (Ren, 2025).

O tema é relevante para a equidade porque um item pode funcionar de modo diferente para grupos, e analisar apenas uma característica por vez pode deixar interações de fora. Ainda assim, os resultados citados são metodológicos e baseados em simulações. Não autorizam concluir que um item específico de uma prova escolar seja injusto sem análise apropriada dos dados e do contexto.

Os algoritmos podem estudar fatores além do desempenho acadêmico

Pan e Cutumisu usaram floresta aleatória e k vizinhos mais próximos para prever satisfação com a vida de estudantes do ensino médio a partir de dados do PISA 2018 no Reino Unido e no Japão. Ambos os modelos tiveram melhor desempenho com os dados do Reino Unido do que com os do Japão, e a floresta aleatória superou o KNN. Sentido da vida, competição entre estudantes, apoio dos professores, exposição ao bullying e recursos de TIC em casa e na escola tiveram papel importante na previsão (Pan, 2024).

O estudo não trata de corrigir provas, mas ajuda a mostrar a variedade de perguntas que podem ser investigadas com dados de avaliações internacionais. Também serve de alerta: um modelo que funciona melhor em um contexto do que em outro pode refletir diferenças entre conjuntos de dados. Um resultado obtido no Reino Unido ou no Japão não deve ser transferido automaticamente para escolas brasileiras.

Quais estudos foram comparados e o que cada um relata?

A tabela resume os estudos citados e separa a pergunta investigada do resultado relatado. Quando o resumo não identifica um país específico ou uma etapa escolar, isso não deve ser completado por suposição.

Quais são os pontos em comum e as divergências entre os estudos?

Um ponto em comum é que os algoritmos são avaliados em relação a uma tarefa definida: prever, estimar, classificar ou detectar. Os estudos não tratam “a inteligência artificial” como uma ferramenta única. Cada método responde a uma pergunta específica, e a qualidade do resultado depende também dos dados, dos critérios de avaliação e das comparações escolhidas.

Há, porém, resultados de naturezas diferentes. Stacking foi superior a métodos comparados na previsão do desempenho do PISA 2022; no estudo de matemática do TIMSS, métodos de ML tiveram vantagem ligeira em métricas de erro frente aos modelos lineares mistos. Para detectar mudanças de resposta, o método PELT foi avaliado por simulações e por dados do PISA. Já a biclusterização foi testada em simulações de detecção de fraude. Não se pode colocar todos esses resultados numa única classificação de “melhor algoritmo”.

Os estudos também apontam limites internos. A capacidade do método de FDI interseccional foi mais limitada para detectar FDI não uniforme; o estudo de satisfação com a vida obteve desempenho diferente entre Reino Unido e Japão; e a análise de fatores de matemática reconhece a possibilidade de viés em respostas autorrelatadas. Permanecem em aberto, entre outras questões, como esses métodos se comportariam com provas escolares brasileiras, em diferentes disciplinas e sob condições reais de aplicação.

Como aplicar essas ideias na sala de aula?

Os estudos não testaram as aplicações abaixo diretamente em turmas brasileiras; são sugestões inspiradas nas perguntas que as pesquisas investigam. O princípio é usar dados para abrir uma investigação pedagógica, não para rotular estudantes ou delegar decisões ao algoritmo.

1. Olhe para a sequência de respostas, não só para a nota

Aplicação sugerida: numa avaliação hipotética de 7º ano, o professor pode notar que a turma começa a responder com justificativas completas e, mais adiante, passa a deixar várias questões em branco. Isso não prova fadiga nem desinteresse, mas pode motivar uma análise sobre extensão da prova, dificuldade crescente ou clareza dos enunciados. A pesquisa de pontos de mudança mostra que padrões podem variar durante uma avaliação; a interpretação escolar, porém, precisa considerar a atividade e conversar com os estudantes.

2. Trate itens em branco como informação a investigar

Aplicação sugerida: se uma questão fica sem resposta para vários estudantes, o professor pode observar se a omissão aparece junto de outras dificuldades, se o enunciado foi compreendido e se houve tempo suficiente para concluir. Um item em branco não revela uma causa por si só. O trabalho sobre dados ausentes mostra por que a análise estatística pode precisar considerar padrões de ausência, mas não oferece uma explicação automática para cada omissão individual.

