III

UNIV

ER

SID

AD

· C A R L O S I I I ·

DE

MA

D

RID:

UNIVERSIDAD CARLOS III DE MADRIDESCUELA POLITÉCNICA SUPERIOR

DEPARTAMENTO DE INGENIERÍA TELEMÁTICA

TESIS DOCTORAL

AUTOMATIZACIÓN DE LOS PROCESOSPARA LA GENERACIÓN,

ENSAMBLAJE Y REUTILIZACIÓNDE OBJETOS DE APRENDIZAJE

Autora: Liliana Patricia Santacruz ValenciaIngeniero en Electrónica y Telecomunicaciones

Directores:Carlos Delgado Kloos

Doctor en TelecomunicaciónIgnacio Aedo CuevasDoctor en Informática

2005

Tribunal nombrado por el Mgfco. y Excmo. Sr. Rector de la UniversidadCarlos III de Madrid, el día de de .

Presidente

Vocal

Vocal

Vocal

Secretario

Realizado el acto de defensa y lectura de la Tesis el día dede en .

Calicación:

EL PRESIDENTE EL SECRETARIO LOS VOCALES

A AntonioA mi familia

Agradecimientos

En primer lugar, le doy las gracias a mis directores, Carlos Delgado Kloose Ignacio Aedo, por su voto de conanza, su apoyo y por brindarme la oportu-nidad de seguir adelante con mi trabajo de investigación. Agradezco tambiénel apoyo prestado por David Larrabeiti, director del proyecto AURAS1 que hananciado esta tesis.

De igual forma deseo expresar mi gratitud a Mari Carmen, Celeste, Peter,Vicente, Jose Jesús, Amal, Yasser, Adrian, Salvador, Simon, Laura, Jose Luis yArturo, por haberme permitido robar minutos de su tiempo para intercambiaropiniones o simplemente conversar, gracias por estar ahí.

A Marco, mi profesor de Tai-Chi, por enseñarme este arte que hace partede mi vida desde hace unos cuantos años y que me a ayudado a sentirme bienfísica y espiritualmente, en particular durante esta última etapa de trabajo.

Por supuesto, a mi familia, por su apoyo y paciencia durante todos estosaños de ausencia, aunque bien saben que les llevo conmigo en mi corazón.

A Dios, porque en los momentos buenos y no tan buenos, no ha soltado mimano.

Y nalmente, al colaborador más importante, Antonio, quien realmentese ha sacricado durante la realización de esta tesis. No tengo palabras paraexpresarle la gratitud que siento por las muchas horas robadas de su tiempo.Sin su apoyo y paciencia probablemente esta memoria solo sería una colecciónde palabras sin sentido. A él le agradezco los consejos, las discusiones, y lasenseñanzas cientícas y personales, que estoy segura han contribuido a hacerde mi una mejor persona. Pero ante todo, le agradezco que sea, sin duda, lapersona más maravillosa que he conocido en mi vida.

1TIC2001-1650-C02-01, Ministerio de Ciencia y Tecnología de España

i

Resumen

En el trabajo presentado en esta memoria se identican los problemas rela-cionados con la generación, ensamblaje y reutilización de objetos de aprendiza-je. En particular, se ha identicado la carencia de modelos conceptuales en eldiseño y construcción de los actuales sistemas para la gestión de contenido deaprendizaje (LCMSs). Estos sistemas, aunque permiten en su mayoría, la inte-gración y reutilización de objetos de aprendizaje, no proporcionan mecanismosde ensamblaje que respeten el conocimiento asociado (requisitos y competen-cias) a los objetos de aprendizaje. Además, no se dene un procedimiento parala descripción de los objetos resultantes de dichas integraciones mediante eluso de meta-datos (información acerca de información).

Teniendo en cuenta estos problemas, en esta tesis se propone: (i) un modeloconceptual (descrito en el capítulo 3) que proporciona las pautas para facili-tar la generación, ensamblaje y reutilización de objetos de aprendizaje. Suutilización está orientada fundamentalmente a profesores-diseñadores que es-tén interesados en generar objetos de aprendizaje reutilizables y ensamblables.Los objetos de aprendizaje generados con éste modelo reciben el nombre deELOs (Electronic Learning Objects). Un ELO se dene como (ver sección 3.1.1)aquel recurso educativo descrito por meta-datos y organizado en una estructu-ra multicapa, de tal forma que los elementos más avanzados de esta estructuraincluyen conocimiento asociado (competencias y requisitos), con vistas al en-samblaje y la reutilización; (ii) un mecanismo para el ensamblaje de diferentestipos de objetos de aprendizaje, que tenga en cuenta el conocimiento asocia-do a cada objeto de aprendizaje y (iii) un procedimiento para la descripción,mediante meta-datos, de los objetos de aprendizaje resultantes de los procesosde ensamblaje.

En los apartados siguientes se hace una breve descripción de los procesos degeneración, ensamblaje y reutilización de ELOs, describiendo para cada unode ellos sus características más relevantes y la forma en que se abordan lassoluciones propuestas.

iii

GeneraciónEn el proceso de generación se tiene en cuenta el modelo de contenidoELO (descrito en la sección 3.1), cuyos componentes conforman una es-tructura multicapa con distinto nivel de granularidad (N0, N1 y N2),permitiendo diferenciar las unidades atómicas de aquellas más complejas.Las unidades atómicas se denominan unidades de información (UIs), seencuentran en el nivel de granularidad cero y representan elementos auto-contenidos y por lo tanto, altamente reutilizables. Las UIs carecen de co-nocimiento asociado por lo que necesitan de un contexto que les conerasignicado educativo, ya que por si solas no representan un experien-cia que proporcione conocimiento al alumno. En cuanto a su utilización,son asimilables a las Assets denidas dentro del modelo de contenido deobjetos de aprendizaje SCORM [207].Las unidades de contenido (UCs) se encuentran en el nivel de granulari-dad uno y se forman ensamblando UIs, o ensamblando UIs y UCs. LasUCs representan una experiencia educativa con conocimiento asociado.Es decir, que una UC necesita de unos requisitos para su comprensióny proporciona unas competencias tras su comprensión. Desde el puntode vista de su utilización, las UCs son asimilables a los SCOs (SharableContent Objects) de SCORM, con la diferencia fundamental de que lasUCs tienen conocimiento asociado.Las unidades didácticas (UDs), por su parte, se encuentran en el nivelde granularidad dos y se forman ensamblando diferentes tipos de ELOs(UCs, UCs con UDs, o UDs). Una UD representa el conocimiento refe-rente a un área tras la acumulación de diversas experiencias educativasrelacionadas. Desde un punto de vista centrado en su utilización, unaUD es asimilable a un Content Organization de SCORM, al cual se leañade el conocimiento asociado, pero además incluyen en su estructuraobjetivos de aprendizaje (al menos uno asociado a cada UD), un resumenglobal de los conceptos fundamentales que enseña la UD y una descrip-ción de los mecanismos de evaluación que serán utilizados para evaluardicha UD.Hay dos formas de generar ELOs, una a partir de objetos de aprendiza-je provenientes de herramientas externas. En este caso, para poder serincluidos dentro del almacén de ELOs deben ser convertidos al forma-to ELO, lo cual implica que sean descritos utilizando meta-datos. Enparticular se utiliza LOM [106] como esquema de meta-datos para ladescripción de los ELOs, aunque incluyendo una extensión, con lo quese consigue una descripción más adecuada. La otra forma de generar los

ELOs es dentro del propio entorno, utilizando la herramienta que da so-porte al modelo propuesto. La generación de nuevos ELOs, dentro de laherramienta ELO-Tool (descrita en el capítulo 5), se realiza mediante laintroducción de los meta-datos correspondientes a cada ELO, con lo cualse obtiene un chero xml que representa al ELO. La generación tambiénpuede verse como un nuevo proceso, el de ensamblaje, el cual se describea continuación.

EnsamblajeEl proceso de ensamblaje de ELOs (descrito desde el punto de vista con-ceptual en la sección 3.2 y desde el punto de vista de la implementaciónen la sección 5.1.3) se realiza mediante la aplicación de un mecanismobasado en el uso de ontologías denominado OntoGlue (descrito en la sec-ción 3.2.2). Para comprender el funcionamiento de este mecanismo esnecesario comprender los conceptos de ontología alcanzable, representa-ción de una clase en una ontología y conocimiento cubierto, extrapoladosdesde el caso básico de funciones 1 a 1, al caso de funciones 1 a n, in-cluyendo también la descripción del concepto de conocimiento cubiertoentre conjuntos de clases (todos ellos descritos en la sección 3.2.2).Como parte del proceso de ensamblaje es necesario completar la descrip-ción de los ELOs resultantes mediante el uso de meta-datos didácticos.Este proceso puede hacerse de forma automática o manual, dependien-do básicamente de la denición genérica de las diferentes categorías ysus elementos dentro del estándar de meta-datos LOM (la descripciónconceptual se encuentra en la sección 3.2.4 y la descripción desde el pun-to de vista de la implementación en el apéndice A). No obstante, taldenición no abarca una descripción suciente para los ELOs, por locual se ha añadido una extensión (el proceso de extensión se describeen la sección 4.1.1) a dicho estándar con el n de obtener una descrip-ción pedagógica más adecuada, que permita dar soporte al mecanismode ensamblaje propuesto en esta tesis. Adicionalmente y para que la des-cripción de los ELOs quede completa, es necesario tener en cuenta nosolo las relaciones permitidas entre los diferentes componentes del mo-delo de contenido, sino el efecto producido al mezclar diferentes tipos demeta-datos.La característica fundamental del proceso de ensamblaje es que el meca-nismo propuesto se centra en el aprovechamiento del conocimiento aso-ciado a los ELOs como medio fundamental para lograr el ensamblaje y ladescripción de los ELOs resultantes mediante el uso de meta-datos didác-ticos. Todo esto con el n de obtener objetos de aprendizaje con un alto

contenido pedagógico, ya que se potencia la denición de los requisitos ylas competencias asociadas a cada objeto de aprendizaje, asegurando deesta forma un ensamblaje adecuado que respete el conocimiento asociadoa los objetos de aprendizaje en cuestión.

ReutilizaciónUna consecuencia directa de la aplicación de los mecanismos para lageneración y ensamblaje de ELOs es el proceso de reutilización. Paradar soporte a dichos procesos se propone una herramienta (denominadaELO-Tool), concebida como un sistema para la generación, ensamblaje(con base en el conocimiento asociado) y reutilización (de acuerdo conel mecanismo de ensamblaje propuesto) de ELOs.La búsqueda de ELOs a través de requisitos y competencias unida a lautilización de ontologías y las relaciones entre ellas, representa un factorpotenciador de la reutilización de los ELOs.Además, la reutilización se analiza desde la perspectiva humana, paraidenticar porqué y a quién le interesa reutilizar objetos de aprendizaje,y desde la perspectiva técnica para determinar cómo se lleva a caboel proceso de reutilización y qué materiales son factibles de reutilizar(como se describe en la sección 3.3), desde el punto de vista conceptual.La reutilización desde el punto de vista de implementación es soportadapor ELO-Tool).Con el n de comprobar la viabilidad técnica, es decir, la posibilidad deimplementación del modelo conceptual propuesto en esta tesis para elsoporte de la generación, el ensamblaje y la reutilización de objetos deaprendizaje, se ha realizado un prototipo de la herramienta ELO-Tool.El detalle de la implementación del prototipo se describe en el apéndiceB de ésta memoria.

Abstract

In the work presented in this report we identify the problems related tothe generation, assembly and reuse of learning objects, in particular, the lackof conceptual models for designing and building learning content managementsystems (LCMS). Although the majority of these systems allow integrationand reuse of learning objects, they do not provide assembly mechanisms whichtake into account the knowledge (requirements and competencies) associated tothe learning objects (Associated Knowledge). Moreover, no procedure exists toproduce meta-data descriptions of the objects resulting from such integration.

Taking into account these problems, in this thesis we propose: (i) a con-ceptual model (described in chapter 3), which provides guidelines to facilitategeneration, assembly and reuse of learning objects. It is focussed on use byteachers-designers interested in generating reusable and assemblable learningobjects. We call the learning objects generating with this model ELOs (Electro-nic Learning Objects). An ELO is dened as (see section 3.1.1) an educationalresource described by meta-data and organized in a multi-layer structure, inwhich higher-level elements posses associated knowledge (competencies andrequirements), with a view to assembly and reuse; (ii) a mechanism for theassembly of dierent types of learning objects, which takes into account theAssociated Knowledge dened for each learning object and (iii) a procedurefor producing a meta-data description of the learning objects resulting fromthe assembly processes.

In the following paragraphs we give a brief description of the processes ofgeneration, assembly and reuse of ELOs, describing, for each one, the mostrelevant characteristics of the proposed solutions.

