Strategie Per Un Lor Federato

Le strategie per un LOR Le strategie per un LOR federato:federato:

da PLOR a ILORda PLOR a ILOR

di Marcello Giacomantonio

Chimera Special Interest Group

I seminari del CERTE

Argenta 22 gennaio 2007

CERTE - Le strategie per un LOR federato 2

La conoscenza in Pegasus La conoscenza in Pegasus LMSLMS®® v.5.4.x v.5.4.x

Pegasus LMS® dispone di diversi depositi per l’archiviazione della conoscenza

• Un deposito per i LO:– Alimentabile da LCMS – Course Builder– Alimentabile dall’esterno con SCO– Alimentabile dall’esterno con LO non SCORM che

vengono trasformati automaticamente in SCORM

• Un archivio documentare con un motore semantico (OKM)

• Biblioteche di aule virtuali del LMS


Il campo potenziale degli Il campo potenziale degli oggettioggetti


I documenti digitali in PLOR I documenti digitali in PLOR secondo le specifiche IMSsecondo le specifiche IMS


Natura degli oggetti digitaliNatura degli oggetti digitali

• Documenti– Office e similari– PDF– HTML– Etc

• Learning object– Natura interattiva e tracciabile SCORM– Formati da content object– Rispondenti ad un obiettivo didattico


L’annotazione degli oggettiL’annotazione degli oggetti

• LMS-CAT e Course builder– strumento assistito e facilitato della meta datazione

SCORM

• OKM (open knowledge management)– Analisi semantica dei testi– Costruzione del glossario– Costruzione del thesaurus– Annotazione degli oggetti in sezione metadati

SCORM (per i LO) o Dublin Core (Doc)

• Gestione centralizzata dei Doc delle biblioteche e degli allegati


Un doppio percorso per la Un doppio percorso per la definizione dei metadati di definizione dei metadati di

PLORPLOR

Top-down• ELDUM model• ELDO ontology

Bottom-up• Catalogo didattico

• Dublin Core Metadata• SCORM LOM

PLOM 3

PLOM 3Pegasus LOM


Un percorso bottom-up per la Un percorso bottom-up per la catalogazione in PLORcatalogazione in PLOR

• Il problema della selezione delle proprietà rilevanti

• Nel processo bottom-up– Ricognizione degli oggetti disponibili (corsi a distanza

di UniFE) e delle loro proprietà rilevanti– Distinzione di tre tipologie di proprietà

• Anagrafiche, di contenuto, di contesto

– Confronto con un modello standard• DUBLIN CORE PLOM 1 (Pegasus LO Metadata)

– Integrazione 9 classi LOM SCORM• Sottocategorie SCORM PLOM 2


Logica del percorso bottom-up Logica del percorso bottom-up per la formulazione di PLOMper la formulazione di PLOM

Database materialididattici corsi

Dublin CoreMetadata Initiative

PLOM 1

PLOM 1Prima stesura

SCORM 20043^edizione

PLOM 2

PLOM 2Seconda stesura

Top-down


Partendo da Dublin Core Partendo da Dublin Core metadata element setmetadata element set

• Dublin Core metadata element set è un insieme di 15 metadati selezionati per la descrizione dei documenti, nato dal gruppo di lavoro su RDF del 3WC– ISO 15836:2003(E)

• A questi 15 matadati base (core) se ne aggiungo molti altri e l’intero set è continuamente aggiornato e reso accessibile.

• Il primo insieme di proprietà del modello è stato costruito nel “Metadata workshop” a Dublin, Ohio (USA) nel 1995 da cui deriva il nome

• Il modello è costantemente manutenzionato dal “Dublin Core Metadata Initiative” (www.dublincore.org)

http://www.dublincore.org/


Le proprietà di DC Le proprietà di DC metadata (1)metadata (1)

Proprietà Definizione

Contribuente Contributor

Una entità responsabile di fornire contributi al contenuto della risorsa

Copertura Coverage

L’estensione o scopo del contenuto della risorsa

CreatoreCreator

Una entità inizialmente responsabile di sviluppare il contenuto della risorsa

Formato Format

La manifestazione fisica (materiale) o digitare della risorsa

DataDate

Una data di un evento del ciclo di vita della risorsa

Descrizione Description

Una sintesi del contenuto della risorsaAn account of the content of the resource

IdentificatoreIdentifier

Un riferimento non ambiguo alla risorsa in un dato contesto


Le proprietà DCm (2)Le proprietà DCm (2)

