Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Presentación TT Javier Calvo

2,248 views

Published on

Published in: Education
  • Be the first to comment

  • Be the first to like this

Presentación TT Javier Calvo

  1. 1. Generador de Assemblies de Objetos de Aprendizajepara el Dominio Informático Basado en Declaración de Perfil Profesional Javier Calvo Marinkovich Profesor Guía: Carlos Becerra Castro
  2. 2. Tabla de Contenidos• Introducción.• Marco Conceptual y Estado del Arte.• Definición del Problema.• Especificación de Requerimientos.• Diseño.• Implementación.• Muestra de la Aplicación.• Pruebas, Resultados y Análisis.• Implantación.• Conclusiones.
  3. 3. Introducción• En la Actualidad existe una gran cantidad de recursos educativos, formalmente denominados como Objetos de Aprendizaje (Oas), en el dominio informático en la web.
  4. 4. Introducción• El problema radica en el esfuerzo que demanda la selección y organización de los recursos resultantes.• Esto hace necesario el desarrollo de una aplicación web que provea al usuario combinaciones, estructuradas y personalizadas de OAs.
  5. 5. Marco Conceptual y Estado del Arte• Conceptos Fundamentales – Objetos de Aprendizaje (OAs): Son definidos como una entidad, digital o no digital, que puede ser usada para aprendizaje, educación o entrenamiento [1]. – Assemblies de OAs: Son agrupaciones lógicas y jerárquicas de OAs, con las cuales se busca satisfacer una necesidad específica en el aprendizaje. – Ontología: Es una especificación formal de una conceptualización compartida [2]. – Algoritmos de Generación de Assemblies: Son algoritmos específicamente desarrollados para generar assemblies de OAs.
  6. 6. Marco Conceptual y Estado del Arte • Técnicas y EnfoquesTécnica o Enfoque Fundamentos Composición Especificidad de OAsSeLeNe [9] Se basa en una comunidad de Automática. Nula, de cooperación para la creación y propósito descripción de Oas. general.Semantic-based Se utiliza el problema de cobertura de Automática. Nula, deAutomated Composition of conceptos para proponer un algoritmo propósitoDistributed Learning Objects para la composición y secuenciación general.for Personalized E-Learning de OAs.[10]Lecture Composer [12] Se modifica un algoritmo que Automática. Nula, de soluciona el problema de cobertura de propósito conceptos para lograr la composición general. y secuenciación de OAs.Dynamic Assembly of Repositorios de metadatos de OAs, Automática. Total, diseñadoLearning Objects [13] utilizando LOM, IMS y RDF. para enseñar WebSphere.
  7. 7. Marco Conceptual y Estado del Arte • Técnicas y EnfoquesTécnica o Enfoque Fundamentos Composición Especificidad de OasVICE [16] Utiliza ontologías importadas para Parcial. Nula, de manejar los metadatos, permitiendo propósito al usuario enriquecer la descripción general. del dominio.Knowledge Puzzle [17] Utiliza ontologías, elementos de la Automática. Nula, de minería de texto e inteligencia propósito artificial. general.TEXCOMON [19] Utiliza minería de texto para analizar No aplica. Nula, de documentos en inglés y a partir de propósito ello generar ontologías en OWL. general.
  8. 8. Marco Conceptual y Estado del Arte • Técnicas y EnfoquesTécnica o Enfoque Fundamentos Composición Especificidad de OasDecision Support Models Utiliza matrices y grafos para Automática. Nula, defor Composing and modelar pre-requisitos y secuenciar propósitoNavigating through E- OAs, además usa modelos de general.learning Objects [20] programación entera en la composición de OAs.An Information Architecture Se adapta una arquitectura de tres Automática. Nula, deto Support Dynamic capas y se utiliza IMS en conjunto propósitoComposition of Interactive con una jararquía de OAs definida. general.Lessons and Reuse ofLearning Objects [21]
  9. 9. Definición del Problema• Problema – Cuando un usuario recurre a la web por OAs no tiene seguridad si éstos serán de utilidad para llevar a cabo el aprendizaje, requiriendo que éste invierta tiempo y esfuerzo en determinar la correspondencia de los Oas y también en la organización jerárquica de dichos recursos educativos.
