Method for risk assessment of project-based learning failure via AHP and BBN aiming at improving the quality of engineering educationand

Autores

DOI:

https://doi.org/10.1590/1982-57652025v30id291247

Palavras-chave:

active learning, engineering education, risk ssessment

Resumo

Project-based learning (PBL) has become a prominent approach in engineering education, fostering students' professional knowledge. However, universities often encounter unforeseen challenges with PBL, leading to a return to conventional teaching methods. The complexities of PBL introduce numerous variables, increasing the risk of failure. This study proposes a method to identify risk factors in employing PBL for teaching engineering students. It involves assessing risk probability and impact to derive global risk scores, utilizing the Bayesian Belief Network (BBN), and crafting responses to high-scoring risks. A case study validated the method, gathering data from various sources. Risk factors were identified, categorized, and assessed using a survey and Analytic Hierarchy Process (AHP). BBN and sensitivity analysis identified high probability risks, allowing for the formulation of response actions. The proposed method enhances the PBL process, offering a proactive risk mitigation process and insights into the education sector that benefit professors, students, and decision-makers.

Biografia do Autor

  • Thiago Piantino da Camara, Universidade Católica de Petrópolis

    Graduado em Engenharia Civil pela Universidade Católica de Petrópolis (2018); Especialização em Engenharia de Segurança do Trabalho (2022) pela Pontifícia Universidade Católica de Minas Gerais (PUC-MG); Mestrado em andamento de Gestão de Sistemas de Engenharia pela Universidade Católica de Petrópolis (UCP). Atualmente sendo Assessor da Direção Acadêmica das Ciências Humanas e Tecnológica no Centro Universitário Serra dos Órgãos

  • Jose Cristiano Pereira, Universidade Católica de Petrópolis

    Graduado em Engenharia Mecanica pela Universidade Católica de Petrópolis em 2005. MBA em Gerenciamento de Projetos pela FGV em 2009. Especialização em Engenharia de Produção pela UFJF em 2011. Mestrado em Sistemas de Gestão pela Universidade Federal Fluminense (UFF) em 2012. Doutorado em Engenharia de Produção pela UFF em 2014. Pos doutorado (em curso) no LNCC (Laboratorio Nacional de Computação Científica) e na Universidade de Aveiro (Portugal). Certificações Internacionais: PMP (Project Management Professional) pelo PMI (Project Management Institute), RMP (Risk Management Professional) pelo PMI (Project Management Institute), CQE (Certified Quality Engineer) pela ASQ (American Society for Quality), Proficiency in English pelas Universidades de Cambridge, Michigan e Oxford, DSQR (Designated Supplier Quality Representative) pela GE, DMIR (Designated Manufacturing Inspector Representative) pelo FAA (USA), RCI ( Regulatory Compliance Inspetor) pela GE Aviation (USA). Certificações Nacionais: SPR (Supervisor de Proteção Radiológica) pela CNEN (Comissão Nacional de Energia Nuclear). Desempenhou as funções de Supervisor de Proteção Radiológica, Engenheiro de Qualidade, Coordenador e Gerente da Qualidade na GE Aviation durante 33 anos. Professor nos cursos de Graduação e Mestrado em Engenharia na Universidade Católica de Petropolis (UCP) nas disciplinas Gestão da Qualidade, Gestão de Operações, Gestão de Riscos/Confiabilidade e Técnicas de Otimização. Revisor do Journal of Aerospace Engineering. Revisor do International Journal of Intelligent Systems Technologies and Applications (IJISTA). Revisor do congresso ENEGEP. ORCID: https://orcid.org/my-orcidResearch Gate: https://www.researchgate.net/profile/Jose_Cristiano_Pereira

