Ricardo José Rocha Amorim, E. Sánchez, M. Lama, S. Barro, Xosé A. Vila
{"title":"通过学习设计本体表示和执行教育单元","authors":"Ricardo José Rocha Amorim, E. Sánchez, M. Lama, S. Barro, Xosé A. Vila","doi":"10.4114/IA.V11I33.919","DOIUrl":null,"url":null,"abstract":"En este trabajo proponemos el modelado de disenos de aprendizaje utilizando una ontologia que describe semanticamente los conceptos definidos en la especificacion IMS Learning Design (IMS LD). Para mostrar sus posibilidades se presenta una comparacion entre la implementacion de un diseno de aprendizaje con Reload y Coppercore, las aplicaciones de referencia en el diseno y ejecucion de IMS LD, y con la ontologia de IMS LD en el sistema EUME, un sistema para la gestion inteligente del aprendizaje en entornos docentes presenciales. El resultado de este estudio muestra que con el uso de la ontologia los sistemas de gestion de aprendizaje pueden implementar disenos de aprendizaje consistentes con la especificacion IMS LD porque (1) los conceptos descritos en IMS LD estan definidos de forma mas precisa en la ontologia; (2) los axiomas definidos en la ontologia permiten clarificar el entendimiento sobre los terminos descritos en el texto de IMS LD, evitandose asi errores de interpretacion, y (3) estos axiomas permiten que los agentes software de un sistema como EUME puedan realizar inferencias durante las fases tanto de creacion como de ejecucion de disenos de aprendizaje.","PeriodicalId":43470,"journal":{"name":"Inteligencia Artificial-Iberoamerical Journal of Artificial Intelligence","volume":null,"pages":null},"PeriodicalIF":3.4000,"publicationDate":"2007-05-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Representación y Ejecución de Unidades Educativas a través de una Ontología de Diseños de Aprendizaje\",\"authors\":\"Ricardo José Rocha Amorim, E. Sánchez, M. Lama, S. Barro, Xosé A. Vila\",\"doi\":\"10.4114/IA.V11I33.919\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"En este trabajo proponemos el modelado de disenos de aprendizaje utilizando una ontologia que describe semanticamente los conceptos definidos en la especificacion IMS Learning Design (IMS LD). Para mostrar sus posibilidades se presenta una comparacion entre la implementacion de un diseno de aprendizaje con Reload y Coppercore, las aplicaciones de referencia en el diseno y ejecucion de IMS LD, y con la ontologia de IMS LD en el sistema EUME, un sistema para la gestion inteligente del aprendizaje en entornos docentes presenciales. El resultado de este estudio muestra que con el uso de la ontologia los sistemas de gestion de aprendizaje pueden implementar disenos de aprendizaje consistentes con la especificacion IMS LD porque (1) los conceptos descritos en IMS LD estan definidos de forma mas precisa en la ontologia; (2) los axiomas definidos en la ontologia permiten clarificar el entendimiento sobre los terminos descritos en el texto de IMS LD, evitandose asi errores de interpretacion, y (3) estos axiomas permiten que los agentes software de un sistema como EUME puedan realizar inferencias durante las fases tanto de creacion como de ejecucion de disenos de aprendizaje.\",\"PeriodicalId\":43470,\"journal\":{\"name\":\"Inteligencia Artificial-Iberoamerical Journal of Artificial Intelligence\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":3.4000,\"publicationDate\":\"2007-05-08\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Inteligencia Artificial-Iberoamerical Journal of Artificial Intelligence\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.4114/IA.V11I33.919\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q2\",\"JCRName\":\"COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Inteligencia Artificial-Iberoamerical Journal of Artificial Intelligence","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.4114/IA.V11I33.919","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q2","JCRName":"COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE","Score":null,"Total":0}
Representación y Ejecución de Unidades Educativas a través de una Ontología de Diseños de Aprendizaje
En este trabajo proponemos el modelado de disenos de aprendizaje utilizando una ontologia que describe semanticamente los conceptos definidos en la especificacion IMS Learning Design (IMS LD). Para mostrar sus posibilidades se presenta una comparacion entre la implementacion de un diseno de aprendizaje con Reload y Coppercore, las aplicaciones de referencia en el diseno y ejecucion de IMS LD, y con la ontologia de IMS LD en el sistema EUME, un sistema para la gestion inteligente del aprendizaje en entornos docentes presenciales. El resultado de este estudio muestra que con el uso de la ontologia los sistemas de gestion de aprendizaje pueden implementar disenos de aprendizaje consistentes con la especificacion IMS LD porque (1) los conceptos descritos en IMS LD estan definidos de forma mas precisa en la ontologia; (2) los axiomas definidos en la ontologia permiten clarificar el entendimiento sobre los terminos descritos en el texto de IMS LD, evitandose asi errores de interpretacion, y (3) estos axiomas permiten que los agentes software de un sistema como EUME puedan realizar inferencias durante las fases tanto de creacion como de ejecucion de disenos de aprendizaje.
期刊介绍:
Inteligencia Artificial is a quarterly journal promoted and sponsored by the Spanish Association for Artificial Intelligence. The journal publishes high-quality original research papers reporting theoretical or applied advances in all branches of Artificial Intelligence. The journal publishes high-quality original research papers reporting theoretical or applied advances in all branches of Artificial Intelligence. Particularly, the Journal welcomes: New approaches, techniques or methods to solve AI problems, which should include demonstrations of effectiveness oor improvement over existing methods. These demonstrations must be reproducible. Integration of different technologies or approaches to solve wide problems or belonging different areas. AI applications, which should describe in detail the problem or the scenario and the proposed solution, emphasizing its novelty and present a evaluation of the AI techniques that are applied. In addition to rapid publication and dissemination of unsolicited contributions, the journal is also committed to producing monographs, surveys or special issues on topics, methods or techniques of special relevance to the AI community. Inteligencia Artificial welcomes submissions written in English, Spaninsh or Portuguese. But at least, a title, summary and keywords in english should be included in each contribution.