Mobile Learning and Computational Simulation Applied in ... · Especificamente, trabalhos na...

1Abstract— Currently, mobile communication devices have diversified resources, with an increasing number of applications. In the educational field, these devices and functions have been used to contribute to the process of teaching and learning in schools. This field is known as mobile learning (M-learning). In this study, we explored the use of a tablet as a sound pressure meter, whose objective was to provide students with a comprehensive tool for teaching acoustics. To validate this device was used as a standard meter a decibilimeter, previously calibrated. The tests were carried out in three classrooms. On average, the acoustic intensity measured as a decibilimeter was 3.5 dB higher than those obtained as a tablet. The standard deviation obtained shows that both have very close confidence bands. The difference between the measurements performed with two instruments was between 2.4 dB and 4.3 dB. The results indicate that the tablet has the potential to be used as a sound intensity meter. Thus, contributing to the process of teaching and learning in schools.

Keywords— Mobile learning, Environmental, Acoustics.

I. INTRODUÇÃO

OM o avanço do desenvolvimento tecnológico, tem sido notório a inserção cada vez maior de dispositivos móveis

como smartphones e tablets na sociedade. Nos dias de hoje estes equipamentos fornecem inúmeras funções, são exemplos: entretenimento, acessibilidade a informação, comunicação, acesso à internet, uso de aplicativos e entre outros. Estes aparelhos e funções, se usados de forma correta podem contribuir para o processo de ensino-aprendizagem nas escolas, esta aplicação é chamada de Mobile Learning (M-learning), que é definida segundo [1] como: a utilização de dispositivos móveis como smartphones, celulares e tablets, as vezes de uso pessoal, para o aprendizado educacional.

A utilização destes dispositivos pode auxiliar na modificação do atual cenário brasileiro, nos mais diversos níveis da educação nacional, que se encontra negativo referente à evasão e reprovação escolar nos mais diversos níveis da educação nacional [2,3]. A ‘mobile learning’ incentiva o interesse dos estudantes, pelo intermédio das

1 E. O. Nascimento, Instituto Federal de Educação, Ciência e Tecnologia de Goiás, Goiânia, Goiás, Brasil, [email protected]. 1 D. A. M. D. Santos, Instituto Federal de Educação, Ciência e Tecnologia de Goiás, Goiânia, Goiás, Brasil, [email protected]. 1 F. L. Oliveira, Instituto Federal de Educação, Ciência e Tecnologia de Goiás, Goiânia, Goiás, Brasil, [email protected]. 1 S. L. Vieira, Universidade Federal de Goiás, Goiânia, Goiás, Brasil, [email protected]. 1 L. N. Oliveira, Instituto Federal de Educação, Ciência e Tecnologia de Goiás, Goiânia, Goiás, Brasil, [email protected]. 1 Corresponding author: Lucas Nonato de Oliveira.

novas tecnologias associadas ao uso do computador, caracterizando-se assim com o uso das tecnologias da informação e comunicação (TICs). Estas vêm sendo empregadas principalmente na modelagem de sistemas ambientais, físicos, químicos, dentre outros, e desta forma ampliando as possibilidades de trabalho [2].

O presente estudo tem como objetivo apresentar duas práticas de ensino, para a determinação de níveis de pressão sonora em salas de aulas. Essas práticas envolvem a utilização de tecnologia da informação e comunicação (TICs) e mobile learning (ML) alicerçadas com a metodologia da Teoria da Aprendizagem (TA). Isto, com intuito de auxiliar na aprendizagem do estudante. A primeira prática de ensino está relacionada a utilização de um tablet em conjunto com um medidor de nível de pressão sonora (equipamento padrão), com fins de comparação e validação do aplicativo (app) utilizado no tablet. A segunda está na criação da modelagem computacional dos níveis de pressão sonora obtidos com o tablet e equipamento padrão com fins de comparação e visualização dos resultados obtidos.

A justificativa desta pesquisa está alicerçada no fato que pela primeira vez a Mobile Learning foi aplicada na verificação e validação de dispositivo móvel na área de acústica, centralizada para o ensino e aprendizagem educacional. Esta viabilidade de aplicação em termos de medições é corroborada na literatura [4] bem como nos Parâmetros Curriculares Nacionais do Ensino Médio [5] nos quais estão associados na inserção do estudante em aplicações tecnológicas.