GenerationThe generation process takes into account the ELO content model (des-cribed in the section 3.1), whose components are organized in a multilayerstructure with dierent levels of granularity (N0, N1 and N2), allowing

vii

the atomic units to be distinguished from the more complex units.We call the atomic units, those of granularity level 0 (N0), informa-tion units (IUs). IUs are self-contained and highly reusable. Each one ofthem contains a single multimedia le. These elements lack associatedknowledge so that they need a context in order to acquire educationalsignicance, since, in themselves, they do not provide knowledge to thestudent. From the point of view of their use, IUs are similar to the Assetsdened in the SCORM content model [207].We call the units of granularity level 1 (N1) content units (CUs). Theyare assemblies of IUs or of IUs and CUs. The CUs represent educationalexperiences with Associated Knowledge, i.e., they have associated educa-tional requirements in order to be understood and provide competenciesafter their absorption. From the point of view of their use, the CUs areassimilable to the SCORM SCOs (Sharable Content Objects), with thefundamental dierence that CUs have Associated Knowledge.Finally, we call the units of granularity 2 (N2) didactical units (DUs).They are assemblies of dierent types of ELOs (CUs, CUs with DUs, orDUs). The DUs represent knowledge related to a specic area, obtainedfrom the accumulation of dierent related educational experiences. DUsalso possess an Asociated Knowledge attribute. The dierence betweenDUs and CUs is the inclusion in DUs of extra information regardingobjectives, a content summary and an evaluation mechanism.There are two ways of generating ELOs, the rst being from learningobjects produced by external tools. In this case, the objects must betranslated to the meta-data ELO format. We use the LOM standard[106] as meta-data scheme for describing the ELOs, though we extend itto enable more suitable descriptions.The second way of generating the ELOs is inside the ELO-Tool envi-ronment supporting the proposed conceptual model. The generation ofnew ELOs inside the ELO-Tool (described in the chapter 5) is achievedby introducing the appropriate meta-data to generate the correspondingxml le. The generation can also be seen as a new process, assembly,which is described below.

AssemblyThe process of assembly ELOs (described from the conceptual point ofview in the section 3.2 and from the implementation point of view inthe section 5.1.3) is fullled by means of the application of an ontology-

based mechanism that we call OntoGlue (described in the section 3.2.2).To understand the mechanism functionality is necessary to understandthe concepts of reachable ontology, representation of a class in an on-tology and covered knowledge, explained from the basic case of 1 to 1mappings, to the case of 1 to n mappings, including also the descriptionof the concept of covered knowledge between sets of classes (all of themdescribed in the section 3.2.2).In order to complete the assembly process is important to produce ameta-data description of the learning objects resulting from the assem-bly processes. The description can be done of automatic or manual form,depending basically on the generic denition of the dierent categoriesand their elements inside the LOM standard (the conceptual descriptionis in the section 3.2.4 and the description from the point of view of theimplementation is in the appendix A). From our point of view, LOMstandard does not include a sucient description elements for the ELOs.For this reason, we propose an extension (described in the section 4.1.1)to the above mentioned standard, in order to obtain a more suitablepedagogic description, which allows to give support to the assembly me-chanism, proposed in this thesis.In order to provide a more complex description of the ELOs, it is ne-cessary to take into account the relations allowed between the dierentcontent model components, and the eect produced by the mix of die-rent types of meta-data.The proposed assembly mechanism is focused on two basic aspects: theuse of Associated Knowledge as fundamental element to achieve the as-sembly, and the description of the resultant ELOs by means of the di-dactic meta-data, in order to provide learning objects with a strong pe-dagogic content.

ReuseThe mechanisms for generation and assembly of ELOs result indirec-tly in a viable process for the reuse of ELOs. We call ELO-Tool, thetool proposed to support the generation, assembly and reuse of ELOs.The number of possible instances of reuse of existing ELOs, is increasedthrough the search facilities provided in the tool, which cross-match bet-ween requirements and competencies through the use of ontologies andtheir mappings.Reuse is analyzed on the one hand from the human perspective, why andwho is interested in the reuse of ELOs is identied. On the other hand,

reuse is also handled through technology, in that which materials mayfeasibly be reused is identied via formal means (see section 3.3).In order to verify the technical viability of the conceptual model proposedin this thesis, a prototype tool has been implemented, corroborating inthis way its correct functioning.

Índice

Agradecimientos i

Resumen iii

Abstract vii

I INTRODUCCIÓN 1

1. INTRODUCCIÓN 31.1. Motivación y Contexto . . . . . . . . . . . . . . . . . . . . . . . 31.2. Requisitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51.3. Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61.4. Metodología . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71.5. Estructura de la memoria . . . . . . . . . . . . . . . . . . . . . 10

II ESTADO DE LA CUESTIÓN 11

2. ESTADO DE LA CUESTIÓN 132.1. eLearning: formación a distancia a través de las TICs . . . . . . 13

2.1.1. Otros términos asociados al eLearning . . . . . . . . . . 152.1.2. Ventajas del eLearning . . . . . . . . . . . . . . . . . . . 162.1.3. Limitaciones del eLearning . . . . . . . . . . . . . . . . . 18

xi

2.1.4. Características de los sistemas de eLearning . . . . . . . 182.1.5. Componentes del eLearning . . . . . . . . . . . . . . . . 19

2.2. Tecnología de Meta-datos . . . . . . . . . . . . . . . . . . . . . 262.2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . 272.2.2. Estandarización . . . . . . . . . . . . . . . . . . . . . . . 272.2.3. Tipos de meta-datos . . . . . . . . . . . . . . . . . . . . 322.2.4. Importancia de los meta-datos . . . . . . . . . . . . . . . 342.2.5. Recursos de Meta-datos . . . . . . . . . . . . . . . . . . 37

2.3. Tecnología de Objetos de Aprendizaje . . . . . . . . . . . . . . . 382.3.1. ¾Qué son los objetos de aprendizaje? . . . . . . . . . . . 392.3.2. Benecios y características . . . . . . . . . . . . . . . . . 442.3.3. Reutilización de objetos de aprendizaje . . . . . . . . . . 482.3.4. Almacenes de Objetos de Aprendizaje . . . . . . . . . . 522.3.5. Recursos de interés . . . . . . . . . . . . . . . . . . . . . 542.3.6. Herramientas de soporte . . . . . . . . . . . . . . . . . . 582.3.7. Tendencias . . . . . . . . . . . . . . . . . . . . . . . . . . 59

2.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

III MODELO CONCEPTUAL PARA LA GENERA-CIÓN, ENSAMBLAJE Y REUTILIZACIÓN DE OB-JETOS DE APRENDIZAJE 69

3. MODELO CONCEPTUAL ELO 713.1. Modelo de Contenido ELO . . . . . . . . . . . . . . . . . . . . . 71

3.1.1. Denición de ELO . . . . . . . . . . . . . . . . . . . . . 723.1.2. Componentes del modelo de contenido ELO . . . . . . . 73

3.2. Ensamblaje de ELOs . . . . . . . . . . . . . . . . . . . . . . . . 783.2.1. Comparación entre ELOs . . . . . . . . . . . . . . . . . . 793.2.2. OntoGlue: mecanismo para el ensamblaje de ELOs ba-

sado en ontologías . . . . . . . . . . . . . . . . . . . . . 91

3.2.3. Mecanismo OntoGlue Full . . . . . . . . . . . . . . . . . 1083.2.4. Ensamblaje de diferentes tipos de ELOs . . . . . . . . . 126

3.3. Reutilización de ELOs . . . . . . . . . . . . . . . . . . . . . . . 1783.3.1. Ciclo de vida de los ELOs . . . . . . . . . . . . . . . . . 1793.3.2. Diferentes perspectivas de la reutilización . . . . . . . . . 182

3.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184

4. META-DATOS PARA LOS ELOs 1894.1. Bindings XML . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

4.1.1. Extensión del estándar de meta-datos LOM . . . . . . . 1904.1.2. Binding XML de LOM . . . . . . . . . . . . . . . . . . . 1904.1.3. Aproximaciones para la validación de los bindings XML

de LOM . . . . . . . . . . . . . . . . . . . . . . . . . . . 2014.1.4. Perl de aplicación para los meta-datos de los ELOs . . . 203

4.2. Ensamblaje de ELOs . . . . . . . . . . . . . . . . . . . . . . . . 2064.2.1. Comparación entre ELOs . . . . . . . . . . . . . . . . . . 2064.2.2. Ensamblaje de ELOs: Aplicación de las reglas de meta-

datos didácticos y obtención de meta-datos resultantes . 2064.3. Reutilización de ELOs . . . . . . . . . . . . . . . . . . . . . . . 2084.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

5. EVALUACIÓN 2115.1. Factibilidad técnica . . . . . . . . . . . . . . . . . . . . . . . . . 212

5.1.1. Análisis funcional de ELO-Tool . . . . . . . . . . . . . . 2125.1.2. Diseño de ELO-Tool . . . . . . . . . . . . . . . . . . . . 2145.1.3. Implementación del prototipo de ELO-Tool . . . . . . . . 215

5.2. Evaluación analítica . . . . . . . . . . . . . . . . . . . . . . . . 2185.2.1. Análisis de tareas . . . . . . . . . . . . . . . . . . . . . . 2185.2.2. Denición de la interfaz de usuario . . . . . . . . . . . . 219

5.3. Evaluación comparativa . . . . . . . . . . . . . . . . . . . . . . 2295.3.1. Relación con otros modelos . . . . . . . . . . . . . . . . 229

5.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240

IV CONCLUSIONES 243

6. CONCLUSIONES Y LÍNEAS DE TRABAJO FUTURO 2456.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2476.2. Aportaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249

6.2.1. Aportaciones principales . . . . . . . . . . . . . . . . . . 2496.2.2. Aportaciones tecnológicas . . . . . . . . . . . . . . . . . 2526.2.3. Otras aportaciones . . . . . . . . . . . . . . . . . . . . . 253

6.3. Líneas de investigación y trabajo futuro . . . . . . . . . . . . . . 255

A. Meta-datos resultantes de ensamblar diferentes tipos ELOs 279A.1. Meta-datos resultantes del ensamblaje de dos Unidades de In-

formación (UIs) . . . . . . . . . . . . . . . . . . . . . . . . . . . 280A.2. Meta-datos resultantes del ensamblaje de una Unidad de Infor-

mación (UI) y una Unidad de Contenido (UC) . . . . . . . . . 289A.3. Meta-datos resultantes del ensamblaje de dos Unidades de Con-

tenido (UCs) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298A.4. Meta-datos resultantes del ensamblaje de una Unidad de Con-

tenido (UC) y una Unidad Didáctica (UD) . . . . . . . . . . . . 308A.5. Meta-datos resultantes del ensamblaje de dos Unidades Didác-

ticas (UDs) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319

B. Implementación de ELO-Tool 329B.1. Casos de uso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329B.2. Diagramas de actividades . . . . . . . . . . . . . . . . . . . . . 329B.3. Diagramas de clases y base de datos . . . . . . . . . . . . . . . . 334B.4. Diagrama de clases para la Action EnsamblajeELOs . . . . . . . 335B.5. Diagramas de interacción . . . . . . . . . . . . . . . . . . . . . . 337B.6. Diagramas de componentes . . . . . . . . . . . . . . . . . . . . . 344B.7. Diagramas de despliegue . . . . . . . . . . . . . . . . . . . . . . 345

Índice de Tablas

2.1. Comparación entre sistemas CBT y sistemas de eLearning . . . 172.2. Resumen comparativo de los sistemas de eLearning . . . . . . . 262.3. Áreas de estandarización en el campo del eLearning y consorcios

involucrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312.4. Iniciativas para el desarrollo de meta-datos en diversos campos . 322.5. Tipos de meta-datos . . . . . . . . . . . . . . . . . . . . . . . . 332.6. Características de los objetos de aprendizaje y su inuencia en

distintos tipos de usuarios . . . . . . . . . . . . . . . . . . . . . 462.7. Líneas de investigación en la tecnología de objetos de aprendizaje 66

3.1. Ejemplos de unidades de contenido . . . . . . . . . . . . . . . . 753.2. Valor de los Meta-datos añadidos al estándar LOM para la des-

cripción de unidades de contenido (UCs) . . . . . . . . . . . . . 763.3. Ejemplos de unidades didácticas . . . . . . . . . . . . . . . . . . 773.4. Valor de los Meta-datos añadidos al estándar LOM para la des-

cripción de unidades didácticas (UDs) . . . . . . . . . . . . . . . 783.5. Resultado de ensamblar ELOs pertenecientes a distintos niveles

de granularidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 793.6. Diversas unidades de contenido con sus requisitos y competencias1273.7. Diversas unidades didácticas con sus requisitos y competencias . 1303.8. Valor de los meta-datos resultantes del ensamblaje de dos uni-

dades de información (UIs) . . . . . . . . . . . . . . . . . . . . . 1403.9. Valor de los meta-datos resultantes del ensamblaje de una uni-

dad de información (UI) y una unidad de contenido (UC) . . . . 150

xv

3.10. Valor de los meta-datos resultantes del ensamblaje de dos uni-dades de contenido (UCs) . . . . . . . . . . . . . . . . . . . . . 159

3.11. Valor de los meta-datos resultantes del ensamblaje de una uni-dad de contenido (UC) y una unidad didáctica (UD) . . . . . . 168

3.12. Valor de los meta-datos resultantes del ensamblaje de dos uni-dades didácticas (UDs) . . . . . . . . . . . . . . . . . . . . . . . 178

3.13. Preguntas y respuestas respecto a la reutilización desde las pers-pectivas humana y tecnológica . . . . . . . . . . . . . . . . . . 184

4.1. Perles de aplicación de meta-datos para los componentes delmodelo de contenido ELO . . . . . . . . . . . . . . . . . . . . . 206

