Q01
Mensagem
Todos os modelosIndustry-Specific
Pesquisa de Avaliação da Eficácia do Monitor de Ensino
Coleta o feedback dos alunos sobre a clareza, a capacidade de resposta, a imparcialidade e a presença em sala de aula de um monitor de ensino em aulas, laboratórios ou horários de atendimento. Inclui uma análise de melhor-pior sobre o que mais importa em um monitor e um acompanhamento por IA que aprofunda o momento específico por trás da avaliação geral de cada aluno, revelando pontos fortes concretos e falhas corrigíveis sobre as quais os departamentos podem agir.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
11 perguntas · ~6 min
Q02
Múltipla escolhaObrigatória
Em qual ambiente você mais frequentemente interagiu com este monitor?
- Seção de discussão ou de exercícios
- Sessão de laboratório
- Apenas horário de atendimento
- Apenas correção/feedback, sem contato presencial
- Uma combinação de vários destes
Q03
MatrizObrigatória
O quanto você concorda com cada afirmação sobre este monitor?
6 linhas × 5 colunas
- Explica os conceitos de uma forma fácil de entender
- Responde às perguntas (presencialmente ou por e-mail) em um tempo razoável
- Dá feedback sobre as tarefas que me ajuda a melhorar
- Cria um ambiente respeitoso e acolhedor para perguntas
- Está bem preparado para as seções, laboratórios ou horários de atendimento
- +1 mais
Colunas: Discordo totalmente · Discordo · Neutro · Concordo · Concordo totalmente
Q04
NúmeroObrigatória
No último mês, quantas vezes você compareceu ao horário de atendimento deste monitor ou a uma sessão conduzida por ele fora do horário obrigatório de aula?
Q05
Escala de avaliaçãoObrigatória
Como você avaliaria a clareza e a utilidade do feedback escrito ou verbal que este monitor dá sobre o seu trabalho?
Intervalo: 1 – 5
Mín:Nada útilMáx:Extremamente útil
Q06
Compensação melhor–pior (MaxDiff)Obrigatória
Das qualidades abaixo, qual mais importa para você em um monitor de ensino e qual menos importa?
- Conhecimento profundo do conteúdo do curso
- Explicações claras e organizadas
- Respostas rápidas e confiáveis às perguntas
- Imparcialidade e consistência na correção
- Acessibilidade e paciência
- Entusiasmo pelo assunto
- Disponibilidade fora dos horários agendados
Escolha a melhor e a pior de cada conjuntoMelhor:Mais importaPior:Menos importa
Q07
Escala de opiniãoObrigatória
De modo geral, o quão eficaz este monitor tem sido em apoiar o seu aprendizado neste semestre?
Escala: 0 – 10
Mín:Nada eficazMáx:Extremamente eficaz
Q08
Entrevista com IA
Ancore na avaliação geral de eficácia do respondente e peça que descreva um momento específico e recente com este monitor (uma sessão, uma troca de e-mails, uma tarefa corrigida) que tenha moldado essa nota. Se a avaliação foi baixa, investigue o que o monitor poderia ter feito de diferente naquele momento; se foi alta, investigue o que especificamente fez dar certo, para que o departamento possa reforçar esse comportamento. Se o respondente der uma resposta vaga ou puramente abstrata, peça um exemplo concreto antes de prosseguir.
Q09
Texto longo
Há algo específico que você sugeriria para ajudar este monitor a melhorar, ou algo que você gostaria que o departamento soubesse?
Q10
Múltipla escolha
Qual é o seu ano atual no curso?
- Primeiro ano
- Segundo ano
- Terceiro ano
- Quarto ano ou além
- Estudante de pós-graduação
- Prefiro não dizer
Q11
Mensagem
Isso é tudo — obrigado pelo seu feedback! Suas respostas serão combinadas com as de outros e compartilhadas com o departamento para ajudar a reconhecer monitores excelentes e direcionar o apoio para onde ele é necessário.
O que está incluído
Acompanhamento com IA
Sondagens adaptativas nas respostas abertas que revelam detalhes que um formulário estático deixaria passar.
Verificações de atenção
Proteções integradas contra respostas apressadas e participantes de baixa qualidade.
Textos escritos por IA
Redação, ordem e ramificações escritas pela IA, ajustadas ao seu objetivo de pesquisa.
Relatório automático
Temas, citações e um resumo em linguagem simples se escrevem sozinhos assim que as respostas chegam.
Como se compara
Analisamos os modelos mais parecidos de outras ferramentas de pesquisa. Veja o que elas fazem bem e onde este modelo vai além.
Por que este modelo
- Includes a dedicated AI follow-up interview that anchors on each student's overall effectiveness rating and digs into the specific moment behind it, surfacing concrete strengths and fixable gaps
- Combines structured measurement (matrix agreement statements, rating and opinion-scale questions) with a best-worst (max-diff) trade-off to identify what students value most in a TA
- Captures context often missed in static forms, such as setting of interaction (lecture, lab, office hours), frequency of office-hour attendance, and class standing, so departments can segment results
- Closes with an open-ended improvement question and an automated report, giving departments both quantitative scores and actionable qualitative detail per TA
SurveyMonkey
Teaching Assistant Evaluation: TA Survey ExamplesThis is a directly comparable, fielding-ready template covering TA evaluation from students, with example questions on clarity and support. It's a static questionnaire built for broad, quick deployment rather than adaptive probing, and it doesn't appear to include a trade-off exercise on what matters most in a TA. SurveyMonkey's strength here is ease of setup and its large template library for academic use cases.