A investigação está estruturada nas próximas seções da seguinte forma: na seção II será apresentada o estado da arte sobre Mobile Learning, na seção III, será descrito a metodologia empregada bem como o programa construído na modelagem computacional, o app, o tablet e os equipamentos de acústica utilizados, na seção IV será apresentada os principais resultados bem como as comparações entre os resultados obtidos com a simulação juntamente com os resultados experimentais, na seção V um resumo dos resultados obtidos bem como as conclusões e indicações de futuros trabalhos serão apresentados.

II. MOBILE LEARNING De acordo com Moura (2011) [6], em sua tese em que

aborda, estuda e analisa a forma como as tecnologias móveis podem ser usadas de modo eficaz como ferramentas de aprendizagem, este afirma: “Ao introduzir tecnologias móveis no processo de ensino e aprendizagem está-se a atribuir maior responsabilidade ao aluno na construção da sua aprendizagem e a gerar futuros profissionais com maior flexibilidade, pelo aumento da capacidade para lidar com alterações do ambiente

C

Mobile Learning and Computational Simulation Applied in Environmental Acoustics

E. O. Nascimento, D. A. M. D. Santos, F. L. Oliveira, S. L. Vieira and L. N. Oliveira

IEEE LATIN AMERICA TRANSACTIONS, VOL. 16, NO. 1, JAN. 2018 265

de trabalho. As tecnologias móveis como artefatos de mediação tecnológica impulsionam metodologias capazes de preparar os alunos para uma atualização permanente, desenvolver competência de flexibilidade, adaptação e dinamismo.” e ressalta que os professores que se opõem a tais ferramentas aparentam ter desconhecimento das potencialidades das mesmas [6,7].

Para fazer a intermediação entre mobile learning e a educação, faz-se necessária uma fundamentação teórica alicerçada as tais tecnologias. Dessa maneira, a Teoria da Atividade (TA) é uma teoria de aprendizagem que se adequa muito bem a mediação do uso das tecnologias no ensino aprendizagem, pois tem como princípio a ação do sujeito mediada por ferramentas e direcionada a um objeto, ela viabiliza a análise das práticas educacionais de maneira mais ampla do que práticas individuais (professor e aluno). Esta aborda tais práticas em natureza coletiva, considerando as ferramentas empregadas, as comunidades em que estão inseridos os sujeitos, e as regras que estão entre o sujeito e está comunidade. Dessa maneira, a TA se mostrou um referencial adequado para entender como a implementação de uma ferramenta tecnológica, o mobile learning e TICs, afetam as relações que compõe o conjunto que configuram a atividade educativa no ambiente escolar (o ensino e o aprendizado) [8].

As Tecnologias da Informação (TICs) juntamente com a Mobile Learning (M-Learning) estão colaborando com o ensino aprendizagem, principalmente com os professores que podem planejar/executar aulas de forma interativa com os estudantes através de seus recursos. Segundo [9] o professor poderá criar estratégias didáticas das mais variadas situações para favorecer suas práticas educacionais, pois estes dispositivos possuem elementos de interesse em aulas de ciências, tais como: câmeras fotográficas, gravadores de áudio, gravadores de vídeo, mensagens instantâneas e acesso a internet. Para [10], a utilização de tecnologias móveis e sem fio juntamente com os alunos ajudaram na sociabilidade destes, combate a evasão escolar e valorizam as atividades didáticas. Outra possibilidade, segundo [11] é o estudante não apenas enviar conteúdos e informações para o tablet mas sim personalizar seus estudos com a possiblidade de acompanhar cursos online onde e quando desejar.

Especificamente, trabalhos na literatura sobre determinação de níveis de pressão sonoras utilizando Mobile Learning com aplicações educacionais não foram encontrados. Na área de acústica, algumas trabalhos foram publicados sobre ondas sonoras e mapeamento acústico [12,13], construção de tubo sonoro [13], fotografias ampliadas [14] entre outras. Estas pesquisas trazem a concordância entre a utilização de tablets em áreas como: Física, Química, Biologia e Geografia [15]. Neste sentido, a utilização em ensino e aprendizagem de tablets e/ou smartphones podem transformar o ensino de algumas formas como: um experimento de alta efetividade didática, desenvolvido em baixo custo, tornar acessível ao maior número de estudantes; aplicar tecnologias e determinar parâmetros com certa precisão [16].