5.1. Análisis de tareas para ELO-Tool . . . . . . . . . . . . . . . . . 2195.2. Análisis funcional del Módulo Gestión Ontologías . . . . . . . . 2205.3. Análisis funcional del Módulo Gestión de ELOs . . . . . . . . . 2205.4. Análisis funcional del Módulo de Ensamblaje de ELOs . . . . . 2215.5. Análisis funcional del Módulo de Búsqueda de ELOs . . . . . . 2215.6. Análisis funcional del Módulo Traductor de Meta-datos . . . . . 2225.7. Componentes del Learnativity Content Model . . . . . . . . . . 2305.8. Componentes del Modelo de Contenido de SCORM . . . . . . . 2315.9. Componentes del Modelo RLO . . . . . . . . . . . . . . . . . . . 2335.10. Componentes del NETg Learning Object Model . . . . . . . . . 2345.11. Componentes del Modelo de Contenido de Objetos de Aprendi-

zaje General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2355.12. Comparación entre diferentes Modelos de Contenido de Objetos

de Aprendizaje . . . . . . . . . . . . . . . . . . . . . . . . . . . 238

A.1. Valor de los meta-datos resultantes del ensamblaje de dos uni-dades de información (UIs) . . . . . . . . . . . . . . . . . . . . . 288

A.2. Valor de los meta-datos resultantes del ensamblaje de una uni-dad de información (UI) y una unidad de contenido (UC) . . . . 298

A.3. Valor de los meta-datos resultantes del ensamblaje de dos uni-dades de contenido (UCs) . . . . . . . . . . . . . . . . . . . . . 308

A.4. Valor de los meta-datos resultantes del ensamblaje de una uni-dad de contenido (UC) y una unidad didáctica (UD) . . . . . . 318

A.5. Valor de los meta-datos resultantes del ensamblaje de dos uni-dades didácticas (UDs) . . . . . . . . . . . . . . . . . . . . . . . 328

Índice de Figuras

2.1. Integración de los sistemas LMS y LCMS en el ecosistema delaprendizaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.2. Proceso de estandarización de la tecnología educativa . . . . . . 28

3.1. Niveles de granularidad . . . . . . . . . . . . . . . . . . . . . . . 733.2. Ejemplo de ontología . . . . . . . . . . . . . . . . . . . . . . . . 833.3. Ontología más Semántica . . . . . . . . . . . . . . . . . . . . . . 833.4. Ontología como restricciones poco formales . . . . . . . . . . . 843.5. Ontología como restricciones en lógica de primer orden . . . . . 843.6. Razonamiento sobre la ontología anterior . . . . . . . . . . . . . 843.7. Ontología como taxonomía utilizada en esta tesis . . . . . . . . 853.8. Razonamiento utilizado en esta tesis . . . . . . . . . . . . . . . 863.9. Ejemplo de ontología . . . . . . . . . . . . . . . . . . . . . . . . 873.10. Situación de los ejemplos . . . . . . . . . . . . . . . . . . . . . . 933.11. Las ontologías origen O y destino O′ son iguales . . . . . . . . . 943.12. Las ontologías origen O y destino O′ distintas . . . . . . . . . . 943.13. Las funciones intermedias llevan a C a la ontología destino O′ . 953.14. Representación de C cuando las ontologías origen y destino son

iguales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 963.15. Representación de C cuando las ontologías origen O y destino

O′ son distintas y hay una única función . . . . . . . . . . . . . 973.16. Representación de C cuando existen ontologías intermedias O′′

para llegar a la ontología destino O′ . . . . . . . . . . . . . . . . 98

xix

3.17. Ejemplo de conocimiento cubierto donde las ontologías origen ydestino son iguales . . . . . . . . . . . . . . . . . . . . . . . . . 99

3.18. Ejemplo de conocimiento cubierto donde las ontologías origen ydestino son diferentes . . . . . . . . . . . . . . . . . . . . . . . . 100

3.19. Conocimiento cubierto cuando existen ontologías intermedias . . 1003.20. Las ontologías origen O y destino O′ son iguales . . . . . . . . . 1023.21. Las ontologías origen O y destino O′ son distintas . . . . . . . . 1023.22. Las funciones intermedias llevan a C a la ontología destino O′ . 1033.23. Representación de C cuando las ontologías origen O y destino

O′ son iguales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1043.24. Representación de C cuando las ontologías origen O y destino

O′ son diferentes . . . . . . . . . . . . . . . . . . . . . . . . . . 1053.25. Representación de C cuando existen ontologías intermedias . . . 1063.26. Conocimiento cubierto cuando las ontologías de origen O y des-

tino O′ son iguales . . . . . . . . . . . . . . . . . . . . . . . . . 1073.27. Conocimiento cubierto cuando las ontologías de origen O y des-

tino O son distintas . . . . . . . . . . . . . . . . . . . . . . . . 1073.28. Conocimiento cubierto cuando existen ontologías intermedias . . 1083.29. Ensamblaje de dos ELOs . . . . . . . . . . . . . . . . . . . . . . 1083.30. Ejemplo de aplicación de OntoGlue Full . . . . . . . . . . . . . 1163.31. Subclases de la clase A . . . . . . . . . . . . . . . . . . . . . . . 1173.32. Nuevas alcanzables . . . . . . . . . . . . . . . . . . . . . . . . . 1183.33. Nuevas subclases . . . . . . . . . . . . . . . . . . . . . . . . . . 1193.34. Final del cálculo del Conocimiento Cubierto para ns1]A . . . . 1203.35. Superclases de K . . . . . . . . . . . . . . . . . . . . . . . . . . 1213.36. Nuevas Alcanzables . . . . . . . . . . . . . . . . . . . . . . . . . 1223.37. Nuevas Superclases . . . . . . . . . . . . . . . . . . . . . . . . . 1233.38. Nuevas Alcanzables . . . . . . . . . . . . . . . . . . . . . . . . . 1243.39. Nuevas Superclases . . . . . . . . . . . . . . . . . . . . . . . . . 1253.40. Final del cálculo del Conocimiento Suciente para ns]7K . . . . 1263.41. Ejemplo de función entre ontologías . . . . . . . . . . . . . . . . 129

3.42. Ejemplo de Conocimiento Cubierto . . . . . . . . . . . . . . . . 1313.43. Ciclo de vida de los ELOs . . . . . . . . . . . . . . . . . . . . . 179

4.1. Diagrama UML de las extensiones ELO al estándar LOM . . . . 1914.2. Binding XML del estándar LOM para Unidades de Información 1924.3. Ejemplo de una instancia XML para una unidad de información 1934.4. TypeCUMetadata en el binding XML del estándar LOM para

Unidades de Contenido . . . . . . . . . . . . . . . . . . . . . . . 1944.5. TypeCU en el binding XML del estándar LOM para Unidades

de Contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1964.6. Ejemplo de una instancia XML para una unidad de contenido . 1974.7. TypeDUMetadata en el binding XML del estándar LOM para

Unidades Didácticas . . . . . . . . . . . . . . . . . . . . . . . . 1984.8. TypeDU en el binding XML del estándar LOM para Unidades

Didácticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2004.9. Ejemplo de una instancia XML para una unidad didáctica . . . 2014.10. Aplicación de reglas para meta-datos didácticos en el proceso

de ensamblaje de ELOs . . . . . . . . . . . . . . . . . . . . . . . 208

5.1. Análisis de ELO-Tool . . . . . . . . . . . . . . . . . . . . . . . . 2135.2. Diseño de ELO-Tool . . . . . . . . . . . . . . . . . . . . . . . . 2145.3. Implementación de Struts del Modelo Vista Controlador (MVC) 2165.4. Página de entrada al prototipo ELO-Tool . . . . . . . . . . . . . 2225.5. Gestión de ELOs . . . . . . . . . . . . . . . . . . . . . . . . . . 2235.6. Gestión de ELOs, Crear UI . . . . . . . . . . . . . . . . . . . . 2235.7. Gestión de ELOs, Crear UC . . . . . . . . . . . . . . . . . . . . 2245.8. Gestión de ELOs, Crear UD . . . . . . . . . . . . . . . . . . . . 2245.9. Gestión de ELOs, Dar de alta ELO . . . . . . . . . . . . . . . . 2255.10. Gestión de ELOs, Mostrar ELOs . . . . . . . . . . . . . . . . . 2265.11. Gestión de Ontologías, Mostrar Ontologías . . . . . . . . . . . . 2265.12. Ensamblaje de ELOs . . . . . . . . . . . . . . . . . . . . . . . . 2275.13. ELO Resultante del ensamblaje . . . . . . . . . . . . . . . . . . 227

5.14. Busqueda de ELOs . . . . . . . . . . . . . . . . . . . . . . . . . 2285.15. Traducción a formato ELO . . . . . . . . . . . . . . . . . . . . . 2285.16. Traducción a formato ELO, guardar nuevo ELO . . . . . . . . . 2295.17. Componentes del Learnativity Content Model . . . . . . . . . . 2315.18. Componentes del modelo de contenido SCORM . . . . . . . . . 2325.19. Componentes del modelo RIO-RLO . . . . . . . . . . . . . . . . 2335.20. Componentes del modelo NETg . . . . . . . . . . . . . . . . . . 2345.21. Integridad Instruccional con NETg . . . . . . . . . . . . . . . . 2355.22. Modelo de Contenido de Objetos de Aprendizaje General . . . . 236

B.1. Casos de Uso . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330B.2. Alta Ontologías . . . . . . . . . . . . . . . . . . . . . . . . . . . 331B.3. Alta ELO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332B.4. Ensamblaje ELOs . . . . . . . . . . . . . . . . . . . . . . . . . . 333B.5. Diagrama Entidad Relación de la Base de Datos . . . . . . . . . 334B.6. Diagrama Entidad Relación tentativo de la Base de Datos . . . 335B.7. Diagrama de clases para la Action EnsamblajeELOs . . . . . . . 335B.8. Conocimiento Suciente . . . . . . . . . . . . . . . . . . . . . . 337B.9. EnsamblajeELOs::execute . . . . . . . . . . . . . . . . . . . . . 338B.10.EnsamblajeELOs::elementos . . . . . . . . . . . . . . . . . . . . 339B.11.ClaseOntologia::calcula() . . . . . . . . . . . . . . . . . . . . . . 340B.12.ClaseOntologia::calcular() . . . . . . . . . . . . . . . . . . . . . 341B.13.ClaseOntologia::alcanzables() . . . . . . . . . . . . . . . . . . . 342

NOTACIÓN

Símbolo Signicado

Πi Proyección i-ésima de una tuplaΦ, Ψ Conjunto de clases de ontologíasΩClases Conjunto de todas las clases que pueden aparecer en una ontologíaΩOntologias Conjunto de todas las ontologías posibles⊆ Es subconjunto de o es igual av Está contenido en o es igual a nivel de clases de ontologías, es decir subsume∈ Pertenece a` Cubre a| Tal que⊥ Símbolo botton que convierte las funciones en funciones totales, para aque-

llas clases que no tienen representación en la ontología destino∨ Operador booleano que representa O\ Operador que representa resta∧ Operador booleano que representa Y∪ Operador matemático que representa unión entre conjuntos→ f : A → B, función f denida del conjunto A en el conjunto B⇒ Entonces⇔ Es equivalente a→ Por lo tanto∀ Para todo∃ Existe Es ensamblado coneoc En otro casoE Un ELOm, n función de una clase en una ontologíaC, C ′, C ′′ Clases en una ontologíaO, O′, O′′ OntologíasClasesO Conjunto de clases de una ontologíarep(C,O′) Representación de una clase en la ontología destinotq Tal que

xxiii

Símbolo Signicado

2X Conjunto de partes de X, siendo X un conjunto arbitrario

Parte I

INTRODUCCIÓN

1

Capítulo 1

INTRODUCCIÓN

1.1. Motivación y Contexto

Gerard [85], en una frase sorprendentemente visionaria en la tempranahistoria de la instrucción basada en ordenador (1969), habla sobre unidadescurriculares que pueden hacerse más pequeñas y combinarse, como piezas deun Mecano1. Tres décadas más tarde, esa idea comienza a materializarse através del concepto de objetos de aprendizaje, convirtiéndose así en una de lasinnovaciones tecnológicas más inuyentes en el campo de la educación.

Si bien las innovaciones tecnológicas representan importantes factores decambio, dentro del contexto educativo ese efecto de cambio ha estado enmarca-do por los rápidos desarrollos en aspectos como el acceso, la formación continua(para toda la vida) y el eLearning.

Aunque el eLearning tiene la capacidad de ofrecer un amplio acceso ysoporte para el aprendizaje continuo, afronta algunos obstáculos, ya que poruna parte requiere un diseño especial tanto de las aplicaciones como de loscontenidos, para dar respuesta a las demandas de aprendizaje, y por otra, unainversión considerable para la creación de cursos online [124].

Debido a las características del eLearning, la creación de contenido reutili-zable que pueda ser compartido por varias personas o aplicaciones es una ideaque cobra fuerza. En un futuro (no muy lejano) los recursos educativos podránconsiderarse como monedas de intercambio dentro de una economía de apren-dizaje, representando benecios económicos desde el punto de vista del tiempoy el esfuerzo invertidos en su desarrollo. En un mundo ideal, esos recursos se

1Equipo de construcción mecánica.

3

diseñarían para que pudieran adaptarse a diferentes modelos educativos, temasy niveles de estudio. Sin embargo, la reutilización de recursos electrónicos esuna idea compleja que exige tener en cuenta aspectos que permitan garantizarexperiencias de aprendizaje más efectivas, ecientes, atractivas y accesibles alos estudiantes [24].