LinguaLanguage

Una lingua del contenuto intellettuale della risorsa

EditorePublisher

Una entità responsabile di rendere disponibile la risorsa

RelazioneRelation

Un riferimento ad una risorsa correlata

DirittiRights

Informazione sui diritti detenuti sulla e per la risorsa

FonteSource

Un riferimento ad una risorsa dalla quale l’attuale risorsa è derivata

SoggettoSubject

Elemento rilevante del contenuto della risorsa

TitoloTitle

Nome assegnato alla risorsa

TipoType

Natura o genere del contenuto della risorsa


Metadati per tipologie da DCm Metadati per tipologie da DCm a PLOM1a PLOM1

• I dati anagrafici– ID [DC Identificatore]– Titolo [DC ≡]– Autore [DC Creator]– Contribuente [DC]– Editore [DC ≡]– Anno edizione [DC Data]– Lingua [DC ≡]– Formato * [DC ≡]– Caratteristiche formato [P]– Diritti [DC]

• I dati di contenuto– Copertura [DC] area tem– Soggetto [DC]– Descrizione [DC]– Parole chiave [P]

– Tipologia [DC Tipo]– Relazione [DC]– Fonte [DC]

• I dati di contesto– Modalità Fruizione [P]– Corso [P]– Destinatari [P]– Anno di corso [P]– Anno accademico [P]– Insegnamento [P]– Docente (1,2,3, n) [P]– CFU [P]– Ore [P]– Tutor contenuto [P]– Tutor aula [P]

DC = Dublin Core P = Pegasus


LOM – Learning Object LOM – Learning Object MetadataMetadata


LOM – La sezione GeneralLOM – La sezione General


Diagramma ad albero dei Diagramma ad albero dei LOMLOM

Esem

pio

diag

ram

ma

ad a

lber

o LO

M


La classe <title> in notazione La classe <title> in notazione XMLXML

<general> <title>

<langstring xml:lang=“it"> Titolo dell’oggetto in italiano </langstring>

<langstring xml:lang="en"> Title in English </langstring>

<langstring xml:lang="fr"> Titre en francais </langstring> </title></general>


Un wizard in Pegasus LMS per Un wizard in Pegasus LMS per l’implementazione dei LOMl’implementazione dei LOM

<language>Indicare il principale linguaggio o i linguaggi usati nel testo del LO. Occorre 0 o più volte, al massimo 10. Esempio:<general> <language> en </language> <language> fr </language> </general>

Azione:Selezionare la lingua inglese francese italiano …


La classe <keyword>La classe <keyword>

• Analisi del contenuto dei LO tramite OKM• Costruzione del glossario dei contenuti

– Revisione del glossario dei contenuti

• Costruzione del thesaurus dei contenuti• Marcatura del campo <keyword>

– Definizione di soglie

• Indici di rilevanza “relativi” per la ricerca– IRG Indice di rilevanza nel glossario– IRD Indice di rilevanza nel documento

Il processo top-downIl processo top-down

Dalla scelta del campo alla implementazione di un’ontologia


Molte ontologie per il settore Molte ontologie per il settore tematico dell’eLearningtematico dell’eLearning

• Non una “Ontologia dell’eLearning” ma un’ontologia per la classificazione dei “Progetti di eLearning”

• L’implementazione in uno strumento per la costruzione di ontologie – Protégé + OWL

• Da ELDO (eLearning Design Ontoloogy) a PLOM 3 (Pegasus LO Metadata)


Logica del percorso top-down Logica del percorso top-down per la costruzione di PLOMper la costruzione di PLOM

ELDUMModello unificato

di eLearning Design

ELDOOntologia

eLearning Design

Bottom-upPLOM 3

PLOM 3Stesura finale

Logicadescrittiva


ELDUM Un modello unificatoELDUM Un modello unificatoUn altro approccio dal bassoUn altro approccio dal basso

• I diversi corpora che formano un corpus– Contest

• Analisi delle competenze

– training organization• La struttura e i servizi

– eLearning Design• il progetto di eL

– training strategy• Le metodologie


ELDUM le fontiELDUM le fonti

• Il contesto e l’organizzazione– Studi sulle competenze e sull’organizzazione

formativa– Modelli semantici

• La struttura del learning design– IMS Learning Design Specification

• La struttura dei LO– Learning Object

• MG

– An in depth LO structure analysis• MG eLearn 2007 – Quebec City


Perché una ontologia per Perché una ontologia per PLOR PLOR

• Una ontologia – è una descrizione esplicita formalizzata di una visione

semplificata e astratta (modello) del mondo (area tematica) che vogliamo rappresentare.