Os dispositivos tais como tablets, smartphones e o computador são elementos históricos, culturais e socioeconômicos e vem sendo empregados no ensino, gerando dessa forma o alicerce para esta pesquisa. Na qual, este

alicerce poderá ser empregado numa disciplina de Acústica e/ou similares tão comuns em cursos de engenharia. Os pontos pesquisados foram elementos adequados para a sua empregabilidade, tais como: aplicativos (apps) para a medição de níveis de pressão sonora com o tempo, o computador utilizado na modelagem do ruído produzido pelo sistema proposto.

III. MATERIAIS E MÉTODOS

Esta pesquisa trata-se de um estudo quali-quantitativo e baseia-se nos modelos teóricos da TA. As medições foram realizadas em salas de aula do Instituto Federal de Educação, Ciência e Tecnologia de Goiás (IFG), no Campus Goiânia, localizado na Rua 75, nº 46, Centro, Goiânia-Goiás. A primeira medição chamou-se de SALA 01, esta foi realizada com 31 alunos do ensino superior no dia 03 de Maio/2016 das 9:00 às 10:02 h. A segunda medição chamou-se de SALA 02, no dia 05 de Maio/2016, com 32 alunos do ensino médio das 9:05 às 10:05 h. A terceira medição chamou-se de SALA 03, no dia 05 de Maio/2016, com 24 alunos do ensino superior das 15:05 às 16:02 h. Para as medições dos níveis de pressão sonora foram utilizados um tablet/smartphone com o aplicativo Multi Measures 2. Este aplicativo é gratuito e traz consigo 14 funções sendo uma delas o medidor de pressão sonora. O aplicativo é fornecido pela SkyPaw Co., Ltd, Estados Unidos e pode ser obtido gratuitamente na PlayStore para os aparelhos Android e no iTunes para aparelhos IOS.

Para validação dos dados fez-se o uso de um medidor de nível sonoro, modelo DEC-490 marca INSTRUTHERM. Este instrumento se enquadra na classe 2 e possui precisão de ± 1,4 dB e opera na escala de frequência de 31,5 até 8000 Hz, com ponderações A e C. Além de estar em conformidade com a norma IEC 61672:2003, da Comissão Eletrotécnica Internacional. Também foi utilizado um calibrador acústico, modelo SC-05 marca CEM, o qual se encontra em conformidade com a norma IEC 60942:1988 e opera com saída de 94 e 114 dB na frequência de 1000 Hz e precisão de ± 0,5 dB. Ambos, medidor e calibrador possuem certificado de calibração, em acordo com a norma NBR/ISO/IEC 17025:2005.

As medições foram realizadas com os dois instrumentos, simultaneamente, sendo o medidor de nível sonoro configurado em modo de resposta rápido. No qual efetua registros de dados a cada 1 segundo. As respostas dos dois dispositivos de medida serão apresentadas em nível de pressão sonora equivalente (LAeq) em dB(A), na opção “A” que simula a curva de resposta do ouvido humano. O cálculo do LAeq foi obtido através da Eq. 1:

!!"# = 10 log 1! 10!!!"

!

!!! (1)

em que, !! é o nível de pressão sonora, em dB(A), lido durante o tempo de medição do ruído, ! é o número total de leituras.

Segundo [17] é recomendado que as medições sonoras tenham uma duração entre 10 e 15 minutos, porém inúmeros

266 IEEE LATIN AMERICA TRANSACTIONS, VOL. 16, NO. 1, JAN. 2018

trabalhos científicos publicados trazem uma variação de 30 segundos a 45 minutos [18]. Este trabalho usará como referência o estudo feito por [19]. Onde foi pesquisado qual seria o tempo de medição do nível de pressão sonora ideal, de maneira que os erros fossem aceitáveis. O estudo trabalhou com medições entre 10 minutos e 1 hora, e nele os autores trazem como recomendação que o tempo de medição seja de 15 minutos, devido ao nível de erro ser aceitável e usual.

Para avaliação da poluição sonora, seguiu-se o estabelecido pela Associação Brasileira de Normas Técnicas (ABNT) na norma técnica NBR-10151 (Acústica – Avaliação do ruído em áreas habitadas visando o conforto da comunidade) [20], e na ISO-1996-Part 1 (Acoustics – Description and measurement of environmental noise – Part 1: Basic quanties and procedures) e ISO-1996-Part 2 (Acoustics – Description and measurement of environmental noise – Part 2: Acquisition of data pertinent to land use). Sendo assim, as medições com o equipamento padrão foram realizadas seguindo o fluxo de procedimentos, (ver Fig. 1).

Figura 1. Fluxograma do Procedimento experimental para as medições dos níveis de pressão sonora realizadas com o equipamento padrão.