  10. 10. Definición del Problema• Solución – Desarrollar una aplicación web de búsqueda y composición de Oas, que entregue a sus usuarios distintas rutas de aprendizaje (Conjunto de Oas). Todo esto basado en lo que desea aprender el usuario y el conocimiento que éste ya posee.
  11. 11. Definición del Problema• Objetivos – Desarrollar una aplicación web que entregue distintos conjuntos de OAs en el dominio informático a partir de lo que el usuario desea aprender y el conocimiento que adquirió anteriormente. • Lograr la integración del algoritmo de categorización, ya creado, con la aplicación. • Mejorar a nivel relacional la ontología existente en el dominio del conocimiento informático, incluyendo dependencia de tópicos. • Integrar algoritmos de generación aportados por los usuarios de la aplicación. • Validar la efectividad de la aplicación desarrollada.
  12. 12. Definición del Problema• Metodología
  13. 13. Especificación de Requerimientos • Requerimientos FuncionalesCódigo RequerimientoRF-1 El administrador de la aplicación puede importar descripciones de OAs.RF-2 El sistema debe cetegorizar por tópicos las descripciones de OAs importadas.RF-3 El administrador de la aplicación puede crear, modificar, eliminar y buscar cuentas de usuarios.RF-4 El administrador e investigador pueden importar algoritmos de generación de assemblies a la aplicación. Este algoritmo debe ser desarrollado en java y empaquetado en un ‘‘.jar’’ según las especificaciones establecidas en el manual de la aplicación.RF-5 El administrador e investigador pueden eliminar algoritmos de generación existentes en la aplicación.RF-6 El administrador e investigador podrán seleccionar el algoritmo de generación a utilizar en la confección de la solución.
  14. 14. Especificación de Requerimientos • Requerimientos FuncionalesCódigo RequerimientoRF-7 Todos los usuarios pueden buscar OAs, a partir de una consulta basada en tópicos del dominio.RF-8 Todos los usuarios deben declarar las competencias que poseen para realizar una búsqueda. Estas competencias se declaran como tópicos del dominio.RF-9 Todos los usuarios deben declarar el tópico del dominio deseado para realizar una búsqueda.RF-10 La aplicación debe generar las soluciones a partir de las declaraciones de los usuarios.RF-11 Todos los usuarios pueden visualizar las soluciones generadas por la aplicación.RF-12 Todos los usuarios pueden exportar las soluciones a SCORM.
  15. 15. Especificación de Requerimientos • Requerimientos No FuncionalesCódigo RequerimientoRNF-1 La interfaz de usuario de la aplicación debe incorporar elementos que faciliten la operación de la aplicación. Esto se medirá a partir del tiempo requerido para llevar a cabo una tarea.RNF-2 La aplicación debe soportar un mínimo de 5.752 conexiones concurrentes, con un óptimo de 11.5041. Se considera como conexión concurrente al número de sesiones abiertas en la aplicación en un momento dado.RNF-3 La aplicación deberá soportar un mínimo de diez mil descripciones de OAs, con un óptimo de quince mil.RNF-4 La aplicación debe dar respuesta a las acciones de los usuarios en un tiempo que no supere los 30 segundos, con un óptimo de 15 segundos. 1 Valores calculados en base al número de docentes existentes de educación media en Chile, según el anuario desarrollado por el Departamento de Estudios y Desarrollo del Ministerio de Educación.
