Stage-oe-small.jpg

Phdthesis3009: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
(Die Seite wurde neu angelegt: „{{Publikation Erster Autor |ErsterAutorNachname=Wiesner |ErsterAutorVorname=André }} {{Phdthesis |Title=Activity Tree Harvesting - Entdeckung, Analyse und Verwer…“)
 
 
Zeile 6: Zeile 6:
 
|Title=Activity Tree Harvesting - Entdeckung, Analyse und Verwertung der Nutzungskontexte SCORM-konformer Lernobjekte
 
|Title=Activity Tree Harvesting - Entdeckung, Analyse und Verwertung der Nutzungskontexte SCORM-konformer Lernobjekte
 
|Instructor=Hartmut Schmeck
 
|Instructor=Hartmut Schmeck
|Date=2010/06/10
+
|Date=2010/02/12
 
|School=KIT
 
|School=KIT
 
|Address=Karlsruhe
 
|Address=Karlsruhe
Zeile 16: Zeile 16:
 
Das Bestreben, Lernmaterialien wiederzugewinnen, ist das zentrale Motiv der Forschungsarbeit "Activity
 
Das Bestreben, Lernmaterialien wiederzugewinnen, ist das zentrale Motiv der Forschungsarbeit "Activity
 
Tree Harvesting" (ATH). Im Mittelpunkt steht die Fragestellung, wie das Auffinden von Lernressourcen unterstützt und deren Wiederverwendung in neuen Lehr- und Lernkontexten gefördert werden kann. Das hierzu entwickelte Retrieval-Verfahren sammelt die auf viele Einzelsysteme verstreuten, SCORM-basierten Informationen zu Lernobjekten und Kursstrukturen (sog. "Activity Trees"). Auf Grundlage dieser
 
Tree Harvesting" (ATH). Im Mittelpunkt steht die Fragestellung, wie das Auffinden von Lernressourcen unterstützt und deren Wiederverwendung in neuen Lehr- und Lernkontexten gefördert werden kann. Das hierzu entwickelte Retrieval-Verfahren sammelt die auf viele Einzelsysteme verstreuten, SCORM-basierten Informationen zu Lernobjekten und Kursstrukturen (sog. "Activity Trees"). Auf Grundlage dieser
aggregierten Eingangsdaten werden für Lehrende als auch Lernende Such- und Empfehlungsdienste angeboten, die bei der Auswahl und Strukturierung von Lernmaterialien hilfreich sind.  
+
aggregierten Eingangsdaten werden für Lehrende als auch Lernende Such- und Empfehlungsdienste angeboten, die bei der Auswahl und Strukturierung von Lernmaterialien hilfreich sind.
 
 
 
|ISBN=3866445121
 
|ISBN=3866445121
 
|Link=http://digbib.ubka.uni-karlsruhe.de/volltexte/1000017793
 
|Link=http://digbib.ubka.uni-karlsruhe.de/volltexte/1000017793
 
|Forschungsgruppe=Effiziente Algorithmen
 
|Forschungsgruppe=Effiziente Algorithmen
 
}}
 
}}

Aktuelle Version vom 3. März 2011, 13:44 Uhr

Activity Tree Harvesting - Entdeckung, Analyse und Verwertung der Nutzungskontexte SCORM-konformer Lernobjekte




Datum: 12. Februar 2010
KIT
Erscheinungsort / Ort: Karlsruhe
Referent(en): Hartmut Schmeck
BibTeX


Kurzfassung
Die Erstellung multimedialer Lernangebote ist mit einem erheblichen Zeit- und Kostenaufwand verbunden. Vor dem Hintergrund knapper Budgets findet die Wiederverwendung bestehender Materialien sowohl im akademischen als auch unternehmerischen Bereich immer mehr Fürsprecher. Allerdings erweist sich das Auffinden geeigneter, wiederverwendbarer Lernmaterialien oftmals als schwierig: Zum einen existiert heute eine unüberschaubare Anzahl von Archivierungssystemen für Lernobjekte. Zum anderen bieten diese Systeme meist nur wenige Mechanismen, die treffsicher jene Objekte aufspüren, welche dem individuellen Bedarf des interessierten Nutzers entsprechen.

Das Bestreben, Lernmaterialien wiederzugewinnen, ist das zentrale Motiv der Forschungsarbeit "Activity Tree Harvesting" (ATH). Im Mittelpunkt steht die Fragestellung, wie das Auffinden von Lernressourcen unterstützt und deren Wiederverwendung in neuen Lehr- und Lernkontexten gefördert werden kann. Das hierzu entwickelte Retrieval-Verfahren sammelt die auf viele Einzelsysteme verstreuten, SCORM-basierten Informationen zu Lernobjekten und Kursstrukturen (sog. "Activity Trees"). Auf Grundlage dieser aggregierten Eingangsdaten werden für Lehrende als auch Lernende Such- und Empfehlungsdienste angeboten, die bei der Auswahl und Strukturierung von Lernmaterialien hilfreich sind.

ISBN: 3866445121
Weitere Informationen unter: Link



Forschungsgruppe

Effiziente Algorithmen


Forschungsgebiet