Após esta etapa, o tablet e medidor de nível sonoro foram

dispostos em 3 pontos distintos das Salas 01, 02 e 03. Nas Figs. 2, 3 e 4 estão ilustrados os digramas esquemáticos das configurações das salas usadas para realização dos ensaios.

Esse procedimento teve como intuito avaliar a distribuição dos níveis de pressão sonora. A esses pontos associaram-se as coordenadas cartesianas no plano (x-y), com a origem de coordenadas xOy alocada na extremidade inferior esquerda da sala. Os pontos escolhidos foram distanciados de 1 m da parede e espaçados entre si com distância mínima de 0,5 m. Os valores LAeq, calculados conforme a Eq. 1, foram dispostos numa tabela, criada num editor de texto, cuja a extensão do arquivo de saída deva ser .txt, para o futuro uso do código fonte proposto, desenvolvido no software MatLab®.

Figura 2. Diagrama esquemático representando a disposição do mobiliário e os três locais de medições da sala 1.



IV. RESULTADOS Na Tabela I, são mostrados as medições das coordenadas

espaciais para todas as salas realizadas com o tablet e equipamento padrão.

OLIVEIRA NASCIMENTO et al.: MOBILE LEARNING 267

TABELA I NÍVEL DE PRESSÃO SONORAS NAS SALAS DE AULA

Coordenadas Espaciais Medições dB(A) x y LAeq (Tablet) LAeq (Padrão)

Sala 01 Ponto 1 6,00 3,30 60,1 63,7 Ponto 2 0,00 1,75 64,6 69,1 Ponto 3 2,53 7,70 64,2 67,7



Na Tabela I, a comparação entre os valores obtidos do

tablet e equipamento padrão podem ser encontrados. De posse dos resultados obtidos na Tabela I, iniciou-se a modelagem computacional em termos dos níveis de pressão sonora obtidos pelo tablet e equipamento padrão, juntamente com as coordenadas espaciais (m) das salas analisadas.

Como resultado é proposto a execução de um programa computacional desenvolvido em MatLab® R2014a (MathWorks, Natick, MA, USA). O objetivo dessa rotina é a obtenção da distribuição extrapolada dos níveis de pressão sonoras para toda a sala de aula em que no mínimo três pontos foram coletados. Esta modelagem computacional será o elemento capaz de fornecer ao pesquisador a visualização detalhada do campo de pressão. Na Fig. 5 é mostrado o código fonte, em que a função interpoladora utilizada foi a bi harmônica. clear; close all; clc % IEEE Latin America Transactions % Este programa calcula uma interpolação para uma % superfície, que representa a distribuição do nível de % pressão sonora (NPS) ao longo de uma classe escolar. % Selecione o arquivo (‘Sala_’ <Num. Da. Sala>.txt) que % contém os dados experimentais. % Informe o número da sala Num_sala = 1; file1 = load(['Sala_' num2str(Num_sala) '_Tablet.txt']); file2 = load(['Sala_' num2str(Num_sala) '_DEC.txt']); % A primeira coluna, comprimento sala - x (m) x1 = file1(:,1); x2 = file2(:,1); % A segunda coluna, largura da sala - y (m) y1 = file1(:,2); y2 = file2(:,2); % A terceira coluna representa o Laeq experimental(dB) z1 = file1(:,3); z2 = file2(:,3); % Pré-processamento dos dados [xData1, yData1, zData1] = prepareSurfaceData(x1,y1,z1); [xData2, yData2, zData2] = prepareSurfaceData(x2,y2,z2); % Configura as opções e o tipo de Fitting. ft = 'biharmonicinterp'; % Função bi harmônica [fitresult1, gof] = fit( [xData1, yData1], zData1, ft,'Normalize','on'); [fitresult2, gof] = fit( [xData2, yData2], zData2, ft,'Normalize','on'); % Saídas gráficas figure(1) h3 = plot(fitresult1,'style','Contour');colorbar; % Configura os eixos title(['Sala ' num2str(Num_sala) '- Tablet nível LAeq -

(dB)']) ylabel( 'Comprimento sala - x (m)' ); xlabel( 'Largura da sala - y (m)' ); % Salva o arquivo para imagem grid on print(['Sala_' num2str(Num_sala) 'Tablet'],'-dpng','-r600') figure(2) h4 = plot(fitresult2,'style','Contour');colorbar; % Configura os eixos title(['Sala ' num2str(Num_sala) '- Decibilímetro nível LAeq - (dB)']) ylabel( 'Comprimento sala - x (m)' ); xlabel( 'Largura da sala - y (m)' ); grid on % Salva o arquivo para imagem print(['Sala_' num2str(Num_sala) 'Decibilímetro'],'-dpng','-r600')

Figura 5. Código fonte para a determinação dos níveis de pressão sonora de um tablet e equipamento padrão associados as coordenadas espaciais de no mínimo três pontos, estes inseridos numa área retangular.