3. Use o tempo como pista, nunca como sentença

Aplicação sugerida: numa atividade digital hipotética, o professor pode comparar o tempo de resposta com a qualidade da justificativa e com o desempenho em outros itens. Uma resposta rápida pode decorrer de domínio, leitura apressada ou outros fatores; uma resposta lenta também não significa necessariamente dificuldade. O estudo sobre engajamento e habilidade encontrou diferenças entre grupos e explorou previsões com tempo de resposta, mas isso não transforma um indicador isolado em diagnóstico de aprendizagem.

4. Confira se uma previsão funciona para a sua turma

Aplicação sugerida: antes de usar qualquer classificação automática para decidir quem precisa de apoio, a escola poderia comparar as previsões com avaliações e observações pedagógicas feitas de forma independente. Os trabalhos com PISA e TIMSS mostram comparações entre métodos e contextos, não garantias de que um modelo manterá a mesma precisão em outra turma. O professor pode tratar uma previsão como hipótese para conferir, nunca como substituta de sua avaliação profissional.

5. Examine se os itens oferecem oportunidades justas de resposta

Aplicação sugerida: se, em atividades recorrentes, estudantes com perfis diferentes parecem tropeçar em um mesmo enunciado, o professor pode revisar vocabulário, contexto e formato, além de observar se a dificuldade está no conteúdo avaliado ou na forma de perguntar. O estudo sobre FDI interseccional trata de uma análise estatística especializada de itens; na escola, a ideia pode inspirar revisão cuidadosa, mas não permite declarar que há viés sem evidências adequadas.

6. Combine resultados numéricos com evidências da aprendizagem

Aplicação sugerida: numa sequência de matemática, por exemplo, o professor pode considerar resultado da prova, explicações orais, resolução de problemas e participação em atividades. Predisposição e fatores emocionais apareceram como preditores de desempenho em matemática no estudo com TIMSS, mas predição não equivale a causa. Um número pode ajudar a perceber tendências; não substitui a observação do raciocínio nem a conversa sobre o processo.

7. Explique o propósito de uma avaliação antes de aplicá-la

Aplicação sugerida: antes de uma prova de revisão, o professor pode dizer se a atividade servirá para atribuir uma nota, identificar dúvidas ou planejar uma retomada. Essa clareza pode ajudar os estudantes a compreenderem a finalidade da tarefa e o tipo de devolutiva esperado. A pesquisa sobre esforço mostra que o engajamento se relaciona aos escores em uma avaliação internacional, mas não testa diretamente essa estratégia de comunicação em sala; ela é uma proposta pedagógica, não um resultado comprovado pelos estudos citados.

O que muda quando pensamos no contexto brasileiro?

Os estudos usam avaliações internacionais como PISA e TIMSS, e seus dados vêm de contextos diversos. O estudo de previsão com stacking abrangeu 80 países; o de satisfação com a vida comparou Reino Unido e Japão. Outros resumos não identificam o país ou a etapa de ensino de cada análise. Portanto, os resultados ajudam a formular perguntas, mas não descrevem automaticamente as escolas brasileiras.

Na prática, variam as condições de aplicação, as características dos estudantes, os currículos, o acesso a recursos e o sentido atribuído a uma prova. Um modelo treinado em dados internacionais pode apresentar desempenho diferente numa avaliação local. A comparação feita por Pan e Cutumisu entre Reino Unido e Japão, por exemplo, encontrou desempenho distinto dos modelos entre os dois conjuntos. É um lembrete concreto de que transferir previsões entre contextos exige validação, não apenas confiança no nome do algoritmo.

Também convém separar avaliações de larga escala de avaliações para aprendizagem. A primeira busca produzir análises em escala ampla; a segunda pode orientar o próximo passo de uma turma ou de um estudante. Para professores brasileiros, a adaptação mais útil talvez não seja reproduzir algoritmos complexos, mas adotar perguntas cuidadosas: o item está claro? A resposta em branco se repete? O tempo parece estar relacionado ao tipo de questão? A nota combina com outras evidências de aprendizagem?

Se a escola usar ferramentas automatizadas, é prudente manter transparência sobre o propósito, conferir resultados e evitar decisões importantes apoiadas somente numa previsão. Os estudos desta seleção não oferecem regras para implantação em escolas brasileiras nem avaliam uma plataforma específica. A aplicação local pede atenção à qualidade dos dados e ao modo como as conclusões serão comunicadas a estudantes e famílias.

