Publication: OdA J2EE : aplicación del metamodelo relacional para el soporte de metadatos específicos del dominio en repositorios de objetos de aprendizaje
Loading...
Official URL
Full text at PDC
Publication Date
2013
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
Los objetos de aprendizaje electrónico (LOs) se conciben comúnmente como unidades digitales de información utilizadas para la enseñanza y el aprendizaje. Para facilitar su clasificación para propósitos pedagógicos, los objetos de aprendizaje electrónico (LOs) se complementan con metadatos (por ejemplo, el autor del LO) (Navarro et al. 2013).
Tal y como se describe en (Navarro et al., 2013), ciertos objetos de aprendizaje (LOs) complejos, necesitan ser complementados con diferentes tipos de información dependiente del dominio:
1. Metadatos de clasificación para mejorar la contextualización, búsqueda y recuperación (por ejemplo, la estructura de etiquetado de un sitio arqueológico donde se ha encontrado un objeto arqueológico).
2. Datos adicionales que puede enriquecer el LO (por ejemplo, el peso y otras dimensiones de un artefacto arqueológico descrito en un podcast).
Nos referimos a objetos de aprendizaje (LOs) mejorados con información de dominio dependiente, como Objetos de Aprendizaje Híbridos (HLOs).
Sin embargo, la mayoría de Repositorios de Objetos de Aprendizaje (LORs) sólo permiten que un conjunto predeterminado de metadatos sea utilizado en la clasificación de Objetos de Aprendizaje (LOs).
Esta rigidez es inapropiada cuando la información depende de esquemas de información dependiente del dominio que pueden utilizarse para la navegación, recuperación y secuenciación pedagógica de HLOS.
Por lo tanto, si se quiere gestionar LOs LOs que necesitan ser etiquetados con información perteneciente a dominios específicos, es necesaria la construcción de repositorios software personalizados por dominios.
Este proyecto presenta un solo LOR para clasificar y enriquecer LOs de acuerdo con esquemas de información dependientes del dominio, los cuales pueden ser cambiados dinámicamente después de su definición. La cuestión clave en nuestro enfoque es la presencia de un metamodelo relacional para la definición dinámica del esquema de la base de datos relacional dependiente del dominio utilizado para la clasificación y el enriquecimiento de los LOs.
Electronic learning objects (LOs) are commonly conceived of as digital units of information used for teaching and learning. To facilitate their classification for pedagogical planning and retrieval purposes, LOs are complemented with metadata (e.g., the author). These metadata are usually restricted by a set of predetermined tags to which the classification schema must conform (e.g., IEEE LOM). In our experience, certain complex LOs need to be complemented with different types of domain dependent information for their pedagogical planning and retrieval: (i) classification metadata for enhancing contextualisation, search and retrieval (e.g., the tagged structure of an archaeological site where an archeological object has been found) and (ii) additional data that can enrich the LO (e.g., the weight and other dimensions of an archaeological artifact described in a podcast). We refer to LOs enhanced with domain-dependent information as Hybrid Learning Objects (HLOs). However, most learning object repositories (LORs) only permit a predetermined, fixed set of metadata attributes to be used in the classification of LOs. This rigidity is inappropriate when domain-dependent information schemas are used for the browsing, retrieval and domain-specific pedagogical sequencing of HLOs. This custom software applications are needed to manage LOs that must be tagged with information belonging to specific domains. This paper presents a theoretical approach that permits the use of a single LOR for classifying and enriching LOs according to domain-dependent information schemas, which can be dynamically changed after their definition. The key issue in our approach is the presence of ameta-relational model for the dynamic definition of specific domain-dependent relational database schemas used for classifying and enriching LOs.
Electronic learning objects (LOs) are commonly conceived of as digital units of information used for teaching and learning. To facilitate their classification for pedagogical planning and retrieval purposes, LOs are complemented with metadata (e.g., the author). These metadata are usually restricted by a set of predetermined tags to which the classification schema must conform (e.g., IEEE LOM). In our experience, certain complex LOs need to be complemented with different types of domain dependent information for their pedagogical planning and retrieval: (i) classification metadata for enhancing contextualisation, search and retrieval (e.g., the tagged structure of an archaeological site where an archeological object has been found) and (ii) additional data that can enrich the LO (e.g., the weight and other dimensions of an archaeological artifact described in a podcast). We refer to LOs enhanced with domain-dependent information as Hybrid Learning Objects (HLOs). However, most learning object repositories (LORs) only permit a predetermined, fixed set of metadata attributes to be used in the classification of LOs. This rigidity is inappropriate when domain-dependent information schemas are used for the browsing, retrieval and domain-specific pedagogical sequencing of HLOs. This custom software applications are needed to manage LOs that must be tagged with information belonging to specific domains. This paper presents a theoretical approach that permits the use of a single LOR for classifying and enriching LOs according to domain-dependent information schemas, which can be dynamically changed after their definition. The key issue in our approach is the presence of ameta-relational model for the dynamic definition of specific domain-dependent relational database schemas used for classifying and enriching LOs.
Description
Trabajo de Fin de Grado en Ingeniería del Software (Universidad Complutense, Facultad de Informática, curso 2012/2013)