Nas Figs. 6, 7 e 8 são mostradas as interpolações

realizadas com: a) equipamento padrão e b) tablet, esta interpolação utilizou o código fonte mostrado na Fig. 5.

(a)

(b)

Figura 6. Comprimento da sala versus Largura da sala 01. O gráfico de curva de nível acústico de em a) decibelimetro e em b) tablet, fornece resultados dos LAeq para ambos.

Largura da sala - y (m)

Com

prim

ento

sal

a - x

(m)

Sala 1- Decibilímetro nível LAeq - (dB)

0 1 2 3 4 5 6

2

3

4

5

6

7

0

20

40

60

80

100

120


Com

prim

ento

sal

a - x

(m)

Sala 1- Tablet nível LAeq - (dB)

0 1 2 3 4 5 6

2

3

4

5

6

7

0

20

40

60

80

100

120


(a)

(b)

Figura 7. Comprimento da sala versus Largura da sala 02. O gráfico de curva de nível acústico de em a) decibelimetro e em b) tablet, fornece resultados dos LAeq para ambos. (a)

(b)

Figura 8. Comprimento da sala versus Largura da sala 03. O gráfico de curva de nível acústico de em a) decibelimetro e em b) tablet, fornece resultados dos LAeq para ambos.

Dos resultados destas figuras, pode-se verificar

quantitativamente por meio da curva de nível acústico, que as interpolações são coerentes com a análise qualitativa, demostrando maiores níveis sonoros aferidos pelo medidor de nível de pressão sonora devido aos seguintes motivos: escala, precisão, resolução, taxa de resposta e frequência. Dessa maneira, esta tendência foi observada em cada sala analisada 01, 02 e 03.

Para todas as salas as maiores intensidades sonoras foram registradas empregando o decibilímetro. As medidas realizadas com o tablet na sala 1 de 55,2 m2 apresentou curvas isoacústicas com valores entre 85 dB a 90 dB. Enquanto as obtidas com o decibilímetro ficaram entre 95 dB a 100 dB. Na sala 2 e na sala 3, ambas de 37,44 m2, as faixas foram 80 dB a 85 dB e de 105 dB a 110 dB, respectivamente para medidas feita com o tablet. Da mesma forma, o decibilímetro registrou variações entre 90 dB a 95 dB para a sala 2, e valores entre 115 dB e 120 dB na sala 3.

Observando as curvas de nível acústico das Figs. 6, 7 e 8 nota-se que no caso da sala 1 a área central da figura com formato oval é maior no caso das medidas feitas com o decibilímetro. Enquanto que, nas demais figuras correspondendo as sala 2 e 3 a situação se inverte, e as curvas de nível acústico passam a ser maior nas medidas obtidas com o tablet. A primeira vista pode parecer uma incoerência, no entanto o resultado é plausível, pois apesar do tablet registrar áreas maiores que o decibilímetro, essas correspondem a zonas de menor intensidade, como discutido anteriormente. Na média, os valores da intensidade acústica medida como decibilímetro foram 3,5 dB maiores que as obtidas como tablet.

O desvio padrão obtido com a partir das medidas realizadas com os dois instrumentos demonstram que ambos possuem faixas de confiança muito próximas. Nesse estudo, o decibilímetro foi empregado como instrumento padrão, e tomando ele com referência pode-se assegurar que o tablet atende as exigências para quantificar a dispersão dos dados


Com

prim

ento

sal

a - x

(m)


1.5 2 2.5 3 3.5 4 4.5

2.5

3

3.5

4

4.5

5

5.5

6

0

20

40

60

80

100

120


Com

prim

ento

sal

a - x

(m)


1.5 2 2.5 3 3.5 4 4.5

2.5

3

3.5

4

4.5

5

5.5

6

0

20

40

60

80

100

120


Com

prim

ento

sal

a - x

(m)


1.5 2 2.5 3 3.5 4 4.5

2

2.5

3

3.5

4

4.5

5

5.5

6

0

20

40

60

80

100

120


Com

prim

ento

sal

a - x

(m)


1.5 2 2.5 3 3.5 4 4.5

2

2.5

3

3.5

4

4.5

5

5.5

6

0

20

40

60

80

100

120


medidos. Logo, na Fig. 9, está ilustrado o valor médio (□) de cada medida e seu respectivo desvio padrão (-). Os retângulos marcados com (x) representam os limites inferior e superior de cada medida, obtida com cada um dos instrumentos.