Quais são os limites desta leitura?

Este artigo se baseia nos resumos de estudos recentes disponíveis na fonte de pesquisa, e não na leitura integral dos trabalhos. Os resumos permitem identificar perguntas, métodos gerais e resultados relatados, mas nem sempre oferecem todos os detalhes necessários para avaliar desenho, condições de aplicação ou implicações metodológicas. Por isso, as sínteses aqui não substituem a consulta aos estudos completos.

Ficam em aberto perguntas importantes para quem ensina: como os métodos se sairiam em provas de disciplinas diferentes? Que adaptações seriam necessárias para estudantes com necessidades diversas? Como avaliar consequências de falsos positivos quando um sistema sinaliza respostas atípicas? E quais cuidados de privacidade e governança são necessários para usar dados de estudantes? Os resumos consultados não resolvem essas questões.

Faria sentido ler os textos completos antes de adotar uma técnica, defender uma política de avaliação ou interpretar um resultado como justificativa para uma decisão individual. Isso é especialmente importante para métodos de detecção de fraude, previsões de desempenho e análises de equidade: a aplicação concreta depende de escolhas que não aparecem integralmente nos resumos.

Como o GeraProva ajuda com avaliações e algoritmos?

Os estudos discutidos analisam avaliações em larga escala, padrões de resposta e métodos computacionais; o GeraProva atende a uma necessidade cotidiana diferente: apoiar a elaboração de provas e atividades para a escola. Você pode conhecer o gerador de provas do GeraProva e explorar a ferramenta conforme os objetivos da sua turma. Para começar, faça o cadastro grátis. A ferramenta pode apoiar a preparação de avaliações, mas a revisão do professor continua essencial para adequar questões, linguagem e critérios ao contexto de ensino.

Perguntas frequentes sobre algoritmos em avaliações internacionais

Os algoritmos corrigem provas internacionais automaticamente?

Os estudos desta seleção não descrevem um único sistema que corrige provas internacionais de ponta a ponta. Eles investigam tarefas diferentes: estimar modelos de resposta ao item, prever desempenho, analisar tempo e esforço, identificar pontos de mudança ou detectar padrões compatíveis com fraude. Alguns métodos processam respostas de forma automatizada, mas isso não significa que substituam todas as etapas de correção ou a interpretação humana. Para entender uma aplicação específica, é necessário saber qual é a tarefa do algoritmo, quais dados usa e como seus resultados são avaliados.

Um padrão de resposta atípico prova que houve cola?

Não. Um padrão atípico pode ser um sinal para investigar, mas não comprova sozinho uma conduta. O estudo de detecção de pontos de mudança considera fatores como cola, respostas aleatórias e fadiga como possíveis motivos de transições; a pesquisa de biclusterização avaliou métodos de detecção de fraude em simulações. Os resultados relatados não autorizam tratar toda mudança como fraude. Em qualquer contexto escolar, uma sinalização automática precisaria de verificação cuidadosa, critérios claros e consideração das circunstâncias da avaliação.

O tempo para responder permite saber se o estudante aprendeu?

O tempo pode ser uma variável útil para estudar comportamento de resposta, mas não mede sozinho a aprendizagem. No estudo com dados do PISA 2018, pesquisadores investigaram a relação entre tempo, esforço, engajamento e habilidade; encontraram diferença de escores entre estudantes classificados como engajados e desengajados, e a floresta aleatória superou outros classificadores na previsão. Isso não significa que uma resposta rápida indique domínio ou que uma resposta lenta indique dificuldade. Para ensinar, é mais seguro combinar tempo com respostas, justificativas e outras evidências.

Qual algoritmo é o melhor para analisar o desempenho?

Não existe um vencedor universal nos estudos resumidos. Stacking superou boosting e blending na previsão do desempenho do PISA 2022 dentro da comparação realizada. Em outro estudo, métodos de aprendizado de máquina tiveram vantagem ligeira em métricas de erro para analisar desempenho em matemática no TIMSS. Pesquisas diferentes usam perguntas, dados e critérios distintos; por isso, a escolha depende do objetivo. Um método adequado para prever resultados pode não ser o mais útil para interpretar fatores ou avaliar a equidade de itens.