• L’ontologia – migliora l’affidabilità del modello e fornisce gli

strumenti per la gestione nel tempo

• L’ontologia – dispone di strumenti di supporto per la costruzione del

modello


Come costruire ELDOCome costruire ELDO

• Definire– Classi (concetti, entità, nodi, ecc.)– Proprietà (relazioni, archi, ecc.)– Individui

• Descrivere– Le proprietà con istanze di logica descrittiva

(DL description logic)

• Utilizzare– I meccanismi inferenziali


Che cos’è la DLChe cos’è la DLDescription LogicDescription Logic

• Un insieme di formalismi di rappresentazione della conoscenza basati sulla logica– Derivano dagli studi sulle reti semantiche e di KL-ONE (sistema

di rappresentazione della conoscenza)– Descrive il dominio in termini di concetti (classi), ruoli (proprietà,

relazioni) e individui• Si distingue per:

– Una semantica formale (basata su modello teorico)• Frammenti definibili di FOL• Strettamente correlata alla logica Proposizionale Modale, Ibrida e

Dinamica– Che fornisce servizi inferenziali

• Procedure decisionali per problemi chiave (soddisfabilità, sussunzione, ecc.)

• Sistemi già implementati (altamente ottimizzati)

[I. Horrocks]


Elementi base della DLElementi base della DL

• Concetti (predicati unari/formule con una variabile indipendente)– (Es.:Persona, Allievo, TutorContenuto, Compito, ecc.)

• Ruoli (predicati binari/formule con due variabili indipendenti)– (Es, haCompito, studia, (haTutor ± haDocente) )

• Individui (constanti)– (Es.: Mario Rossi, Università di Ferrara, Italia,)

• Operatori (per formare concetti e ruoli) vincolati in modo che:– Soddisfabilità/sussunzione è decidibile e, se possibile, di bassa

complessità– Non vi sia necessità per un uso esplicito di variabili– Tale per cui i conteggi possano essere espressi in modo

sintetico


OWL un linguaggio per OWL un linguaggio per l’ontologia del webl’ontologia del web

• Il web semantico a portato alla richiesta di un “linguaggio per l’ontologia del web”

• Gruppo di lavoro su Web-Ontology (WebOnt)– WebOnt ha sviluppato il linguaggio OWL – OWL basato sui primi linguaggi OIL e DAML+OIL– OWL è ora una raccomandazione W3C (cioè uno

standard)• OIL, DAML+OIL e OWL sono basati su

Description Logics– OWL è effettivamente una sintassi “Web-friendly” per SHOIN


Un sistema di monitoraggio e Un sistema di monitoraggio e valutazione della qualità dei valutazione della qualità dei

LOMLOM• Completezza

• Accuratezza

• Provenienza

• Conformità alle aspettative

• Consistenza & coerenza logica

• Temporalità

• Accessibilità


PLORPLORPegasus Learning Object Pegasus Learning Object

RepositoryRepositoryLo sviluppo di PLOR prevede lo

sviluppo e l’integrazione di molti diversi processi ed applicazioni

• Archiviazione dei dati bibliografici

• Wizard di supporto alla metadazione– Possibilità di ereditare dati– Dati di contenuto da OKM

• Ontologia di eLD con compilazione controllata

ELDOOntologia eLearning

Design

Base dati informazionebibliografica

AnnotazionemetadatiSCORM


Road Map per il 2008Road Map per il 2008

• PLOM 1 Implementazione PLOR per UniFE

Febbraio 2008

• PLOR per ChimeraMessa a punto di PLOM2

Maggio 2008

• Sviluppo ELDUM-ELDOSettembre 2008

• Utilizzo ELDO per catalogazione in PLORMessa a punto di PLOM3

Novembre 2008

• Applicazione modello qualità LOM• Generalizzazione studio verso ILOR

Strategie Per Un Lor Federato

Technology

Transcript of Strategie Per Un Lor Federato