En general, no se considera el esfuerzo requerido para asegurar que un re-curso de aprendizaje se pueda compartir, agregar, secuenciar y adaptar parautilizarlo dentro de un contexto especíco. Cuando un profesor hace una bús-queda de recursos de aprendizaje, lo más probable es que obtenga una serie derecursos que no se ajustan a los criterios de la búsqueda, por lo que debe ir aco-tándola hasta encontrar el conjunto de recursos que encajan con sus requisitos.Para facilitar esta labor, es necesario que los recursos se describan utilizandometa-datos (información acerca de la información), vocabularios y taxonomíasque permitan su identicación dentro de un dominio especíco, convirtiéndoseen lo que se conoce como objetos de aprendizaje: cualquier recurso digital quepueda ser reutilizado para soportar aprendizaje [247].

En la práctica, los desarrollos en tecnología educativa han estado marcadospor una falta de correspondencia verdadera entre las perspectivas de los usua-rios y las perspectivas de diseño sobre las cuales se construyen las herramientassoftware.

Las especicaciones y herramientas actuales son neutrales en términos pe-dagógicos, de contexto y de formato [118], lo que desde el punto de vista técni-co, a corto plazo, favorece la reutilización y la interoperabilidad. Sin embargo,para los profesores dichas especicaciones y herramientas carecen de valor pe-dagógico, puesto que los factores que para ellos son fundamentales, como elhecho de poder utilizar modelos educativos, estilos de aprendizaje, entre otros,han sido en algunos casos eliminados.

Esto ha motivado la promoción del uso de tecnologías como los objetos deaprendizaje, por lo que en los últimos ocho años organizaciones como el IEEE(American Institute of Electrical Engineers) [106], IMS (IMS Global Lear-ning Consortium Inc.) [107], AICC (Aviation Industry CBT Committee)[3]y CEN/ISSS (European Committee for Standardization/Information SocietyStandardization System) [33] han desarrollado especicaciones y estándarespara la descripción común de recursos, intentando resolver dicultades prácti-cas relacionadas con su utilización en la recuperación y clasicación de mate-rial (ARIADNE (Foundation for the European Knowledge Pool) [8], WarwickFramework [238]), la creación de contenido basado en requisitos de aprendiza-je individuales (LALO (Learning Architecture and Learning Objects) [119]) oel desarrollo de herramientas (ADL-SCORM (Advanced Distributed Learning-

4

Sharable Content Object Reference Model) [207]).Tales iniciativas también han trascendido al contexto de la industria, en el

que, según la visión de Hodgins [99], los esfuerzos para el desarrollo de conte-nidos de aprendizaje deberían beneciarse de piezas de contenido integrables,que se pudieran reensamblar según las necesidades de diseño. Es así como losdesarrolladores de aprendizaje basado en la Web, han implementado sus pro-pias herramientas, proporcionando un amplio rango de objetos de aprendizaje,sin que la interoperabilidad entre ellos sea siempre soportada. Existen portanto herramientas que utilizan diferentes tecnologías Web (XML [260], RDF[182]), enfocadas hacia la edición, validación y gestión de documentos XML,pero con limitaciones que afectan al usuario en varias formas.

Estas limitaciones se deben a que (i) las herramientas no están orientadasa las necesidades educativas; (ii) requieren que el usuario sea un experto en lastecnologías XML; (iii) no proporcionan mecanismos para el ensamblaje de nue-vos objetos de aprendizaje [197] en los que se respete el conocimiento asociadoa dichos objetos; y (iv) tampoco los sistemas de eLearning, como los LCMSs(Learning Content Management Systems), denen un modelo conceptual parala generación, ensamblaje y reutilización de objetos de aprendizaje.

1.2. RequisitosEl primer paso en la búsqueda de una solución a las limitaciones planteadas,

es identicar las características que la misma debe contemplar, en particular:

Proporcionar un modelo conceptual que constituya una guía de apoyopara los profesores-diseñadores (o desarrolladores de contenido) que de-seen crear y utilizar:

• Los componentes del modelo de contenido.• Los objetos de aprendizaje resultantes del proceso de ensamblaje.• Los meta-datos para describir los componentes del modelo de con-

tenido y los objetos de aprendizaje resultantes del proceso de en-samblaje.

Establecer la correspondencia semántica entre los requisitos y competen-cias asociados a cada objeto de aprendizaje, mediante la utilización deontologías para la denición del mecanismo de ensamblaje.

5

Denir las reglas para la aplicación de meta-datos didácticos en la des-cripción de los objetos de aprendizaje resultantes del proceso de ensam-blaje.

Implementar un prototipo que verique la viabilidad técnica del mecanis-mo de ensamblaje propuesto y los procesos de generación y reutilizaciónde objetos de aprendizaje.

1.3. ObjetivoEsta tesis persigue el objetivo fundamental de proporcionar un modelo

conceptual para la generación, ensamblaje y reutilización de objetos de apren-dizaje. En particular, se ha descompuesto este objetivo en los siguientes su-bobjetivos:

Proporcionar un mecanismo para la generación de objetos de aprendizajeque tenga en cuenta el conocimiento asociado2 con vistas al ensamblajey reutilización de ELOs (Electronic Learning Objects).

Denir y proporcionar un mecanismo para el ensamblaje de ELOs basadoen ontologías.

Proporcionar un modelo de contenido para la denición de diferentestipos de ELOs.

Proporcionar una denición formal de los componentes del modelo decontenido.

Denir reglas para la descripción de ELOs mediante la aplicación demeta-datos didácticos.

Proporcionar un prototipo que implemente el mecanismo de ensamblajede ELOs, con el n de comprobar su viabilidad técnica, así como tambiénlos procesos de generación y reutilización de objetos de aprendizaje.

Estos subobjetivos se alcanzan mediante la realización de las siguientesfases:

Denición del modelo conceptual ELO.2Requisitos necesarios para la comprensión del ELO y las competencias adquiridas des-

pués de su comprensión.

6

Denición del mecanismo de ensamblaje de ELOs basado en ontologías.

Denición de las reglas para la descripción de ELOs mediante la aplica-ción de meta-datos didácticos.

A continuación se describe el método de trabajo seguido en la realizacióny desarrollo de esta tesis doctoral.

1.4. MetodologíaEsta investigación se ha abordado desde una perspectiva incremental, a

través de las siguientes etapas:

1. Estudio del estado de la cuestión. Esta actividad se centra en elestudio de (a) los aspectos tecnológicos:

Estudio de las arquitecturas de sistemas de aprendizaje, principal-mente la especicación LTSA (Learning Technology Systems Archi-tecture) [131], las especicaciones y estándares para el modeladode recursos y sistemas educativos (IMS (IMS Global Learning Con-sortium Inc.) [107], SCORM (Sharable Content Object ReferenceModel) [207], LOM (Learning Object Metadata) [125], etc) y len-guajes para el modelado de recursos educativos EML (EducationalModelling Language) [117] .Estudio de los sistemas de eLearning, en particular aquellos dedica-dos a la gestión de recursos de aprendizaje (LMS (Learning Manage-ment Systems) y LCMS (Learning Content Management Systems).Estudio de lenguajes para la estructuración de datos basados en laWeb (tecnología XML [260]).

y (b) los aspectos pedagógicos, enfocados hacia el estudio de las teoríasde diseño instruccional.

2. Denición del modelo conceptual. Esta etapa comprende las siguien-tes actividades:

Denición del Modelo de Contenido ELO.• Denición de ELO.• Descripción de los componentes del modelo de contenido.

7

Ensamblaje de los ELOs.• Descripción del mecanismo de ensamblaje de ELOs.• Descripción del proceso de ensamblaje de ELOs.

Reutilización de ELOs.• Descripción del ciclo de vida de los ELOs.• Análisis de las diferentes perspectivas de la reutilización.

Meta-datos para los ELOs.• Descripción de los Bindings XML para los ELOs.• Descripción del proceso de ensamblaje de ELOs.• Denición de las reglas basadas en meta-datos didácticos para

la descripción de ELOs.

3. Evaluación. Esta etapa se aborda desde tres perspectivas:

Factibilidad técnicaEn este apartado se evalúa la capacidad para aplicar con ecienciael método y la tecnología, es decir evaluar la viabilidad de la imple-mentación del modelo conceptual para la generación, el ensamblajey la reutilización de objetos de aprendizaje, propuesto en esta tesis.Esta evaluación se realiza desde tres puntos de vista:

• El análisis funcional, enfocado hacia la identicación de las ope-raciones que debe realizar la herramienta ELO-Tool.

• El diseño, descrito desde la perspectiva de ELO-Tool como pla-taforma para el soporte de la generación, el ensamblaje y lareutilización de objetos de aprendizaje.

• La implementación, descrita desde el punto de vista de las ope-raciones que ejecuta el usuario con la herramienta ELO-Toolpara llevar a cabo la generación, el ensamblaje y la reutiliza-ción de objetos de aprendizaje.

Evaluación analíticaEste tipo de evaluación permite predecir el desempeño de las tareasen términos de las operaciones físicas y cognitivas que deben llevarsea cabo. Esta evaluación comprende los siguientes aspectos:

• Análisis de tareas• Denición de la interfaz de usuario

8

Evaluación comparativaLa comparación es un mecanismo de evaluación que permite abs-traer aspectos relevantes de los elementos implicados en el procesomismo de evaluación. Este tipo de evaluación se centra en la des-cripción de la:

• Relación con otros modelos. Dentro del contexto de esta tesisdoctoral, la comparación hace posible conrmar las ventajas delmodelo propuesto, respecto a la forma en que cada uno de losmodelos seleccionados aborda los problemas relacionados conla generación, la reutilización y el ensamblaje de objetos deaprendizaje.

4. Prototipo. Esta etapa tiene como objetivo vericar la viabilidad técnicadel modelo conceptual para la generación, ensamblaje y reutilización deobjetos de aprendizaje, propuestos en esta tesis doctoral.

Con la realización de esta tesis doctoral se esperan las siguientes aporta-ciones:

Proporcionar un modelo conceptual para la generación, ensamblaje yreutilización de objetos de aprendizaje.

Proporcionar un modelo de contenido ELO, cuyos componentes esténcaracterizados de tal forma que faciliten la aplicación del mecanismo deensamblaje de ELOs.

Proporcionar un mecanismo para el ensamblaje de ELOs basado en on-tologías.

Proporcionar un conjunto de reglas para el ensamblaje de meta-datos,como complemento al proceso de descripción de los ELOs resultantes delproceso de ensamblaje.

Proporcionar un prototipo que permita vericar la factibilidad, desde elpunto de vista técnico, del mecanismo de ensamblaje propuesto y losprocesos de generación y reutilización de objetos de aprendizaje.

Contribuir al proceso de aceptación de la tecnología de objetos de apren-dizaje, a través de la identicación de los problemas relacionados consu utilización y la propuesta de soluciones, que permitan corroborar lascaracterísticas que la denen como una tecnología con un gran potencialreutilizable, generativo, adaptativo y escalable [247].

9

1.5. Estructura de la memoriaEsta memoria está formada por cuatro partes que se describen a continua-

ción.

Parte I. Introducción. Formada por el capítulo 1. El capítulo 1 abarcala descripción de la motivación, los requisitos para la construcción de lasolución, el objetivo, la metodología y la estructura de la memoria.

Parte II. Estado de la cuestión. Formada por el capítulos 2. Este capítulodescribe el contexto de la tecnología de objetos de aprendizaje, partiendodel concepto de eLearning, seguido de la descripción de la tecnología demeta-datos, para nalmente llegar a la caracterización de los objetos deaprendizaje.

Parte III. Modelo conceptual para la generación, ensamblaje y reutiliza-ción de objetos de aprendizaje. Esta parte de la memoria está formadapor los capítulos 3, 4 y 5. El capítulo 3, presenta el modelo de contenido,sus componentes y describe los procesos de ensamblaje y reutilización deobjetos de aprendizaje. El capítulo 4, proporciona la descripción de losbindings XML de los componentes del modelo de contenido y las reglaspara la descripción de los objetos de aprendizaje resultantes del procesode ensamblaje, basadas en la utilización de meta-datos didácticos. Final-mente, en el capítulo 5, se describe el proceso de evaluación, orientadoa vericar la viabilidad de implementación del modelo conceptual parala generación, el ensamblaje y la reutilización de objetos de aprendizaje,propuesto y descrito en esta memoria, a través de tres aspectos funda-mentales: la evaluación de la factibilidad técnica, la evaluación analíticay la evaluación comparativa.

Parte IV. Conclusiones. La última parte de la memoria corresponde alcapítulo 6. Este capítulo recoge las conclusiones del trabajo presentadoen la memoria e identica las principales contribuciones y las líneas deinvestigación y trabajo futuro.

10

Parte II

ESTADO DE LA CUESTIÓN

11

Capítulo 2

ESTADO DE LA CUESTIÓN

El propósito de éste capítulo es describir el contexto dentro del cual seenmarca la tecnología de objetos de aprendizaje. Para ello, se hace referenciaa lo que se conoce como eLearning, a las tecnologías utilizadas en la descrip-ción de los objetos de aprendizaje (meta-datos), para llegar nalmente a lacaracterización de los mismos.

2.1. eLearning: formación a distancia a travésde las TICs

1

El dominio educativo ha intentado aprovechar los desarrollos tecnológicospara favorecer los procesos de enseñanza-aprendizaje.