  16. 16. Especificación de Requerimientos• Modelo Conceptual
  17. 17. Especificación de Requerimientos• Caso de Uso General
  18. 18. Diseño• Arquitectura – El modelo arquitectónico seleccionado es el de tres capas, puesto que dicho modelo encaja de forma perfecta con las necesidades que deberá satisfacer la aplicación.
  19. 19. Diseño• Subsistemas y Componentes
  20. 20. Diseño• Interfaz Gráfica Gestión de Usuarios
  21. 21. Diseño• Interfaz Gráfica Gestión de Algoritmos
  22. 22. Diseño• Interfaz Gráfica Composición de OAs
  23. 23. Diseño• Ontología
  24. 24. Diseño• Base de Datos Relacional
  25. 25. Diseño• Pruebas – Pruebas unitarias: Se busca evidenciar la mayor cantidad de errores en las funcionalidades a nivel atómico. – Pruebas de integración: Se pretender verificar que los elementos de la aplicación que funcionan bien aisladamente, también lo hacen en conjunto. Utilizando el enfoque Bottom Up. – Pruebas de aceptación: Se realizan con el objetivo de validar la aplicación con los usuarios finales de ésta, para ello se han de estructurar escenarios de utilización, la realización de encuestas y el cronometrado del tiempo requerido por los usuarios para completar cada escenario.
  26. 26. Implementación Configuración Desarrollo algoritmo acceso a categorizador datos y Desarrollo lógica de Interfaces negocio gráficas Mejorar Ontología
  27. 27. Muestra de la Aplicación
  28. 28. Pruebas, Resultados y Análisis• Pruebas Unitarias – Se verificaron las siguientes funcionalidades: • Ingreso a la • Modificar usuario. aplicación. • Eliminar usuario. • Agregar OAs. • Importar algoritmo. • Buscar OAs. • Seleccionar • Eliminar OA. algoritmo. • Crear usuario. • Componer OAs. • Buscar usuario. • Exportar a SCORM.
  29. 29. Pruebas, Resultados y Análisis• Resultados Prueba Unitaria – Casos de prueba ejecutados: 24. – Casos de prueba aprobados: 22. – Casos de prueba reprobados: 2. – Casos de prueba reparados: 2.
  30. 30. Pruebas, Resultados y Análisis• Pruebas de Integración
  31. 31. Pruebas, Resultados y Análisis• Resultados Pruebas de Integración – Casos de prueba ejecutados: 8. – Casos de prueba aprobados: 8. – Casos de prueba reprobados: 0. – Casos de prueba reparados: 0.
  32. 32. Pruebas, Resultados y Análisis• Pruebas de Aceptación – Se generaron escenarios con distintas tareas a realizar por los usuarios, estos escenarios se dividieron según las funcionalidades que tiene asociado cada perfil de usuario en la aplicación, Administrador, Investigador y Académico. – Se escogió a diez personas las que se dividieron como sigue: • Administrador: 4 personas. • Investigador: 3 personas. • Académico: 3 personas.
  33. 33. Pruebas, Resultados y Análisis• Resultados Pruebas de Aceptación Perfil Administrador
  34. 34. Pruebas, Resultados y Análisis• Resultados Pruebas de Aceptación Perfil Administrador
  35. 35. Pruebas, Resultados y Análisis• Resultados Pruebas de Aceptación Perfil Investigador
  36. 36. Pruebas, Resultados y Análisis• Resultados Pruebas de Aceptación Perfil Investigador
  37. 37. Pruebas, Resultados y Análisis• Resultados Pruebas de Aceptación Perfil Académico
  38. 38. Pruebas, Resultados y Análisis• Resultados Pruebas de Aceptación Perfil Académico
  39. 39. Implantación• El proceso de implantación incluyo la realización de las siguientes tareas: – Instalación paquete de desarrollo de java. – Instalación servidor de aplicaciones Glassfish. – Instalación motor de motor de base de datos MySQL. – Carga de librerías en el servidor de aplicaciones. – Carga de base de datos necesarias para el funcionamiento de la aplicación. – Carga de la aplicación en el servidor de aplicaciones.