O que faz bem
- Well-established, easy-to-launch template built specifically for TA evaluation
- Backed by a large, familiar survey platform with broad institutional adoption
- Likely includes standard rating-style questions covering common TA evaluation criteria
Onde deixa a desejar
- Static question set with no adaptive AI follow-up to probe the reasoning behind a rating
- No visible best-worst/trade-off mechanism to reveal which TA qualities matter most to students
- No published methodology on how questions were designed or scored, unlike QuestionPunk's transparent prompts and automated per-response quality scoring
Perguntas frequentes
Quais perguntas estão no modelo “Pesquisa de Avaliação da Eficácia do Monitor de Ensino”?
O modelo inclui 11 perguntas prontas para usar, começando por: “Obrigado por dedicar alguns minutos para refletir sobre sua experiência com seu monitor de ensino neste semestre. Seu fe…” · “Em qual ambiente você mais frequentemente interagiu com este monitor?” · “O quanto você concorda com cada afirmação sobre este monitor?”. O conjunto completo aparece acima e todas as perguntas podem ser editadas.
Quanto tempo leva para responder a esta pesquisa?
Os participantes normalmente terminam as 11 perguntas em cerca de 6 minutos.
Posso personalizar este modelo?
Sim: cada pergunta, cada opção de resposta e a ordem podem ser editadas antes de publicar. Você pode adicionar ou remover perguntas, ou pedir ao editor com IA para refazer a pesquisa em torno do seu objetivo.
Este modelo é gratuito?
Sim. Abra no editor e comece a personalizar agora: não é preciso criar conta para testar, e o plano gratuito cobre a publicação da sua pesquisa.
Pronto para publicar?
Abra este modelo no editor. Tudo é seu para mudar antes de o primeiro participante ver.
Modelos relacionados
Mais estudos sobre temas semelhantes.
Industry-Specific
Avaliação de Pares 360 e Pesquisa de Relacionamento de Trabalho
Um modelo estruturado de avaliação de pares para ciclos de feedback 360 graus — abrangendo competências essenciais de colaboração, uma avaliação geral de eficácia e uma priorização best-worst de áreas de desenvolvimento — além de uma entrevista de acompanhamento com IA que reconstrói o incidente concreto por trás da avaliação, para que o feedback não seja apenas um número. Desenvolvido para RH, people ops e líderes de equipe que conduzem ciclos de avaliação de pares.
Ver modeloIndustry-Specific
Pesquisa de Avaliação de Professores do Ensino Médio e Eficácia em Sala de Aula
Coleta o feedback dos alunos sobre a clareza didática, a imparcialidade, a disponibilidade e a gestão de sala de aula de um professor, e então utiliza uma entrevista de acompanhamento com IA para explorar um momento específico por trás da avaliação geral. Desenvolvida para coordenadores de área, tutores pedagógicos e gestores escolares que realizam avaliações de professores no fim do período letivo.
Ver modeloIndustry-Specific
Pesquisa de Avaliação da Eficácia Docente
Mede como os alunos vivenciam a atuação de um professor em termos de clareza, engajamento, feedback, disponibilidade e imparcialidade, além da satisfação geral e da probabilidade de recomendação. Desenvolvida para departamentos acadêmicos e coordenadores de curso que realizam avaliações de fim de semestre, com uma entrevista de acompanhamento por IA que aprofunda o momento ou a atividade específica que mais influenciou a avaliação de um aluno.
Ver modeloIndustry-Specific
Pesquisa de Feedback dos Alunos sobre a Eficácia do Professor
Coleta o feedback dos alunos sobre a clareza, imparcialidade, engajamento e apoio de um professor, além de quais qualidades são mais importantes para o aprendizado. Uma entrevista de acompanhamento com IA aprofunda o momento específico por trás da nota geral de recomendação de cada aluno, trazendo à tona exemplos concretos em vez de elogios ou reclamações vagas.
Ver modeloIndustry-Specific
Avaliação de Desempenho do Professor e Experiência em Sala de Aula
Captura como os alunos vivenciam a clareza, a imparcialidade, o feedback e o engajamento de um professor usando uma bateria de avaliação e um trade-off best-worst sobre o que mais importa, e então utiliza uma entrevista de acompanhamento com IA para aprofundar o momento específico por trás da menor nota, em vez de uma reclamação vaga. Desenvolvido para avaliações de professores ao fim de cursos ou semestres.
Ver modeloIndustry-Specific
Pesquisa de Feedback Pós-Aula e Qualidade do Ensino
Captura o quão clara, bem ritmada e envolvente foi uma aula, além de quais aspectos específicos (ritmo, exemplos, perguntas e respostas, materiais) os estudantes mais desejam ver aprimorados. Uma entrevista de acompanhamento com IA aprofunda em um momento concreto que o estudante achou confuso ou envolvente, transformando avaliações vagas do tipo 'foi ok' em detalhes concretos sobre os quais um instrutor pode agir.
Ver modelo