Cómo gestionar la colaboración en el Marco Lógico Colaborativo en un entorno de aprendizaje adaptativo basado en web

IF 3.4 Q2 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE Inteligencia Artificial-Iberoamerical Journal of Artificial Intelligence Pub Date : 2004-02-01 DOI:10.4114/IA.V8I24.786
Olga C. Santos, A. Rodríguez, Elena Gaudioso, J. Boticario
{"title":"Cómo gestionar la colaboración en el Marco Lógico Colaborativo en un entorno de aprendizaje adaptativo basado en web","authors":"Olga C. Santos, A. Rodríguez, Elena Gaudioso, J. Boticario","doi":"10.4114/IA.V8I24.786","DOIUrl":null,"url":null,"abstract":"Gestionar grupos de aprendizaje en entornos web no debe reducirse a proporcionar los medios para el intercambio de informacion, sino que hay que ayudar a los miembros del grupo a gestionar su colaboracion. A partir de la extension de la tarea del Marco Logico para hacerla mas colaborativa, hemos disenado una tarea de colaboracion que puede aplicarse en una gran variedad de dominios. Las interacciones producidas durante la realizacion de la tarea son recogidas y procesadas, de forma que se puede construir el Modelo de Colaboracion a partir de los indicadores de alto nivel obtenidos. Esto es posible debido a que dicha tarea ha sido implementada en un entorno de aprendizaje especialmente disenado para la colaboracion y la comunicacion, en el que las interacciones que tienen lugar en cualquiera de los servicios de la plataforma son controladas exhaustivamente y almacenadas de forma estructurada en una base de datos. Para ayudar a gestionar la colaboracion, hemos definido una serie de tareas de adaptacion, encaminadas tanto al analisis de las interacciones como a generar recomendaciones durante la colaboracion. Estas tareas de adaptacion estan siendo actualmente implementadas en un sistema de gestion del aprendizaje con capacidades de personalizacion y adaptacion inteligentes. Ademas, se esta definiendo un plan de evaluacion para evaluar la tarea de colaboracion disenada, el modelo de colaboracion obtenido y las tareas de adaptacion definidas.","PeriodicalId":43470,"journal":{"name":"Inteligencia Artificial-Iberoamerical Journal of Artificial Intelligence","volume":"45 1","pages":"121-129"},"PeriodicalIF":3.4000,"publicationDate":"2004-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"10","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Inteligencia Artificial-Iberoamerical Journal of Artificial Intelligence","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.4114/IA.V8I24.786","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q2","JCRName":"COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE","Score":null,"Total":0}
引用次数: 10

Abstract

Gestionar grupos de aprendizaje en entornos web no debe reducirse a proporcionar los medios para el intercambio de informacion, sino que hay que ayudar a los miembros del grupo a gestionar su colaboracion. A partir de la extension de la tarea del Marco Logico para hacerla mas colaborativa, hemos disenado una tarea de colaboracion que puede aplicarse en una gran variedad de dominios. Las interacciones producidas durante la realizacion de la tarea son recogidas y procesadas, de forma que se puede construir el Modelo de Colaboracion a partir de los indicadores de alto nivel obtenidos. Esto es posible debido a que dicha tarea ha sido implementada en un entorno de aprendizaje especialmente disenado para la colaboracion y la comunicacion, en el que las interacciones que tienen lugar en cualquiera de los servicios de la plataforma son controladas exhaustivamente y almacenadas de forma estructurada en una base de datos. Para ayudar a gestionar la colaboracion, hemos definido una serie de tareas de adaptacion, encaminadas tanto al analisis de las interacciones como a generar recomendaciones durante la colaboracion. Estas tareas de adaptacion estan siendo actualmente implementadas en un sistema de gestion del aprendizaje con capacidades de personalizacion y adaptacion inteligentes. Ademas, se esta definiendo un plan de evaluacion para evaluar la tarea de colaboracion disenada, el modelo de colaboracion obtenido y las tareas de adaptacion definidas.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
如何在基于web的自适应学习环境中管理协作逻辑框架中的协作
在网络环境中管理学习小组不应简化为提供信息共享的手段,而应帮助小组成员管理他们的协作。从逻辑框架任务的扩展,使其更具协作性,我们设计了一个协作任务,可以应用于广泛的领域。在任务执行过程中产生的交互被收集和处理,因此可以从获得的高级指标构建协作模型。这是有可能的,因为这项任务已经部署在特别的学习环境及colaboracion静默,交互发生在任何平台服务以结构化的方式全面控制和储存的数据库。为了帮助管理协作,我们定义了一系列适应任务,旨在分析交互并在协作期间生成建议。这些适应任务目前正在一个具有智能定制和适应能力的学习管理系统中实施。此外,还定义了一个评估计划,以评估设计的协作任务、获得的协作模型和定义的适应任务。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
CiteScore
2.00
自引率
0.00%
发文量
15
审稿时长
8 weeks
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.
期刊最新文献
Rumex Weed Classification Using Region-Convolution Neural Networks Based-Colour Space Information An Automatic Non-Destructive External and Internal Quality Evaluation of Mango Fruits based on Color and X-ray Imaging with Machine Learning and Deep Learning Based Classification Models An intelligent approach for anomaly detection in credit card data using bat optimization algorithm Fake News Detection in Low Resource Languages using SetFit Framework An Ensemble Classification Method Based on Deep Neural Networks for Breast Cancer Diagnosis
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1