A Autorregulação da Aprendizagem (Self-Regulated Learning – SRL) é uma competência essencial para o desenvolvimento de estudantes autônomos, estando associada a melhores resultados acadêmicos e ao desenvolvimento de habilidades de aprendizagem de longo prazo. Em Ambientes Virtuais de Aprendizagem (AVAs), especialmente em contextos híbridos e de educação a distância, desafios como a necessidade de maior autonomia, a redução da supervisão docente e a presença de distrações digitais tornam ainda mais relevante o acompanhamento dessa competência. Embora estudos recentes proponham a identificação de indicadores de SRL a partir de dados de interação em AVAs ou por meio de instrumentos de autorrelato, observa-se uma lacuna na integração dessas diferentes fontes de dados e na utilização desse monitoramento como suporte à reflexão e ao engajamento do estudante em seu processo de aprendizagem. Diante desse contexto, esta tese tem como objetivo projetar, implementar e avaliar uma abordagem multidimensional para o monitoramento da SRL em AVAs, baseada na integração de dados de interação, percepção e desempenho do estudante. A proposta combina dados comportamentais extraídos de logs do ambiente virtual com informações perceptivas obtidas por instrumentos de autorrelato, além de mecanismos de previsão de desempenho capazes de derivar indicadores metacognitivos relacionados à relação entre desempenho percebido e desempenho real do estudante. Como principal contribuição científica, a pesquisa propõe um modelo integrado de monitoramento da SRL que articula múltiplas dimensões de dados para apoiar tanto a identificação de padrões de autorregulação quanto a promoção de práticas reflexivas de aprendizagem. A abordagem é operacionalizada por meio de uma solução tecnológica composta pelo sistema Nexus e pelo plugin Mexus, responsáveis pela disponibilização de painéis de acompanhamento e feedbacks orientados à reflexão. Esses recursos permitem ao estudante visualizar seu progresso, identificar possíveis dificuldades e ajustar suas estratégias de aprendizagem ao longo do curso. A pesquisa foi conduzida sob a abordagem de Design Science Research (DSR), contemplando o desenvolvimento do artefato e sua avaliação empírica em cursos reais mediados por AVAs. A avaliação envolve métodos quantitativos e qualitativos, incluindo análise de indicadores comportamentais, instrumentos de percepção, medidas de usabilidade e esforço cognitivo. Espera-se que os resultados evidenciem o potencial da integração entre dados de interação, percepção e desempenho para o monitoramento da SRL, contribuindo para a identificação mais precisa de comportamentos autorregulados, para o aumento do engajamento dos estudantes e para o apoio à tomada de decisão pedagógica em ambientes digitais de aprendizagem. Além disso, espera-se que a pesquisa contribua para o avanço das áreas de Learning Analytics e Informática na Educação, oferecendo subsídios para o desenvolvimento de soluções educacionais baseadas em dados voltadas à promoção da autonomia dos estudantes.