  40. 40. Conclusiones• En el trabajo de título que se ha desarrollado se han descrito y documentado las distintas etapas que se estipularon para brindar una solución al problema de la búsqueda y composición de recursos educativos, Oas.• La aplicación desarrollada es capaz de recibir una declaración realizada en base a tópicos del dominio informático, generando a partir es ellos una ruta de aprendizaje la cual entrega recomendaciones de Oas.• Dicha aplicación fue sometida a distintas validaciones durante el proceso de prueba, lo que permitió ir subsanando los defectos que en ese proceso se develaron.
  41. 41. Conclusiones• Al finalizar las validaciones realizadas en el proceso de pruebas la aplicación pudo ser implantada en un ambiente real de trabajo.• Todo lo anteriormente mencionado da pie para aseverar que los objetivos planteados para el trabajo de título desarrollado han sido cumplidos a cabalidad.• Para finalizar es importante vislumbrar las distintas tareas que se pueden asociar a este trabajo, como lo es la integración del algoritmo de categorización desarrollado por Pedro Hernandez [35], el desarrollo de un sistema de categorización social y también, la creación de un módulo de calificación social de los Oas.
  42. 42. Bibliografía• [1] Learning Technology Standards Committee. IEEE standard for learning object metadata. IEEE standard 1484.12.1, 2002.• [2] Willem Nico Borst. Construction of Engineering Ontologies for Knowledge Sharing and Reuse. PhD thesis, Universiteit Twente, Enschede, 1997.• [3] Cecilia M. Curlango Rosas. Learning Object Search Tool Enhancer. Último acceso 23 de abril 2012, http://yaqui.mxl.uabc.mx/~curlango/BOA07/BOA01.html, 2009.• [4] National Science Foundations. The National Science Digital Library. Último acceso 23 de abril 2012, http://nsdl.org/.• [5] School District 60, Open School BC, and BC Open University. The Resource Pool. Último acceso 23 de abril 2012, http://careo.prn.bc.ca/.• [6] SMETE Open Federation. Portal SMETE.org. Último acceso 23 de abril 2012, ttp://www.smete.org/, 1999.• [7] California State University Center for Distributed Learning. MERLOT: Multi-media Educational Resource for Learning and Online Teaching. Último acceso 23 de abril 2012, http://www.merlot.org/, 1997.• [8] California State University. Center for Distributed Learning. Último acceso 23 de abril 2012, http://www.cdl.edu/cdl_home
  43. 43. Bibliografía• [9] Philippe Rigaux and Nicolas Spyratos. SeLeNe Report: Metadata Management and Learning Object Composition in a Self eLearning Network, 2007.• [10] Simona Colucci, Tommaso Di Noia, Eugenio Di Sciascio, Francesco M. Doni-ni, and Azzurra Ragone. Semantic-based automated composition of distributed learning objects for personalized e-learning. In In European Semantic Web Con-ference (ESWC), pages 633-648. SV, 2005.• [11] W3C. OWL Web Ontology Language. Último acceso 23 de abril 2012, http://www.w3.org/TR/owl-features/.• [12] Naouel Karam, Serge Linckels, and Christoph Meinel. Semantic composition of lecture subparts for a personalized e-learning. In Proceedings of the 4th European conference on The Semantic Web: Research and Applications, ESWC 07, pages 716- 728, Berlin, Heidelberg, 2007. Springer-Verlag.• [13] Robert Farrell, Soyini D. Liburd, and John C. Thomas. Dynamic assembly of learning objects. In In World-Wide Web International Conference WWW 2004, pages 162-169. ACM Press, 2004.• [14] [IMS]. IMS Content Packaging specification v1.1.3 final. Último acceso 23 de abril 2012, http://www.imsglobal.org/content/packaging/index.html
