Learning Objects Automatic Generation System for Multiple Data Formats

Abstract

This paper focuses on object processing digital resources to enhance their reusability and adaptability. Deep into content level of digital resources belonging to different formats, to achieve fine-grained knowledge-based learning objects automated generation, this paper presents a MPLOG framework that integrates a variety of learning resources analyzers. Under the guidance of the domain ontology, the analyzers have divided digital resources into blocks and marked them with knowledge point.

Design, Development and Evaluation of New Generation Learning Objects for Vocational Education

“…Bu çalışma çerçevesinde, önceki çalışmaların (Boyle, 2009;Li & Li, 2014;Nesbit, Belfer, & Leacock, 2003;Saldana Hernandez vd., 2018;Saum, 2007) sonuçlarına dayalı olarak, öğrenme nesnelerinin geliştirilme sürecinde önemli olduğu düşünülen üç önemli kalite boyutu olan teknik kalite, içerik kalitesi ve pedagojik kalite (Nesbit vd., 2003;Lau & Woods, 2008, 2009a…”

“…Öğrenme nesnelerinin, farklı formattaki görsel ve sözsel çoklu ortam materyallerini bütünleştirmeleri ve anlık geri bildirim sağlamaları nedeniyle kullanımı kolay ve ilgi çekici oldukları söylenebilir (Barak & Ziv, 2013). Öğrenme nesneleri üzerine yapılan araştırmalar, geleneksel öğretim materyallerinin kullanımına kıyasla, öğretim esnasında öğrenme nesnelerinin öğrencilerin içerikle daha fazla ilgili olmalarını sağladığını ve performanslarını arttırdığını göstermektedir (Kay & Knaack, 2008 (Silveira & da Silva, 2008), (b) öğrenme nesnelerinin kişiselleştirilmesi için semantik web (Web 3.0) uygulaması (Kurilovas, Kubilinskiene, & Dagiene, 2014), (c) öğrenme nesnelerinin meta verilerinin otomatik olarak oluşturulmasını sağlayan mimari (Li & Li, 2014), (ç) bileşenleri arasında semantik bağlantı yapılandırılmış aktif öğrenme nesneleri (Slotkienė, Baniulis, & Paulikas, 2009), (d) karmaşık öğrenme (Taamallah & Khemaja, 2014), (e) kullanıcının gereksinimlerine göre öğrenme içeriğini otomatik olarak üretmek ve uyarlamak için meta-programlama kullanan bir üst seviye tanımlama olarak adlandırılan akıllı öğrenme nesneleri (Štuikys, 2015) şeklinde sıralanabilir.…”