Knowledge discovery in a serious game for teaching industrial plants: a case study using decision trees

Authors

  • Nilo Cesar da Silva Dutra Júnior Universidade Federal do Rio Grande (C3/FURG)
  • Cleo Zanella Billa Universidade Federal do Rio Grande (C3/FURG)
  • Diana Francisca Adamatti Centro de Ciências ComputacionaisUniversidade Federal do Rio Grande https://orcid.org/0000-0003-3829-3075

DOI:

https://doi.org/10.5335/rbca.v13i1.11378

Keywords:

Industrial Plants, Serious Games, Data Mining

Abstract

Serious games are one of the tool that can help in the teaching-learning process, given them playful and motivating aspect. In parallel, each day, more information is generated in databases in all areas of knowledge and it is necessary to obtain conclusive data that can generate knowledge. This process is known as Knowledge Discovery in Databases - KDD, and uses machine learning algorithms to obtain valuable information and then interpret it. This paper presents a study about knowledge discovery in databases using a serious simulator game for higher education students. The knowledge discovery process used the decision tree technique and the results found show some students' actions/strategies, as well as their difficulties during the game.

Downloads

Download data is not yet available.

Downloads

Published

2021-04-05

Issue

Vol. 13 No. 1 (2021): April/2021

Section

Original Paper

License

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

How to Cite

[1]
2021. Knowledge discovery in a serious game for teaching industrial plants: a case study using decision trees. Brazilian Journal of Applied Computing. 13, 1 (Apr. 2021), 98–111. DOI:https://doi.org/10.5335/rbca.v13i1.11378.