En el desarrollo de las primeras aplicaciones educativas de los años 50, losordenadores estaban destinados principalmente a resolver problemas de ca-rácter cientíco. Más tarde, durante la década de los años 60 aparecieron lasprimeras aplicaciones educativas asistidas por ordenador. Esta tecnología co-nocida como Computer Based Training (CBT) o Computer Assited Instruction(CAI) estaba orientada al aprendizaje de la lectura y las matemáticas. Además,incorporaba mecanismos de realimentación pregunta-respuesta, convirtiendo alalumno en un ente más activo dentro de su propio proceso formativo.

Ya en los años 70, la aplicación de técnicas de inteligencia articial su-pone un cambio en la enseñanza asistida por ordenador. Se ofrecen sistemas

1TICs: Tecnologías de la Información y las Comunicaciones.

13

capaces de entender el dominio de conocimiento, orientando al alumno en laconstrucción del conocimiento.

La incorporación de componentes más sosticados y con mayores presta-ciones en cuanto a velocidad y rendimiento abre el paso a nuevas tecnologías,permitiendo el desarrollo de entornos educativos interactivos. El CD-Rom seconvierte en la plataforma de distribución más extendida, proporcionando unamayor independencia espacio-temporal del aprendizaje.

La presencia de Internet facilita la evolución del Computer Based Training(CBT) hacia el Web Based Training (WBT) o Internet Based Training (IBT)(válido tanto en entornos Internet como Intranet).

Estas nuevas tecnologías permiten optimizar los recursos de formación fa-cilitando diversas tareas como la instalación, la actualización y el control inte-ractivo, entre otras.

A nales de los 90, la palabra eLearning empieza a escucharse por primeravez en el ambiente profesional. Asociada con expresiones tales como aprendi-zaje online o aprendizaje virtual y utilizada para cualicar una forma deaprender basada en el uso de las nuevas tecnologías, permitiendo el acceso a laformación interactiva y algunas veces personalizada a través de Internet o deotros medios electrónicos, para desarrollar competencias a través de un procesode aprendizaje independiente del tiempo y el lugar [188].

El eLearning puede ser un tema confuso en parte por la cantidad de acró-nimos, tecnologías, deniciones traslapadas y las historias convergentes tantode la tecnología como de la formación.

En el mercado actual cuando se utiliza el término eLearning (y sus múltiplessinónimos) a lo que mucha gente se reere es a WBT (web-based training). Sinembargo, tiene un signicado más amplio.

El eLearning es una forma de utilizar la tecnología para distribuir mate-riales educativos y otros servicios, permitiendo establecer un canal de retornoentre profesores y alumnos.

En los nuevos entornos de aprendizaje se utiliza la tecnología Web (tantodistribución vía Intranet como Internet) como la opción de distribución pre-ferida. Actualmente, la distribución de materiales y servicios incluye PDAs(Palm) y dispositivos inalámbricos (teléfonos móviles). Esta nueva movilidadde la educación se conoce como m-learning [74], [256], el cual es visto como undesarrollo del eLearning, en el que las características del mismo son mejoradasy provistas de nuevas dimensiones, promoviendo un incremento en la calidadde la difusión del eLearning.

14

2.1.1. Otros términos asociados al eLearning

Entender lo qué es y qué no es el eLearning puede resultar confuso debidoa la gran cantidad de términos que existen para denir la misma cosa. Muchaspersonas preeren la palabra aprendizaje a formación y utilizan el términotechnology-based learning (TBL) o eLearning en lugar de technology-basedtraining (TBT). Otros términos comúnmente utilizados son computer-basedtraining (CBT), computer-based learning, (CBL) computer-based instruction(CBI), computer-based education (CBE), web-based training (WBT), Internet-based training (IBT), entre otras. Algunas de ellas pueden verse como subsec-ciones especícas del eLearning, como por ejemplo WBT.

Otra confusión se debe a las deniciones técnicas que dieren de su uso. Esel caso de CBT, CBI y CBL que se utilizan generalmente para hacer referenciaa todos los tipos de eLearning pero se utilizan generalmente para describir laformación basada en discos. Un término que comience con la palabra compu-ter por lo general, pero no siempre, se reere a tutoriales interactivos que sedistribuyen en discos. El término formación multimedia se utiliza para descri-bir la formación distribuida a través de CD-Rom.

Por su parte, browser-based training (BBT) es un término que se utilizapara describir un curso que requiere un navegador Web para acceder al conte-nido, pero se puede ejecutar desde un CD-Rom. Este tipo de cursos se llamanhíbridos o CD-Roms híbridos.

Distance learning o distance education son otros términos utilizados fre-cuentemente y aunque describen muchos tipos de eLearning se utilizan paradescribir instructor-lead, web-based education, formación corporativa o clasesa distancia.

Para complicar un poco más el tema, algunos teóricos dividen el eLearningen tres ramas diferentes: computer aid instruction (CAI), computer-managedinstruction (CMI) y computer supporter learning resources (CSLR). El primertérmino abarca la porción de productos de eLearning que proporcionan ense-ñanza como tutoriales, simulaciones y ejercicios. El segundo término se reerea los productos de eLearning que tienen funciones de evaluación, seguimiento yguía de estudio. Finalmente, el tercer término cubre los aspectos del eLearningque dan soporte al desempeño, la comunicación y el almacenamiento. Aunqueesta clasicación puede ser útil en el campo de la investigación académica yen foros de discusión, para muchos es suciente con saber que todas ellas sereeren solo a partes del conjunto total representado por el eLearning.

15

2.1.2. Ventajas del eLearning

El eLearning permite superar algunas de las barreras existentes en los sis-temas de enseñanza asistida por ordenador. Algunas de ellas son:

Independencia espacio-temporal.

Establecimiento de un canal de comunicación alumno-profesor, desapa-reciendo la relación hasta ahora existente entre enseñanza a distancia yaprendizaje en solitario.

Seguimiento y tutoría del progreso del alumno a través de los canales decomunicación establecidos.

Posibilidad de escoger entre gran variedad de materiales, cursos y es-pecialidades, gracias a que el ámbito de actuación de los sistemas deeLearning es universal.

Numerosos artículos referentes al eLearning [101] sugieren razones por lascuales se debe migrar a los sistemas de eLearning. Algunas de ellas son:

Factores económicos: mejor relación costo-benecio en la produccióny desarrollo aprovechando la reutilización de componentes tecnológicosy materiales de aprendizaje.

Materiales de aprendizaje disponibles en cualquier momento ylugar: las organizaciones buscan formas más ecientes para distribuirmateriales de aprendizaje a sitios geográcamente dispersos, para queestén disponibles en cualquier momento.

Cambios en la naturaleza del trabajo y el movimiento hacia laeconomía del conocimiento: la nueva economía se caracteriza por elpredominio del mundo de las ideas y del conocimiento.

Movimiento del aprendizaje just-in-case al aprendizaje just-in-time : la formación just-in-case se caracteriza por que el alumnorecibe una cantidad de conocimientos, que generalmente no se utilizan,con la idea de que en algún momento le pueden ser de utilidad. Por suparte, la formación just-in-time permite que el alumno actualice susconocimientos en el momento que lo necesite, para dar solución a unavariedad de problemas.

16

El crecimiento de la tecnología e Internet: este crecimiento hace deInternet el vehículo ideal para la distribución de educación y experienciasde aprendizaje diseñadas teniendo en cuenta aspectos pedagógicos en sudiseño e implementación.

Además, la utilización masiva de Internet implica tener en cuenta aspectosque requieren una solución particular:

Aumento en la cantidad de información disponible y sistemas softwarede comunicación para su soporte.

Mayor heterogeneidad entre sistemas y productos y diversas modalidadesde interacción.

Organización de los procesos de aprendizaje distribuidos en respuesta ala creciente demanda de usuarios geográcamente dispersos.

Pero, Internet no solamente ha afectado el desarrollo de las aplicacioneseducativas desde el punto de vista tecnológico sino también desde su perspec-tiva pedagógica. A diferencia de los paradigmas educativos tradicionales (cen-trados en el profesor) los actuales paradigmas se enfocan hacia la actividad delestudiante para hacerlo partícipe del proceso de enseñanza-aprendizaje.

De otra parte, hay que tener presente que además de los estudiantes, losprofesores y los medios tecnológicos, un componente clave de este proceso loconstituyen los contenidos educativos. Su importancia radica en que es sucalidad la que marca la diferencia entre el posible éxito o el fracaso de laexperiencia de aprendizaje.

Característica Sistemas CBT Sistemas de eLearningModelo pedagógico Centrado en el profesor Centrado en el alumnoFinalidad Distribuir contenidos Distribuir contenidos y capturar cono-

cimientoTipo de componen-te educativo

Curso completo Trozos de contenido u objetos deaprendizaje

Creación de conte-nido

Desde cero Reutilización de contenido

Tiempo requeridopara el aprendizaje

Días, semanas, meses Horas

Tabla 2.1: Comparación entre sistemas CBT y sistemas de eLearning

17

2.1.3. Limitaciones del eLearning

A pesar de las barreras que con el eLearning se pueden superar, aún quedanalgunos aspectos por resolver y que representan sus principales limitaciones:

Preparación del estudiante: es necesario un esfuerzo para asegurar quelos estudiantes tienen las habilidades y conocimientos técnicos, así comotambién el acceso al hardware y software necesarios para completar sa-tisfactoriamente el curso basado en las TICs. Tanto la gestión del tiempoy las habilidades metacognitivas están relacionadas con las actitudes yla motivación del estudiante.

Preparación del profesor : al igual que los estudiantes, los profesores debentener habilidades técnicas, conocimiento y acceso al hardware y software,necesarios en este caso, para facilitar el diseño y desarrollo del cursobasado en las TICs. Y deben tener un excelente manejo del tiempo y lamotivación para proporcionar asistencia y realimentación al estudiante.

Gestión de la información: a pesar de que se posean unas habilidadestécnicas y un manejo del tiempo excepcionales, tanto los profesores comolos alumnos requieren de interfaces que reduzcan las cuestiones logísticasy técnicas. El uso de boletines y listas de distribución pueden ayudar amanejar la sobrecarga de información.

Equidad : no todos los usuarios cuentan con las facilidades de acceso aInternet. La tecnología incrementa el vacío entre quienes tienen y quienesno tienen tales posibilidades.

Ancho de banda: aunque las limitaciones de ancho de banda están desa-pareciendo rápidamente con la llegada de líneas de comunicación superrápidas, unidades de procesamiento central y modems, los sistemas co-munes aún no cuentan con el uso de audio y vídeo síncrono y asíncrono.

2.1.4. Características de los sistemas de eLearning

El análisis de las ventajas y las limitaciones de los sistemas de eLearning,permite denir cuáles son las características que deben soportar dichos siste-mas:

Adaptabilidad: los recursos de aprendizaje se deben seleccionar y per-sonalizar de acuerdo al perl del estudiante y las características del con-texto en el cual se lleva a cabo el aprendizaje.

18

Actividad: la actividad o interactividad es importante para hacer losrecursos más sensibles, autónomos y proactivos, y para explotar muchomejor la naturaleza distribuida del aprendizaje electrónico basado en lasTICs. Además, refuerza la interacción de los estudiantes con las aplica-ciones eLearning. Es necesario que esas aplicaciones se aproximen a lascaracterísticas de un tutor o supervisor y que puedan adoptar estrategiasmotivacionales.

Apertura: ser abierto es un requisito para cualquier tecnología que as-pira a extenderse globalmente entre diferentes culturas y lenguajes. Laexperiencia demuestra que la tecnología no es suciente para llegar sa-tisfactoriamente a la adopción de nuevas soluciones. Los estándares re-presentan un factor clave para la adopción de las nuevas tecnologías,facilitando la reutilización, la especialización y mejorando la calidad delas soluciones.

Integración: es uno de los grandes retos que se espera cubrir mediantela aplicación de estándares y técnicas que permitan integrar contenidosy aplicaciones, para favorecer no solo la interoperabilidad sino tambiénla reutilización.

Escalabalidad: las arquitecturas de los sistemas de eLearning deben serexibles para adaptarse al crecimiento de los contenidos educativos y darsoporte a nuevos servicios y soluciones sin que esta evolución afecte sufuncionalidad.

2.1.5. Componentes del eLearning

La denición de las características de los sistemas de eLearning permitenidenticar tres componentes comunes en las diversas conguraciones de dichossistemas: (a) métodos para la distribución de contenido, (b) herramientas deautor y (c) sistemas para la gestión de aprendizaje. A continuación se explicacada uno de ellos.

Métodos para la distribución de contenido

El contenido consta de recursos educativos y actividades de aprendizaje. Enel aprendizaje convencional, estos recursos están formados por textos, evalua-ciones o combinaciones de los dos. En el caso del eLearning, los textos puedenestar acompañados por audio o vídeo, pero una ventaja muy importante sobre

19

el aprendizaje convencional, es que permite ajustar y proporcionar el contenidoa los estudiantes teniendo en cuenta el nivel de progreso individual. De otraparte, también soporta simulaciones como una forma de evaluar las habilida-des en el desempeño de algunas actividades que pueden ser difícil de realizaren la vida real, debido a la manipulación de determinado tipo de materialesde laboratorio. El contenido para la segunda generación del eLearning se es-cribe utilizando HTML o XML y puede ser visualizado utilizando programasnavegadores. En cuanto al audio y al vídeo, son distribuidos a través de la redmediante diferentes métodos:

Emisión en vivo: es análogo a la emisión de televisión. Mientras que laemisión de televisión es un proceso en un sentido, el eLearning puede serbidireccional permitiendo a los participantes hacer y responder pregun-tas, por ejemplo, cuando participan en seminarios o eventos.