(a)

(b)

(c)

Figura 9. Ilustra o valor médio (□) de cada medida e seu respectivo desvio padrão (─) do nível acústico medido nas salas com o tablet e decibilímetro. Sendo que: a) Sala 1, b) Sala 2 e c) Sala 3.

Os resultados mostraram que o tablet quando usado como

medidor de intensidade sonora possui uma menor sensibilidade que o instrumento padrão. A diferença

percentual entre as medidas realizadas com dois instrumentos ficou entre 4,1% e 6,7%. No entanto, esses dados não nos oferecem todas as informações que se necessita para uma análise conclusiva sobre o tema. Isso porque a escala da grandeza física em questão é logarítmica. Por esse motivo é conveniente que essas percentagens sejam convertidas em unidade de pressão sonora. Em decibel, essa mesma faixa corresponde a 2,4 dB e 4,3 dB. Se for aplicado o modelo que a intensidade sonora decai exponencialmente com a distância, pode-se afirmar que a cada 3 dB a intensidade do som reduz à metade. Enquanto a pressão sonora decai na mesma proporção a cada 6 dB. Para ter uma ideia desses números considere que o nível de ruído em um ambiente considerado silencioso, tal como o de uma biblioteca. Em um local como esse, o nível de ruído é aproximadamente 30 dB, enquanto a intensidade do som em uma conversa suave é em torno de 40 dB. Assim, vê-se que as diferenças entre as medidas dos dois instrumentos são relativamente pequenas. A partir desses dados pode-se afirmar que um instrumento bastante popular, como o tablet, possui potencial para ser empregado como medidor de intensidade sonora. Dessa forma, contribuindo para o processo de ensino aprendizagem nas escolas.

V. CONCLUSÃO

Pode-se concluir em relação a primeira prática que os valores obtidos através do aplicativo se mostraram consideravelmente menores que os valores do equipamento padrão, tendo assim uma baixa precisão nas medições, desta forma a utilização do tablet se torna recomendada apenas para obtenção de uma referência dos valores em questão, pois sua praticidade é considerável, já que o mesmo tem uma maior probabilidade de estar presente com o usuário, quando comparado ao equipamento padrão (medidor de pressão sonora). O aplicativo também pode ser utilizado para simulações de uma quantificação dos níveis de pressão sonora, possibilitando a geração de relatórios e maior entendimento referente a um mapeamento de poluição sonora, ressaltando-se os erros e diferenças encontradas nas comparações entre este e o equipamento padrão.

A segunda prática proposta tornou visuais os resultados obtidos, possibilitando a análise da diferença entre dados obtidos entre o tablet e o equipamento padrão, tal comparação foi feita de maneira gráfica, mostrando que a modelagem computacional facilita a visualização, fazendo com que se torne simples a leitura e as aplicações dos dados em acústica. Fazendo desta forma que as informações sejam mais claras ao estudante do meio científico e acadêmico, aproximando e mostrando ao mesmo a importância da modelagem e seu funcionamento.

Sendo assim conclui-se que os usos de mobile learning e TICs, podem ser aplicados nas medições de níveis sonoros não de forma profissional, mas tendo grande relevância quando dentro do contesto educacional.

AGRADECIMENTOS

Os autores são gratos à Comissão de Aperfeiçoamento de Pessoal do Nível Superior (CAPES) fomentado pela Fundação de Amparo à Pesquisa do Estado de Goiás (FAPEG) do edital

LAeq (Tablet) LAeq (Decibelímetro)

56

58

60

62

64

66

68

70

72

74

56

58

60

62

64

66

68

70

72

74

Sala 1

Inte

nsid

ade

Sono

ra (d

B)

LAeq (Tablet) LAeq (Decibelímetro)50

52

54

56

58

60

62

64

66

68

70

50

52

54

56

58

60

62

64

66

68

70

Sala 2

Inte

nsid

ade

Sono

ra (d

B)

LAeq (Tablet) LAeq (Decibelímetro)55565758596061626364656667

55565758596061626364656667

Sala 3

Inte

nsid

ade

Sono

ra (d

B)


CAPES/FAPEG 05-2014 num. 201410267001375. Os autores também são gratos ao Me. Jhonatha Junio Lopes Costa por ceder o equipamento DEC-490 para realização desta pesquisa.