Os resultados do PISA podem ser aplicados diretamente à minha turma?

Não de forma automática. O PISA oferece dados de avaliações internacionais, enquanto uma turma tem contexto, objetivos e condições próprios. Um modelo pode ter desempenho diferente entre países ou conjuntos de dados, como ocorreu no estudo que comparou Reino Unido e Japão na previsão de satisfação com a vida. Para a sala de aula, os estudos podem inspirar perguntas sobre respostas ausentes, tempo, padrões e clareza dos itens. Qualquer ferramenta ou conclusão aplicada localmente precisa ser conferida com evidências da própria turma.

O que um professor pode fazer sem usar algoritmos complexos?

Uma aplicação possível é observar padrões de forma organizada: quais itens concentram omissões, em que momento aparecem respostas incompletas e se uma questão parece difícil por causa do conteúdo ou do enunciado. O professor também pode cruzar a prova com atividades, explicações e conversas com a turma, sem transformar um indicador isolado em diagnóstico. Essa é uma sugestão pedagógica inspirada nos temas pesquisados, não uma intervenção testada pelos estudos. A ideia central é usar os dados para formular boas perguntas e planejar intervenções revisáveis.

Referências sobre algoritmos e avaliações internacionais

1. Lu (2026). Método de tempo linear exato podado para detectar múltiplos pontos de mudança em respostas aberrantes (Pruned Exact Linear Time Method for Multiple Change-Point Detection in Aberrant Responses). Journal of Educational Measurement. Link.
2. Lee e Vispoel (2025). Uso de biclusterização para detectar fraude em tempo real em provas de formato misto (Using Biclustering to Detect Cheating in Real Time on Mixed-Format Tests). Educational and Psychological Measurement. Link.
3. Yildirim-Erbasli e Gorgun (2025). Deslindando a relação entre habilidade e esforço na realização de testes: em que medida os níveis de habilidade podem ser previstos a partir do comportamento nas respostas? (Disentangling the Relationship between Ability and Test-Taking Effort: To What Extent the Ability Levels Can Be Predicted from Response Behavior?). Technology, Knowledge and Learning. Link.
4. Zhang, Lu e Zhang (2026). Modelagem de dados de respostas ausentes na Teoria de Resposta ao Item: abordagem do mecanismo de ausência não ao acaso com características monotônicas de ausência (Modeling Missing Response Data in Item Response Theory: Addressing Missing Not at Random Mechanism with Monotone Missing Characteristics). Journal of Educational Measurement. Link.
5. Öz, Bulut, Cellat e Yürekli (2025). Stacking: uma abordagem de aprendizado por conjunto para prever o desempenho dos estudantes no PISA 2022 (Stacking: An Ensemble Learning Approach to Predict Student Performance in PISA 2022). Education and Information Technologies. Link.
6. Guler e Yavuz (2025). Mineração de dados sobre os fatores fundamentais que influenciam o desempenho em matemática: perspectivas tradicionais e modernas (Data Mining on the Fundamental Factors Influencing Mathematics Achievement: Traditional and Modern Perspectives). European Journal of Education. Link.
7. Ren, Lyu, Wang e Xu (2025). Um novo método para detectar o FDI interseccional: modelo multinível de efeitos aleatórios dos itens com estimação variacional gaussiana regularizada (A Novel Method for Detecting Intersectional DIF: Multilevel Random Item Effects Model with Regularized Gaussian Variational Estimation). Grantee Submission. Link.
8. Liu, Meng, Xu, Gao e Shi (2024). Estimação MSAEM para modelos confirmatórios multidimensionais de ogiva normal de quatro parâmetros (MSAEM Estimation for Confirmatory Multidimensional Four-Parameter Normal Ogive Models). Journal of Educational Measurement. Link.
9. Pan e Cutumisu (2024). Uso de aprendizado de máquina para prever a satisfação com a vida de estudantes do ensino médio do Reino Unido e do Japão no PISA 2018 (Using Machine Learning to Predict UK and Japanese Secondary Students' Life Satisfaction in PISA 2018). British Journal of Educational Psychology. Link.

Se algum desses temas apareceu nas suas avaliações, vale começar pela pergunta mais simples: que evidência ajudaria você a entender melhor as respostas da turma? Boa avaliação e boas descobertas no seu próximo planejamento.