Vídeo sobre demanda (VoD): esta tecnología se está introduciendo a tra-vés de la televisión por cable. El sistema permite que un gran número deestudiantes tengan acceso a contenidos de vídeo, en cualquier momentoque lo deseen y con la posibilidad de conguración bidireccional.

Comunicaciones interactivas : los sistemas de eLearning interactivos to-man ventaja de la capacidad bidireccional de la tecnología. Existen dosaproximaciones: la enseñanza remota y la comunidad. Dentro de la apro-ximación de enseñanza remota, el profesor y el estudiante se encuentranen lugares diferentes interactuando a través de herramientas comparti-das. El profesor puede enviar al estudiante mensajes de texto, audio ovídeo. En la aproximación de comunidad el profesor es el punto focal delas clases virtuales y es posible establecer discusiones con expertos entemas especícos. Por su parte, los estudiantes pueden interactuar entreellos mismos. Las sesiones pueden grabarse y los contenidos pueden serreutilizados.

Herramientas de autor

Las herramientas de autor son productos software con funciones de edi-ción que permiten crear contenido. La gama de herramientas varia según susfuncionalidades y propósitos:

Software para convertir documentos, imágenes y caracteres creados conprocesadores de texto, hojas de cálculo y software de presentación encontenido eLearning.

20

Software que permite a las personas sin habilidades de programacióncrear documentos avanzados, tales como simulaciones.

Software diseñado para sincronizar materiales de audio y vídeo con elcontenido de la presentación.

A parte de las funcionalidades para la creación de contenido, las herra-mientas de autor se pueden utilizar para añadir funciones para la gestión delaprendizaje que permitan seguir el progreso del alumno.

Sistemas para la gestión de aprendizaje

Desde la era del CAI, el componente más importante de los sistemas deeLearning han sido los sistemas para la gestión de aprendizaje (LMS). Es-tos sistemas ayudan a manejar y organizar las actividades y competencias delaprendizaje. Las actividades manejadas por un LMS varían de acuerdo al con-texto en el que se desarrollen, por ejemplo, seminarios educativos o formaciónonline basada en la Web. Desde el punto de vista del usuario nal, un LMSrepresenta un medio efectivo para el seguimiento de las habilidades y compe-tencias individuales y permite además, localizar y registrarse en actividadesrelevantes para mejorar el nivel de las habilidades del estudiante.

Un LMS facilita el acceso, registro, manejo e informe sobre las actividadesde aprendizaje y competencias en una organización. En esencia, un LMS estáorientado a las competencias, actividades de aprendizaje y la logística relacio-nada con la distribución de dichas actividades. Un LMS no está enfocado haciala creación, reutilización, gestión o mejora del contenido en sí mismo.

De otra parte, también ha sido necesario el desarrollo de métodos para lagestión de sistemas de aprendizaje mixtos (blended learning systems) los cualescombinan el eLearning con la formación tradicional de aprendizaje.

Existen situaciones en las que el mismo contenido se debe manejar de dife-rente forma de acuerdo al propósito de aprendizaje. Por ejemplo, si se utiliza elmismo curso para formar a empleados a diferentes niveles y formación técnicaespecializada, los requisitos y el precio serán diferentes en cada caso. Es poresta razón que los sistemas de gestión de contenido de aprendizaje (LCMS)han sido desarrollados independientemente de los LMS.

Los sistemas para la gestión de contenido de aprendizaje (LCMS), en con-traste con los LMSs, permiten crear, distribuir, manejar y mejorar el contenidode aprendizaje. Generalmente, el contenido se mantiene en un almacén de con-tenido centralizado en forma de pequeños objetos auto descritos, que poseen

21

un identicador único, o lo que se conoce como objetos de aprendizaje, queson piezas de contenido descritas mediante meta-datos (información acerca deinformación). Un LCMS puede localizar y distribuir objetos de aprendizaje alusuario nal como una unidad individual que satisfaga una necesidad especí-ca o distribuir el objeto de aprendizaje como parte de un curso completo, unplan de estudio o una actividad de aprendizaje denida dentro de un LMS.

La información referente a las interacciones del usuario con el objeto deaprendizaje es utilizada por el LCMS de dos formas. Por una parte, para distri-buir experiencias de aprendizaje personalizadas y por otra, para proporcionara los autores (creadores, diseñadores) informes que faciliten el análisis de laclaridad, relevancia y eciencia del contenido y cuyos resultados se tendrán encuenta para futuras mejoras del mismo.

Algunos productos de LCMS van más allá favoreciendo la colaboración yparadigmas para el intercambio de conocimiento en el contexto de los obje-tos de aprendizaje. Además potencian la colaboración entre usuarios y con losexpertos en las materias sobre objetos de aprendizaje especícos. Estos inter-cambios de conocimiento se capturan, archivan y se ponen a disposición de losfuturos usuarios para ampliar y complementar el conocimiento encapsulado enese objeto de aprendizaje.

Un LCMS está orientado a tareas de creación, reutilización, localización,distribución, gestión y mejora del contenido. No se ocupa de funcionalidadesadministrativas o del manejo de actividades de aprendizaje o de la logística deesas actividades.

Puntos de conuencia entre los LMSs y LCMSs

Aunque los LMSs y los LCMSs dieren fundamentalmente en sus enfoques,poseen aspectos complementarios en aras de alcanzar el mismo objetivo de altonivel: acelerar la transferencia de conocimiento. Para tal n, comparten unacausa común en tres áreas:

Contenido: el contenido es el ingrediente clave que es manejado tan-to por los LMSs como por los LCMSs. Los LMSs manejan, prescribeny realizan el seguimiento de los cursos online, que generalmente estáncompuestos por objetos de aprendizaje que han sido creados y denidosen el LCMS. Tanto el LMS como el LCMS supervisan la distribuciónde contenido pero a diferentes niveles de granularidad. Un LMS realizael seguimiento de los diferentes niveles del curso, supervisando el estadode completitud y las puntuaciones obtenidas por el estudiante. En con-

22

traste, un LCMS realiza un seguimiento detallado a nivel de objeto deaprendizaje, no solo para trazar el rendimiento y las interacciones a unnivel de granularidad más no, sino para proporcionar las métricas queayuden a los autores a analizar la claridad, relevancia y efectividad delobjeto de aprendizaje.

Usuarios: Los usuarios desempeñan un papel central en los LMSs y losLCMSs. Independientemente de si el recurso es un objeto de aprendizaje,un curso online, o alguna forma de actividad de aprendizaje, el objeti-vo común en ambos sistemas es distribuir los recursos de aprendizaje alusuario de la forma más efectiva posible. En los LMSs se mantiene el perlde cada usuario incluyendo su perl laboral, preferencias, competencias,niveles de habilidad, participación en actividades de aprendizaje, entreotros. Los usuarios generalmente utilizan los LMSs para manejar su esta-do de competencia, analizar sus habilidades y registrarse en actividadesde aprendizaje que les permitan reducir la diferencia de sus habilidadesfrente al conocimiento y las habilidades que aspiran a adquirir.Un LCMS se ocupa de distribuir a los usuarios experiencias de aprendiza-je personalizadas, proporcionándoles el contenido suciente y adecuadoa sus necesidades individuales. Estas experiencias de aprendizaje puedenreforzarse mediante la personalización del contenido (basada en el perldel usuario) o a través de capacidades de colaboración e intercambio deconocimiento al rededor del contenido. La diferencia fundamental es queel LCMS aprovecha toda la información disponible acerca del usuariopara ofrecer una experiencia personalizada cuando distribuya un objetode aprendizaje, mientras que el LMS mantiene la información acerca delperl del usuario y los deja disponible para que el LCMS distribuya unaexperiencia de aprendizaje personalizada.

Administración: Los LMSs y los LCMSs comparten diversos intere-ses administrativos respecto a los contenidos como a los usuarios. UnLMS ofrece administración detallada de los usuarios incluyendo sus per-les, competencias, roles y propiedades administrativas, pero solo a altonivel de administración y seguimiento. Por su parte, un LCMS ofreceuna administración extensa del contenido a niveles nos de granulari-dad. Además, los LCMSs prestan más atención a las interacciones entreel usuario y el contenido que a la administración de los usuarios en símisma. Existen productos pertenecientes a ambos tipos de sistemas queincorporan características administrativas para la gestión de usuarios yde contenido. Son los clientes quienes deben decidir su interés adminis-trativo a través de un LMS y un LCMS y asegurar que el ujo de los

23

procesos administrativos sea consistente entre los dos sistemas.

La porción resaltada en la gura2 2.1. describe la relación de la integraciónentre los dos sistemas LMS y LCMS en un entorno de eLearning.

Figura 2.1: Integración de los sistemas LMS y LCMS en el ecosistema delaprendizaje

Almacén de contenido común

Los productos LMS y LCMS provenientes del mismo fabricante puedentener un almacén de contenido común. Esta característica ofrece ciertos bene-cios:

El contenido del almacén está en una situación única, que garantiza launiformidad de su administración y mantenimiento.

2Fuente IDC, 2001.

24

Se elimina el esfuerzo extra para asegurar la consistencia del contenidoy su integridad a través de los dos sistemas.

Un almacén de contenido único hace posible la identicación y el accesode los objetos de aprendizaje a través de los dos sistemas basándose enun espacio de nombres común. Esto permite que el autor de un objetode aprendizaje dena los prerequisitos en términos de otros objetos deaprendizaje en el LCMS sin preguntar si el LMS reconoce esos prerequi-sitos.

Con almacenes de contenido separados, aunque el espacio de nombresque identica a los objetos de aprendizaje es de alguna forma estandari-zado a través de los dos sistemas, el cliente debe asegurar que todos losprerequisitos denidos para el objeto de aprendizaje en el LCMS estánpublicados en el almacén del LMS, para que el LMS apruebe satisfacto-riamente esas especicaciones de prerequisitos. Un almacén de contenidocompartido entre los dos sistemas elimina completamente este problema.

Los almacenes de contenido común hacen posible que los autores actua-licen los objetos de aprendizaje en el LCMS una vez. Todos los usos delobjeto de aprendizaje adoptan automáticamente la versión actualizadadel almacén común. Esta característica es importante para sistemas enlos que el contenido requiere de actualizaciones frecuentes.

La granularidad del seguimiento en los LCMSs ayuda a que los propietariosdel contenido perciban la claridad y efectividad de sus objetos de aprendizaje.La correlación de estos datos y el perl de usuario, el rol, las competencias ylos niveles de habilidad disponibles en los LMSs proporcionan una percepciónvaliosa sobre los tipos de usuarios para los que el contenido es efectivo, oaquellos que tienen dicultades con el mismo.

De otra parte, la correlación de estos datos con las actividades de aprendi-zaje y los planes de estudio en los LMSs que incluyen los objetos de aprendizajepueden revelar en qué parte deben incluirse los objetos de aprendizaje en elfuturo y ayudar a renar sus prerequisitos. Este análisis también puede revelarlas dependencias de los prerequisitos de los objetos de aprendizaje respecto alas características de la audiencia.

A modo de síntesis, la tabla 2.2 resume las características más relevantesde los sistemas LMS y LCMS, proporcionando una comparativa entre estosdos tipos de sistemas de eLearning.

25

Característica LMS LCMSUsuarios a los que va dirigido Instructores, administradores

de formaciónDesarrolladores de contenido,diseñadores instruccionales, di-rectores de proyectos

Proporcionan gestión para Estudiantes Contenido de aprendizajeManejo de clases, formación centradaen el profesor

Si (pero no siempre) No

Informe del rendimiento de los resulta-dos de la formación

Principal enfoque Enfoque secundario

Colaboración entre estudiantes Si SiAlmacenamiento de los datos del perldel estudiante

Si No

Comparte datos del estudiante con unsistema ERP (Enterprise RequirementPlanning)

Si No

Calendario de eventos Si NoAnálisis de competencias-habilidades Si Si (en algunos casos)Capacidades para la creación de conte-nidos

No Si

Organización del contenido reutilizable No SiCreación de preguntas y test de admi-nistración

Si (la mayoría de los LMS tieneesta capacidad)

Si (la gran mayoría de las he-rramientas lo tienen)

Evaluación dinámica y aprendizajeadaptativo

No Si

Herramientas workow para la gestiónde procesos de desarrollo de contenidos

No Si

Distribución de contenido, control denavegación e interfaz de estudiante

No Si

Tabla 2.2: Resumen comparativo de los sistemas de eLearning

Continuando con la descripción del contexto de la tecnología de objetos deaprendizaje, es imprescindible hacer referencia a un concepto que asociado a losobjetos de aprendizaje proporciona una completa descripción de los mismos.Dicho concepto se denomina meta-dato.

2.2. Tecnología de Meta-datos

En esta sección se hace referencia a la utilización de los meta-datos en losprocesos de descubrimiento y acceso a los recursos de aprendizaje. El temase aborda a partir de la denición de meta-dato, para seguir después con ladescripción de las principales organizaciones y sus iniciativas al rededor deésta tecnología. Para terminar, se describen los diferentes tipos de meta-datosy los aspectos que conrman la necesidad de su utilización en la creación decontenido Web.