  44. 44. Bibliografía• [15] [W3C]. Resource Description Framework (RDF) Model and Syntax Specification. Último acceso 23 de abril 2012, http://www.w3.org/TR/1999/REC-rdf-syntax- 19990222, 1999.• [16] Mario Arrigoni Neri and Marco Colombetti. Ontology-based learning objects search and courses generation. Appl. Artif. Intell., 23(3):233-260, March 2009.• [17] Amal Zouaq, Roger Nkambou, and Claude Frasson. An integrated Approach for Automatic Aggregation of Learning Knowledge Objects. Interdisciplinary Jour-nal of Knowledge and Learning Objects, 3. Retrieved 16 September, 2007.• [18] Benjamin Bloom. Taxonomy of educational objectives : the classification of educational goals. Handbook I, Cognitive domain. David McKay, New York, 1956.• [19] Amal Zouaq and Roger Nkambou. Building domain ontologies from text for educational purposes. IEEE Trans. Learn. Technol., 1(1):49-62, January 2008.• [20] Gerhard F. Knolmayer. Decision support models for composing and navigating through e-learning objects. In HICSS 03: Proceedings of the 36th Annual Hawaii International Conference on System Sciences (HICSS 03) - Track1. IEEE Computer Society, 2003.
  45. 45. Bibliografía• [21] Melanie Kellar, Henry Stern, Carolyn Watters, and Michael Shepherd. An information architecture to support dynamic composition of interactive lessons and reuse of learning objects. In HICSS 04: Proceedings of the 37th Annual Hawaii International Conference on System Sciences (HICSS 04) – Track1. IEEE Computer Society, 2004.• [22] GOOGLE. Buscador. Último acceso 05 de mayo 2012, http://www.google.cl.• [23] Hernán Astudillo, Carlos Becerrra and Marcelo Mendoza. Improving learning objects recommendation processes by using domain description models. In LACLO 2012 - Séptima Conferencia Latinoamericana de Objetos y Tecnologías de Aprendizaje – Vol 3, No 1. Comunidad Latinoamericana de Objetos de Aprendizaje, 2012.• [24] Jhon Reekie and Rohan McAdam. A Software Architecture Primer. Angophora Press, 2006.• [25] The Eclipse Foundation. Eclipse Indigo Java EE. Último acceso 18 de julio 2012, http://www.eclipse.org/downloads/packages/release/indigo/sr2.• [26] ORACLE. Java Platform Enterprise Edition. Último acceso 18 de julio 2012, http://docs.oracle.com/javaee/.
  46. 46. Bibliografía• [27] TopQuadrant. TopBraid Composer FREE Edition. Último acceso 18 de julio 2012, http://www.topquadrant.com/products/TB Composer.html.• [28] MySql. Community edition 5.5.25. Último acceso 18 de julio 2012, http://www.mysql.com/products/community/.• [29] GlassFish Server Open Source Edition. Último acceso 18 de julio 2012, http://glassfish.java.net/.• [30] IBM. Information technology - database languages - sql part 1: Framework (sql/framework). ISO/IEC 9075-1:2008, 2009.• [31] W3C. SPARQL Query Language for RDF. Último acceso 11 de enero 2013, http://www.w3.org/rdf-sparql-query/, 2008.• [32] Apache Software Foundation. Jena. Último acceso 18 de julio 2012, http://jena.apache.org/index.html.• [33] ICEsoft Technologies. ICEfaces. Último acceso 18 de julio 2012, http://www.icesoft.org/projects/ICEfaces/overview.jsf.• [34] Stuart K. Card, Thomas P. Moran, and Allen Newell. The keystroke-level model for user performance time with interactive systems. Commun. ACM, 23(7):396–410, July 1980.
  47. 47. Bibliografía• [35] Pedro Hernandez. Desarrollo de un categorizador de objetos de aprendizaje para el dominio informático basado en jerarquía de conceptos. Universidad de Valparaíso, 2013. Trabajo de Título.

×