REFERÊNCIAS

[1] H. Crompton, “Mobile learning: new approach, new theory”. In: Z. L. Berge, L. Y. Muilenburg, (Ed.). Handbook of mobile learning. New York, Taylor & Francis, 2013.

[2] M.F. Ferreira, J.J.L. Costa, M.S.T. Araújo, L.N. Oliveira, “Investigação sobre fatores de sucesso e insucesso da disciplina de Física no ensimo médio técnico integrado na percepção de alunos e professores do Instituto Federal de Goiás – Campus Inhumas”, Holos, vol.5, no.1, 2013.

[3] R. R. Almeida, Jr. C. F. Araújo e M. P. França, “O uso do tablet para a representação de conceitos de genética: proposta e análise”, Novas Tecnologias na Educação, vol. 13, no. 1, 2015.

[4] A.C.P. Fernandes, L.T.S. Auler, J.A.O. Huguenin, W.F. Balthazar, “Efeito Doppler com tablet e smartphone”, Revista Brasileira de Ensino de Física, vol. 38, no. 3, 2016.

[5] Brasil, Parâmetros Curriculares Nacionais do Ensino Médio (Ministério da Educação e Cultura, Brasília, 2000.

[6] A. M. C. Moura, “Apropriação do Telemóvel como Ferramenta de Mediação em Mobile Learning: Estudos de Caso em Contexto Educativo”. Tese (Doutorado), 630 f, 2010.

[7] J.J.L. Costa, L.N. Oliveira, “Simulações semi-empíricas em acústica: inovação tecnológica na predição de níveis de pressão sonora no interior de edificações”, Revista GEINTEC: Gestão, inovação e tecnologias, vol.6, no.1, 2016.

[8] Jr. P. Carvalho, “Podcasts no ensino de Alemão como Língua Estrangeira: um estudo do impacto de uma nova tecnologia”, Dissertação (Mestrado), 175 f, 2011.

[9] J.B.B. Junior, “Computador ao Tablet: vantagens pedagógicas na utilização de dispositivos móveis na educação”, Revista Educaonline, vol.6, no.1, 2012.

[10] B.F. Souza, S.P. Abranches, “O Programa um computador por aluno: mudanças dentro e fora das escolas”, Encontro Nacional de Hipertexto e Tecnologias Educacionais. Sorocaba: Universidade de Sorocaba, 2011.

[11] A. Moura, A. Carvalho, “Mobile Learning: Using SMS in Educational Contexts”. In Nicholas Reynolds & Marta Turcsányi-Szabó (Eds.), Key Competencies in the Knowledge Society. In. IFIP TC 3 International Conference, KCKS 2010.

[12] J. Kuhn, P. Vogt, “Analyzing acoustic phenomena with a smartphone microphone”, The Physics Teacher, vol.53, no. 2, 2013.

[13] L.P. Vieira, V.O.M. Lara, D.F. Amaral, “Ondas sonoras estacionárias em um tubo: análise de problemas e sugestões”, Revista Brasileira de Ensino de Física, vol.36, no. 1, 2014.

[14] L.P. Vieira, V.O.M Lara, “Macrofotografia com um tablet: aplicações ao ensino de ciências”, Revista Brasileira de Ensino de Física, vol. 35, no. 3, 2013.

[15] M. Monteiro, C. Cabeza, M.C. Arturo, “Medidas de aceleração utilizando os sensores de telefones inteligentes: trabalhando com o princípio de equivalência”, Revista Brasileira de Ensino de Física, vol. 37, no. 1, 2015.

[16] E. Murphy, E. A. King, “Testing the accuracy of smartphones and sound level meterapplications for measuring environmental noise”, Applied Acoustic, vol. 106, no.1, 2016.

[17] C. H. Hansen, “Noise control: from concept to application”, New York, USA, Taylor & Francis, 2005.

[18] M. P. Nagem, “Mapeamento e análise do ruído ambiental: diretrizes e metodologia”, Dissertação (Mestrado), 119 p., 2004.

[19] J. Romeu, M. Genescà, T. Pàmies and S. Jiménez, “Street categorization for the estimation of day levels using short-term measurements”, Applied Acoustics, vol. 72, no.8, 2011.