26

2.2.1. Introducción

Un meta-dato es un dato estructurado que describe las características deun recurso [77], es decir la información acerca del objeto de aprendizaje al queidentica. En un modelo de información estructurada, un meta-dato es partedel modelo, parte de la estructura (DTD) que es completada con el contenidopara formar un archivo válido. Un meta-dato también puede considerarse comouna pieza de información que está unida al núcleo del contenido. Un conjuntode meta-datos robusto debe tener información perteneciente a áreas como elciclo de vida del objeto, los requisitos técnicos, las especicaciones educativas,los derechos de autor y la clasicación, etc. [27]. Cuando se realiza una bús-queda de objetos de aprendizaje en un almacén, es la información contenida endichos objetos la que se busca. Estas operaciones de descubrimiento y accesorequieren una descripción cuanto más estandarizada y es precisamente lo quelos estándares de meta-datos proporcionan.

2.2.2. Estandarización

El concepto de meta-datos para identicar recursos en Internet se gestó amediados de 1990 y fue formalizado en una reunión en Dublin-Ohio, lo quedio comienzo a la Dublin Core Metadata Iniciative (DCMI) [46]. Más tar-de, a nales del mismo año, comenzaron a formarse consorcios que despuésse interesaron en resolver problemas prácticos relacionados con la clasica-ción y recuperación de material (Alliance for Remote Instructional Authoringand Distribution Networks for Europe (ARIADNE) [8], Warwick Framework[238]), la creación de contenido basado en requisitos de aprendizaje individua-les (Learning Architecture, Learning Objects (LALO) [119]), la organizacióny accesibilidad de recursos de aprendizaje (Gateway to Educational Materials(GEM) [83]), la interoperabilidad de los objetos de aprendizaje (EducationNetwork Australia (EdNa) [70]) o el desarrollo de estándares, especicacionesy herramientas (Global Learning Consortium Inc. (IMS) [107]), Learning Te-chnology Standards Committee (LTSC) [106]), Advanced Distributed Learning-Sharable Content Object Reference Model (ADL-SCORM)[207]). Otras inicia-tivas (Canadian Core Learning Object Metadata Application Prole (CanCore)[26]), han desarrollado perles de aplicación de meta-datos basadas y comple-tamente compatibles con en el estándar de meta-datos LOM y la especicaciónpara meta-datos del IMS.

Aunque existe un gran número de organizaciones involucradas en el proceso

27

de estandarización, en la gura3 2.2 solo se muestra las organizaciones másestables y activas en el proceso de estandarización de la tecnología educativa.

Figura 2.2: Proceso de estandarización de la tecnología educativa

Las especicaciones producidas por los consorcios como AICC, IMS yARIADNE se basan en un proceso interno, en el que se verican las nece-sidades y los requisitos de los miembros de la organización. Pero estas especi-caciones no son estándares, por lo que no es requisito que tengan en cuentalas necesidades del dominio de aprendizaje en su totalidad.

Por su parte, organizaciones como el IEEE, CEN/ISSS WSLT e ISO/IECJTC1 SC36, tienen la obligación explícita de cubrir todos los requisitos y nece-sidades del dominio completo y mantener un proceso de estandarización abier-to. Por este motivo, los borradores de los estándares se hacen públicos a travésde todo el proceso, permitiendo que la comunidad participe en el desarrollodel estándar.

La parte más compleja de este proceso es lograr una validación por partedel usuario nal. Por ello es tan importante que los consorcios desarrollen he-rramientas y guías que faciliten a sus miembros la experimentación y validaciónde las especicaciones que ellos producen.

La literatura ofrece una variedad de artículos en relación con la estandari-zación de la tecnología educativa. En A Step ahead in E-learning Standardi-

3Fuente: Learning Technology Standardization: Making Sense of it All [59].

28

zation: Building Learning Systems from Reusable and Interoperable SoftwareComponents [6], Anido et al., abordan el problema de la interoperabilidad comoconsecuencia de la proliferación de sistemas de aprendizaje. Realizan un análi-sis de los diferentes niveles de estandarización y las principales contribucionesen cada uno de ellos por parte de importantes consorcios. Y para contribuiral proceso de estandarización, proponen una arquitectura de servicios, basadaen CORBA, para la construcción de sistemas de aprendizaje interoperables.

En Learning Technology Standardization: Making Sense of it All [59], Du-val proporciona una taxonomía de los estándares y especicaciones más am-pliamente adoptados en el dominio de la tecnología educativa y el profundoimpacto que sobre ella producen.

Pero también existen sitios Web que ofrecen una amplia información através de sus enlaces. Es el caso de CETIS (The Centre for Educational Tech-nology Interoperability Standards [34]), centrado en la interoperabilidad entreestándares para tecnología educativa. Este sitio Web ofrece información acercade los distintos grupos de trabajo interesados en temas como los meta-datos,la accesibilidad, entre otros. También ofrece una amplia colección de artículosdirigidos no solo a los educadores, sino también a los desarrolladores, maneja-dores y miembros de la comunidad educativa. Hay enlaces a foros de discusión,un directorio de productos, resúmenes de las especicaciones y estándares másrecientes, calendario de eventos, etc. Es un sitio ideal para quienes se inician enel campo de la tecnología educativa y para quienes desean estar actualizadosen el tema.

Otro sitio interesante es el Technical Standards for learning education andtraining [224], que en colaboración con EdNA desarrolla actividades sobre es-tándares técnicos para las TICs en el aprendizaje, la educación y la formación.Dichas actividades son coordinadas por el AICTEC, que formalmente es elEdNA Reference Committee (ERC).

La tabla 2.3 muestra un resumen de las áreas de estandarización en elcampo del eLearning para las cuales se han desarrollado estándares 4 y espe-cicaciones y los consorcios involucrados.

4Aparecen marcados en la tabla con un *.

29

Áreas A5 B6 C7 D8 E9 F10 G11 H12 I13 J14 K15 L16 M17 N18 O19 P20

Meta-datos Si - - - Si Si Si Si* -Si

- - - - - - -

Clasicación decontenido

- - - Si - - - - - - - - - - - -

Empaquetadode contenido

- Si Si - Si - Si Si - Si - - - - - -

Secuenciaciónde contenido

- - - - Si - - Si - - - - - - - -

Entornos deejecución decontenido

- Si - - - - Si - - - - - - - -

Empresas - - - - Si - - Si - - - - - - - -Informacióndel estudiante

- - - - Si - Si Si Si - - - - - - -

Evaluación - - - - Si - Si - - - - - - - - -Requisitos deUsuario

- - - - Si - - - - - - - - - - -

Accesibilidad - - - - Si - - - - - Si - - - - -Competencias - - - - Si - - Si - - - - - - - -Almacenes di-gitales

- - - - Si - - - - - - - - - - -

Recuperaciónde contenido

- - - Si - - - - - - - - - - - -

Reutilizaciónde contenido

- - - - - - - - - Si - - - - - -

Mensajes y ser-vicios Web

- - - - - - - - - - Si - - - - -

Perles - - - - - Si 21 - Si 22 - - - Si 23 - - - -Diseño deaprendizaje

- - - - Si - - Si - - - - - - - -

Arquitecturas - - - - - - - - - - - - Si Si Si Si

5DCMI (Dublin Core Metadata Iniciative) [46]6AICC (The Aviation Industry CBT (Computer-Based Training) Committee) [3]7LALO (Learning Architectures Learning Objects) [119]8Warwick Framework [238]9IMS (Instructional Management Systems) [107]

10ARIADNE [8]11ADL-SCORM (Sharable Content Object Reference Model) [207]12IEEE(Institute of Electrical and Electronics Engineers) [106]13ISO (International Organization for Standardization) [115]14RLO (Reusable Learning Object Strategy)[189]15W3C (World Wide Web Consortium) [257]16CanCore (Canadian Core Learning Object Metadata Application Prole) [26]17Gestalt (Getting Educational Systems Talking Across Leading-Edge Technologies) [86]18SIF (Schools Interopetability Framework) [214]19OKI (Open Knowledge Iniciative [165]20LSAL (Learning Systems Architecture Lab) [130]21Meta-datos (IEEE)22Meta-datos (IEEE); Empaquetado y secuenciación de contenido (IMS), Entornos de

ejecución (AICC)23Meta-datos compatibles el con estándar LOM y la especicación para meta-datos IMS

30

Tabla 2.3: Áreas de estandarización en el campo del eLearning y consorciosinvolucrados

Cabe aclarar que la tecnología de meta-datos no es solo aplicable en el con-texto de la educación. Existen otras áreas en las se ha extendido su utilización.La tabla 2.4 muestra un resumen de dichas áreas y los entes que trabajan enellas.

Entes Descripciónbiblio-gráca

Imagen DatosGeoes-paciales

Descripciónde con-juntos

Comercioelectró-nico

Derechosdeautor

Datosnumé-ricos

Mediosespe-ciales

Preservaciónde datos

Periodismo

A24 Si - - - - - - - - -B25 Si - - - - - - - - -C26 Si - - - - - - - - -D27 Si - - - - - - - - -E28 Si - - - - - - - - -F29 Si - - - - - - - - -G30 - Si - - - - - - - -H31 Si Si - - - - - - - -I32 - Si - - - - - - - -J33 - Si - - - - - - - -K34 - Si - - - - - - - -L35 - - Si - - - - - - -M36 - - - Si - - - - - -N37 - - - Si - - - - - -O38 - - - - Si - - - - -P39 - - - - - Si - - - -Q40 - - - - - Si - - - -R41 - - - - - - Si - - -

24MARC (Machine Readable Cataloging) [134]25DCMI (Dublin Core Metadata Iniciative) [46]26GILS (Government Information Locator Service) [89]27RFC (Format for Bibliographic Records) [186]28TEI Headers (Text Encoding Initiative) [225]29PICS (Platform for Internet Content Selection) [173]30CDWA (Categories for the Description of Works of Art) [31]31CIMI (Consortium for the Computer Interchange of Museum Information) [37]32VRA (Visual Resources Association Data Standards Committee) [235]33NISO (Data Dictionary for Technical Metadata for Digital Still Images) [159]34OBJECT ID [163]35CSDGM (Content Standards for Digital Geospatial Metadata) [41]36EAD (Encoded Archival Description) [66]37Z39.50 (Prole for Access to Digital Collection) [263]38The INDEXS project [109]39Rights Metadata (Book Industry Communication) [17]40DOI (Digital Object Identier) [55]41ICPSR (Data Documentation Initiative) [104]

31

S42 - - - - - - Si - - -T43 - - - - - - - Si - -U44 - - - - - - - Si - -V45 - - - - - - - Si - -W46 - - - - - - - - Si -X47 - - - - - - - - Si -Y48 - - - - - - - - Si -Z49 - - - - - - - - - Si

Tabla 2.4: Iniciativas para el desarrollo de meta-datos en diversos campos

Establecer el conjunto de meta-datos a utilizar para los objetos de apren-dizaje exige tener claridad respecto a qué elementos del estándar (o de laespecicación) se van a utilizar (algunos elementos son opcionales), y estable-cer un balance entre la cantidad de información útil a contener y el tiempo yesfuerzo requeridos para introducir y mantener dicha información.

En la siguiente sección se describen los tipos de meta-datos y puntos clavede su aplicación.

2.2.3. Tipos de meta-datos

Cuando se aplica fuera de un almacén de recursos, el término meta-datoadquiere dimensiones más amplias. Por ejemplo, un proveedor de recursos loutiliza para referirse a información codicada entre etiquetas HTML, que tie-nen como propósito facilitar la localización de dicho recurso en Internet. Unarchivador de registros electrónicos puede utilizarlo para referirse a todo elprocesamiento, el contexto y la información necesaria para identicar la auten-ticidad de un documento, la integridad de un archivo, etc. En cada una de lasdiferentes interpretaciones, los meta-datos no solamente identican y describenal recurso, sino que además proporcionan datos acerca de su funcionalidad, surelación con otros recursos y la forma en la que debe ser manejado. Todos estosaspectos son importantes en el desarrollo de redes de sistemas de informacióndigital y dada las variadas concepciones respecto a los meta-datos, resulta de

42SDSM (Standard for Survey Design and Statistical Methodology Metadata) [210]43Estándar ISO/IEC desarrollado por MPEG (Moving Picture Experts Group) [150]44Public Broadcasting Metadata Initiative [172]45SMEF (Standard Media Exchange Framework) [217]46Preservation Metadata for Digital Objects: A Review of the State of the Art [175]47CEDARS Preservation Metadata Elements [32]48Networked European Deposit Library [156]49PRISM (Publishing Requirements for Industry Standard Metadata) [176]

32

utilidad distinguir entre los diferentes tipos. Cada tipo de meta-datos reejaaspectos clave de la funcionalidad de los mismos. La tabla 2.5, dene cadauno de ellos y proporciona algunos ejemplos de su funcionalidad dentro de unsistema de información digital.

Tipo Denición EjemploDescriptivos Describen un recurso para propósitos

tales como el descubrimiento, la iden-ticación y el acceso. Esto incluye, porejemplo, elementos como el título, elautor, un resumen y palabras clave.También suelen ser útiles en la evalua-ción de recursos.

Clasicación de registros, clasicacio-nes especializadas, relaciones de hiper-enlaces entre recursos, anotaciones rea-lizadas por los usuarios.

Estructurales Se utilizan para navegar a través de unobjeto. Incluyen información acerca dela organización interna del objeto. In-dican como componerlos, por ello, sonútiles en la secuenciación de contenido.

Datos que permitan enlazar texto co-dicado, imágenes embebidas, archivosde audio o vídeo, o cualquier otro re-curso cuya propia estructura esté com-puesta por parte complejas.

Administrativos Proporcionan información útil para eladministrador de los recursos, tal comola fecha cuando fueron creados, deta-lles técnicos y de acceso. Dentro de estetipo de meta-datos se encuentran unavariedad de clasicaciones para datosadministrativos:

Gestión de derechos: que porlo general se relacionan con losderechos de propiedad intelec-tual.