  • Ercilia Stefano, Universidade Federal Fluminense

    Professora do quadro permanente no Programa de Pós-graduação em Ambiente Construído - UFJF. Supervisora de alunos de pós-doutorado. Líder do Núcleo de Inteligência Artificial, Tecnologias, Inovação e Empreendedorismo - IA InovA, certificado no CNPq. Professora Adjunta na UFJF. Professora-pesquisadora no NGIME - UFJF. Pesquisadora ad-doc FACEPE. Pós-doutora em Engenharia Civil - UFRJ - COPPE com ênfase em Inteligência Artificial Pós-doutora em Sistemas de Gestão Sustentáveis - UFF. Doutora em Engenharia de Transportes - UFRJ - COPPE com ênfase em Inteligência Artificial. Mestre em Engenharia de Sistemas - UFRJ - COPPE, com ênfase em Inteligência Artificial. MBA em Gestão Estratégica em Comércio Exterior. Especialista Lato Sensu em Gestão Estratégica Pública. Especialista Lato Sensu em Machine Learning e Inteligência Artificial. Especialista Lato Sensu em Direito Administrativo e Gestão de Pessoas no Setor Público .Especialista Lato Sensu em Neuropsicopedagogia. Especialista Lato Sensu em Gerência e Desenvolvimento de Sistemas Orientado a Objetos. Graduada em Matemática. Advogada. Pedagoga. Revisora de revistas e periódicos nacionais e internacionais. Especialista em metodologias ativas de ensino. Principais áreas de atuação: Inovação; Empreendedorismo, Inteligência Artificial; Tecnologias da Informação; IoT; Smart Cities; Urbanismo; Sistemas Inteligentes e Autônomos. 

  • Ana Carolina Rios Coelho, Universidade Federal Fluminense

    Possui graduação em Engenharia Mecânica pelo Instituto Politécnico da Universidade do Estado do Rio de Janeiro (UERJ) em 2007 e mestrado e doutorado em Modelagem Computacional pela mesma instituição, respectivamente em 2009 e 2011. Foi professora da Universidade Federal do Oeste do Pará (UFOPA), lotada no Instituto de Engenharia e Geociências (IEG) de fevereiro de 2012 à março de 2021. Coordenadora do curso de Engenharia Física do IEG de fevereiro de 2014 a dezembro de 2014. Tutora do Grupo PET do IEG de Maio de 2014 à Setembro de 2017. Desde março de 2021 é Professora Associada no Departamento de Engenharia de Produção de Petrópolis da Universidade Federal Fluminense (UFF). Atualmente, é coordenado do curso de Engenharia de Produção da UFF campus Petrópolis.Tem atuado em Otimização, principalmente nos seguintes temas: criação e modificação de metaheurísticas e otimização de problemas de engenharia. 

  • Natália Fernandes da Motta, Universidade Federal de Juiz de Fora

    Mestranda do Programa de Pós-graduação em Ambiente Construído da Universidade Federal de Juiz de Fora (PROAC-UFJF). Possui graduação em Direito pelo Centro Universitário Serra dos Órgãos - UNIFESO (2019) e pós graduação latu sensu em: (1) Direito Empresarial e (2) Advocacia Extrajudicial. Pós graduanda em (1) LGPD e (2) Direito Civil e Direito Processual Civil. Advogada atuante em Assessoria Jurídica Empresarial e em outras áreas do Direito. Pesquisadora do Núcleo de Inteligência Artificial, Tecnologias, Inovação e Metaverso - IA InovA, certificado pela Universidade Federal de Juiz de Fora (UFJF). Possui interesse em Direito Empresarial, Direito Preventivo e na interface entre o Direito e inovações tecnológicas. 

Publicado

10-10-2025

Edição

v. 30 (2025)

Seção

Artigos

Licença

Copyright (c) 2025 Thiago Piantino da Camara, Jose Cristiano Pereira, Ercilia Stefano, Ana Carolina Rios Coelho, Natália Fernandes da Motta

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Esta licença permite que outros distribuam, remixem, adaptem e criem a partir do seu trabalho, mesmo para fins comerciais, desde que lhe atribuam o devido crédito pela criação original. 

A responsabilidade sobre o conteúdo das publicações são total e exclusiva dos autores, que mantêm os direitos autorais e atribuem o direito de primeira publicação para a Avaliação: Revista da Avaliação da Educação Superior.  Ao submeter o artigo, o(s) autor(es) garante(m) que ele não contém nenhuma violação de quaisquer direitos autorias.

A remessa de originais implica a autorização para publicação e disponibilização on-line sem o pagamento de direitos atorais.
A reprodução de artigos publicados na Avaliação só é permitida com indicação da fonte. 

Como Citar

Method for risk assessment of project-based learning failure via AHP and BBN aiming at improving the quality of engineering educationand. Avaliação: Revista da Avaliação da Educação Superior, Campinas; Sorocaba, SP, v. 30, p. e0250, 2025. DOI: 10.1590/1982-57652025v30id291247. Disponível em: https://submission.scielo.br/index.php/aval/article/view/291247. Acesso em: 18 out. 2025.