[20] Associação Brasileira de Normas Técnicas. Acústica - Avaliação do ruído em áreas habitadas, visando o conforto da comunidade - Procedimento: NBR 10151:2000. Rio de Janeiro: ABNT, 2000.

Eriberto Oliveira do Nascimento é mestrando em Engenharia Mecânica pela Universidade Federal do Paraná (UFPR), no qual é membro do Laboratório de Acústica Ambiental - Industrial e Conforto Acústico (LAAICA). Possui graduação em Engenharia Mecânica pelo Instituto Federal de Goiás (IFG). Foi membro de grupos de pesquisa

fomentado pelo CNPq na forma de chamada científica, MEC/SETEC/CNPq Nº 94/2013, participou pela CAPES fomentado pela Fundação de Amparo à Pesquisa do Estado de Goiás (FAPEG) na forma de Iniciação Científica, CAPES/FAPEG 05-2014, é membro do grupo de Física Médica do IFG desde de 2012, realiza pesquisas nos seguintes temas: Métodos Numéricos, Física Computacional e Médica, Redes Neurais Artificiais e Modelagem Acústica. http://lattes.cnpq.br/6758334763249591

Daniel Adorno Marcelino Damaso dos Santos Graduando em Física pelo Instituto Federal de Goiás (IFG). Possui interesse em pesquisas sobre Acústica e Mobile Learning. Participa como bolsista voluntário do grupo de Física Médica do IFG desde 2016. http://lattes.cnpq.br/8682655473795119.

Felipe Luz de Oliveira é mestre no programa em Tecnologia de Processos Sustentáveis do Instituto Federal de Goiás IFG, e é parceiro de pesquisa do Laboratório de Acústica Ambiental - Industrial e Conforto Acústico, da Universidade Federal do Paraná - UFPR. Possui especialização em Radioproteção e Segurança de Fontes Radioativas e,

atualmente, é docente da Faculdade Araguaia no curso de Engenharia Civil. Possui graduação em Física pela Universidade de Taubaté - UNITAU, e atuou na área de Física das Radiações. http://lattes.cnpq.br/4283155412276389.

Sílvio Leão Vieira possui Graduação em Física (2003), com Bacharelado pela Universidade Federal da Bahia UFBA, Salvador. Mestrado (2005) e Doutorado(2009) em Física Aplicada à Medicina e Biologia pela Universidade de São Paulo USP, campus de Ribeirão Preto. Realizou Estágio Doutoral no Exterior (Bolsa "Sanduíche") no Departamento de Engenharia Biomédica (Ultrasound Research Lab. e MRI

Research Lab.) da Mayo Clinic College of Medicine, Rochester, Minnesota, Estados Unidos (20072008). Atualmente, é Professor Adjunto IV do Instituto de Física da Universidade Federal de Goiás UFG, Goiânia (2010); Coordenador do Curso de Bacharelado em Física Médica do Instituto de Física da UFG (2016); Professor Permanente do Programa de Pós-graduação em Engenharia Elétrica e da Computação da UFG (2014). Desde 2003, vem atuando na área de Engenharia Biomédica e Física Aplicada à Medicina, nas áreas de ultrassom, ressonância magnética e desenvolvimento de materiais simuladores de tecido & phantoms. http://lattes.cnpq.br/1254102050392862.

Lucas Nonato de Oliveira possui pós-doutorado em Física no programa de Tecnologia Nuclear do Instituto de Pesquisas Energéticas e Nucleares (IPEN/USP), é Doutor em Física Aplicada à Medicina e Biologia pela Universidade de São Paulo - USP (Ribeirão Preto), o qual atua na área de Física Médica com ênfase em Dosimetria das Radiações, Radioterapia, Braquiterapia e Radiologia Médica. Possui

graduação em Física pela Universidade Federal de Goiás - UFG, o qual atuou nas áreas de Física Atômica e Molecular. Atua também no Ensino de Física (Especialização em Ensino de Física, Universidade Cruzeiro do Sul - Unicsul). Docente permanente do Mestrado em Tecnologias de Processos Sustentáveis - IFG (Campus Goiânia), o qual faz pesquisas na área de Modelagem de Sistemas Ambientais com ênfase em Poluição Sonora e em Física Médica. http://lattes.cnpq.br/8986826181656822.


Date post:	03-Dec-2018
Category:	Documents
Upload:	lexuyen
View:	213 times
Download:	0 times

Mobile Learning and Computational Simulation Applied in ... · Especificamente, trabalhos na...

Documents