Gabarito disponível
De acordo com Filatro e Cavalcanti (2023), a ciência dos dados educacionais pode ser considerada uma combinação de estatística, computação e educação que basicamente explora dados do mundo real a fim de aumentar a compreensão e a qualidade das experiências de aprendizagem. Trata-se de um campo que combina habilidades técnicas e sociais com a compreensão profunda da prática educacional em diferentes ambientes de aprendizagem, existindo uma sobreposição nas linhas de pesquisa e prática relacionadas aos dados educacionais. Nesse contexto, a intersecção entre Mineração de Dados Educacionais (EDM), Learning Analytics (LA) e Academic/ Institucional Analytics (AA/IA) se deve às técnicas de análise, que são praticamente comuns às três áreas. Além dessa intersecção geral, no caso da intersecção da AA/IA com a EDM; e da intersecção da EDM com a LA, destacam-se, respectivamente:
Resolução comentada
AA/IA∩EDM: dados administrativos e gerenciais; EDM∩LA: dados gerais relativos à aprendizagem.
Segundo Filatro e Cavalcanti, a intersecção entre AA/IA e EDM envolve dados administrativos e gerenciais. A intersecção entre EDM e LA envolve dados gerais relativos à aprendizagem, conforme o gabarito.
Análise das alternativas
As demais combinações trocam os tipos de dados entre as intersecções (ensino, apoio didático e pedagógico) e não correspondem à descrição dos autores.
Referência: Filatro e Cavalcanti (2023).
Resolução comentada do VaiConcursos.