Preservación de recursos: con-tienen la información necesariapara archivar y preservar unrecurso.

Adquisición de información, documen-tación de requisitos para acceso legal,información de la ubicación, criteriosde selección para la digitalización, con-trol de versiones y diferenciación entrerecursos similares.

Tabla 2.5: Tipos de meta-datos

Algunos autores [90], incluyen dentro de ésta tipología los meta-datos téc-nicos : que proporcionan información sobre el funcionamiento de los sistemaso el comportamiento propio de los meta-datos (por ejemplo: documentaciónhardware y software, autenticación y seguridad de datos, encriptación, etc.) ylos meta-datos de uso: que describen el nivel y tipo de uso que se hace de losrecursos (por ejemplo: control de versiones, reutilización del contenido).

Independientemente de las razones particulares por las cuales son utiliza-dos, todos los tipos de meta-datos tienen en común la gestión física e intelectualde los recursos, con el n de asegurar el acceso a ellos, tanto en el presentecomo a largo plazo.

El desarrollo de las redes de sistemas de información digital y el propioWorld Wide Web, ofrecen a los profesionales de la información nuevas oportu-

33

nidades que anteriormente no habían sido exploradas. La conformidad de losmeta-datos con las especicaciones y estándares internacionales, representan laherramienta que les permite explorar dichas oportunidades y crear nuevas di-recciones. La siguiente sección enfatiza en la importancia de los meta-datos enla denición de esas nuevas direcciones dentro de los sistemas de informacióndigital.

2.2.4. Importancia de los meta-datos

La mayoría de los usuarios probablemente asocian el concepto de meta-datocon recursos digitales. Pero en realidad los profesionales de la información loshan utilizado desde hace muchos años y sin embargo su incorporación a lossistemas de información digital es más o menos reciente. Cabe señalar quesu papel no es solamente representar la descripción de un recurso, sino hacerreferencia al contexto, la gestión, la preservación y la utilización del recursoque están describiendo.

En cuanto a la generación de los meta-datos, estos pueden venir de diversasfuentes, siendo creados por personas, generados automáticamente o inferidosa través de las relaciones con otros recursos. Finalmente, su relación con elrecurso digital lo convierte en partícipe de su ciclo de vida, pues es creado,modicado y a veces transferido.

No obstante, la principal función de los meta-datos es mejorar los procesosde gestión y recuperación de la información, lo que los convierte además enpuntos focales para la compartición de datos. Así, lo anteriormente expuestopermite destacar la importancia de los meta-datos en aspectos como:

Descubrimiento de recursos

Al igual que en la clasicación de recursos, los meta-datos son útiles enel descubrimiento de los mismos porque: (i) permiten encontrar los recursosa través de un criterio relevante, (ii) facilitan su identicación, (iii) agrupanaquellos recursos que comparten características similares, (iv) distinguen re-cursos diferentes y (v) proporcionan información acerca de la ubicación de losmismo.

34

Incremento de la accesibilidad

La descripción correcta de los recursos mediante meta-datos aumenta la po-sibilidad de acceder a ellos [90], favoreciendo la recuperación de la información.A pesar de que los estándares de meta-datos son desarrollados por organizacio-nes diferentes, estas incorporan en sus desarrollos elementos comunes, lo cualfacilita a los usuarios la negociación a través de los sistemas de información.De este modo, el mapeo entre sistemas heterogéneos hace posible la consulta através de bases de datos que utilicen diferentes esquemas de meta-datos paradescribir sus recursos.

Retención del contexto

Los meta-datos desempeñan un importante papel en la documentación ymantenimiento de las relaciones entre los recursos digitales, haciendo referenciapor tanto a la autenticidad estructural, la integridad procedimental y al gradode completitud de la información. Así por ejemplo, al documentar el contenido,el contexto y la estructura del chero de un registro de meta-datos, es posibledistinguir dicho registro respecto a información descontextualizada.

Organización de recursos digitales

Debido al crecimiento exponencial de los recursos basados en la Web, seha incrementado la utilización de portales que contienen enlaces a recursosorganizados de acuerdo a los tipos de audiencias o temas. Estas listas se cons-truyen como páginas HTML estáticas que hacen referencia a los nombres y laubicación de dichos recursos. Sin embargo, una forma más eciente de cons-truir ese tipo de páginas dinámicamente es mediante meta-datos almacenadosen bases de datos. Para realizar este proceso de forma automática se utilizanherramientas software que permiten extraer y reformatear la información.

Disminución del tráco en la Red

Hacer búsquedas a través de índices que contengan la representación de unrecurso y no el recurso en sí, no requiere mucho ancho de banda. Tampoco lorequiere el proceso de generación de dichos índices. [166].

35

Interoperabilidad

La utilización de meta-datos para la descripción de recursos, hace posibleque tal descripción pueda ser entendida tanto por los humanos como por lasmáquinas, promoviendo así la interoperabilidad. Esto signica que múltiplessistemas con diferentes tipos de plataformas hardware y software, estructurasde datos e interfaces, son capaces de intercambiar datos (idealmente) con unamínima pérdida de contenidos y funcionalidad.

Identicación digital

Por lo general, los esquemas de meta-datos incluyen elementos como núme-ros para identicar el recurso al cual hace referencia el meta-dato. La ubicaciónde un recurso digital puede darse también utilizando el nombre de un archi-vo, una URL (Uniform Resource Locator) o algún otro tipo de identicadorpersistente DOI (Digital Object Identier) [55], PURL (Persistent URL) [180].Debido a que la ubicación de los recursos cambia frecuentemente, es preferibleutilizar identicadores persistentes en lugar de URLs.

Uso extendido

Los sistemas de información digital hacen posible la distribución de diferen-tes versiones de un único recurso. De esta forma, distintos usuarios al rededordel mundo, pueden acceder a esos recursos que antes por motivos económicos,geográcos o de otro tipo no habían tenido la oportunidad (por ejemplo, laspinturas de un museo virtual). Internet ha facilitado la creación de comunida-des de usuarios con necesidades y formas diferentes de utilizar los recursos. Losmeta-datos permiten documentar usos diferentes de los sistemas y sus conte-nidos y si están bien estructurados, los meta-datos permiten diferentes formaspara buscar información, presentar los resultados de dicha búsqueda e inclusomanipular los recursos sin comprometer la integridad de la información quecontienen.

Almacenamiento y preservación

La utilización de los meta-datos, junto a los vocabularios controlados, favo-recen la precisión en la búsqueda de recursos a través de Internet. Esto se debeprincipalmente a que la búsqueda es un proceso de comparación (matching)entre términos [144]. Y dado que la información digital puede cambiar debido

36

a diferentes factores, entre ellos la evolución de la propia tecnología, los meta-datos constituyen un medio que permite asegurar la supervivencia, continuidady accesibilidad de los recursos digitales. Para preservarlos es necesario contarcon elementos especiales que: (i) guarden un histórico de los cambios que hansufrido a lo largo del tiempo, (ii) proporcionen sus características físicas y (iii)documenten su comportamiento para emularlo con futuras tecnologías. En estesentido, existen iniciativas basadas o compatibles con el ISO Reference Modelfor an Open Archival Information System (OAIS) [114].

2.2.5. Recursos de Meta-datos

Internet ofrece una variedad de recursos relativos a los meta-datos, algunosde ellos se describen en esta sección.

El Getty Research Institute. Introduction to Metadata: Pathways to DigitalInformation [87], proporciona artículos e información básica sobre los meta-datos. También incluye un glosario y enlaces a los llamados metadata cross-walks standards que son bases de datos que referencian o comparan elementosde un estándar con los elementos de otro estándar.

Un sitio que proporciona muy buena información acerca de meta-datos,enfocada hacia los dominios audiovisual, cultural, educativo y de publicación,es el Schemas: Forum for Metadata Schema Implementers [209]. Cada dominioes analizado respecto a su situación actual, proyectos y trabajo futuro.

Un artículo que sirve como punto de partida para identicar los desarrolloshistóricos y requisitos comunes de los meta-datos, en busca de la armoniza-ción de sus respectivos modelos conceptuales es A Common Model to SupportInteroperable Metadata [15].

Otro artículo muy citado es Media Principles and Practicalities [57], en élse identican los principios de los meta-datos, mostrando además similitudesentre las iniciativas de DCMI y LOM.

La Universidad de Montreal ofrece un sitio llamado MetaMap [142] que através de un grafo pedagógico en forma de mapa de metro, ayuda a comprenderlos conceptos relacionados con los estándares de meta-datos y las distintasiniciativas en ésta área.

Por su parte, la Universidad de Toronto trabaja en el proyecto Modelinga Metalevel Ontology [147], para el desarrollo de un esquema metanivel quepermita a los usuarios navegar y probar prototipos, con los que se intentaestablecer un puente entre la sintaxis entendible por los humanos y la sintaxis

37

entendible por las máquinas.A nivel internacional, el desarrollo de iniciativas y arquitecturas para meta-

datos es abundante. Así por ejemplo, la Open Archives Initiative [162] propor-ciona documentos y guías para la implementación de un protocolo para larecolección de meta-datos. Otras iniciativas pueden consultarse en MetadataResource Guide [110].

Si lo que se busca son herramientas para meta-datos, en el sitio Web deDublin Core Initiative se encuentran plantillas, herramientas de conversión yotro tipo de software como motores de búsqueda de meta-datos.

La UNESCO (United Nations Education, Scientic and Cultural Organi-zation [231]), es un tesauro basado en temas que permite enlaces jerárquicosy asociativos entre términos. Hay versiones en Inglés, Francés y Español.

Y para obtener información actualizada, en UKOLN Metadata [233], se en-cuentra una lista de enlaces con información referente a meta-datos. Así mis-mo, la Universidad de Stanford ofrece información general sobre meta-datos,en la que sobresale un enlace a la Metadata Bibliography [111], generada entiempo real, y enlaces de mapeo entre esquemas de meta-datos. Otros enlacesde interés son: Colorado Digitalization Program [39], IFLANET (InternationalFederation of Library Associations and Institutions) [105], Metadata StandardsDirectory [141] y el Minnesota State Archives [145], en los que se encuentrainformación sobre estándares, proyectos, mapeo entre formatos de meta-datos,eventos y diversos tipos de herramientas.

Además, otra forma de estar actualizado es a través de las listserver ofreci-das por distintas organizaciones, como por ejemplo la Mailing List de DublinCore, el EAD (Encoded Archival Description) [66] o las listas de discusión delLTSC, entre otras.

Para concluir el análisis del estado de la cuestión, en la siguiente sección, seaborda el tema de la tecnología de objetos de aprendizaje, la cual constituyela base del trabajo de investigación realizado y presentado en esta memoria.

2.3. Tecnología de Objetos de AprendizajeEn las secciones anteriores se ha puesto de maniesto el impacto de la revo-

lución digital en diversas áreas de las TICs, el cual ha favorecido el desarrollode múltiples recursos basados en la Web. Y aunque las tendencias pedagógicasactuales demandan libertad en la selección de dichos recursos, la capacidadindividual de los usuarios se ve limitada por la falta de tiempo para ver todos

38

los recursos ofrecidos.Esta situación plantea un problema digital, por lo tanto la solución que

requiere debe ser de la misma naturaleza. Es por ello que el concepto de ob-jetos de aprendizaje aparece como una alternativa para dar solución a éstey otros problemas relacionados, ofreciendo algunas ideas para distribuir másefectivamente dichos recursos y favorecer el proceso de enseñanza aprendizaje.

2.3.1. ¾Qué son los objetos de aprendizaje?

En la fase inicial de esta investigación se realizó un primer acercamientoa la tecnología de objetos de aprendizaje mediante el estudio del estado de lacuestión. Los resultados de dicho estudio proporcionaron conceptos interesan-tes en relación con esta tecnología, los cuales fueron sintetizados en el artículoIntroducción a los objetos de aprendizaje [197]. Sin embargo, una nueva re-visión de la literatura pone de maniesto que no se ha llegado a un acuerdorespecto al concepto de qué es un objeto de aprendizaje.

Por ello y para intentar dar respuesta a la pregunta sobre ¾qué son losobjetos de aprendizaje? se ha realizado una selección de aquellos artículos quecomo Learning Objects [61] de Downes, la plantean. La idea principal es queno hay consenso en la denición de objetos de aprendizaje, cuya idea básicapermite una amplia latitud de interpretaciones. Los objetos de aprendizajeestán orientados al soporte del aprendizaje online. Se crean una sola vez yse pueden utilizar muchas veces más. Dado que se distribuyen online, sonconsiderados como objetos digitales y ya que se utilizan en el aprendizaje,están orientados a tener un componente educativo.

En Moving from Theory to Practice in the Design of Web-based Learning:Using a Learning Object Approach [152], Murphy cita diversas denicionesen las que se identica a los objetos de aprendizaje como recursos digitalesque pueden ser reutilizados para soportar el aprendizaje. Dichos objetos sonconsiderados como: componentes instruccionales que pueden ser reutilizadosmuchas veces en diferentes contextos de aprendizaje (una denición muy en lalínea con la propuesta por Wiley [247]); autocontenidos, reutilizables, trozosde aprendizaje de alta calidad, que pueden combinarse y recombinarse en acti-vidades de aprendizaje (tal como lo expresan Chitwood, et al. [35]). Además,este artículo ofrece un resumen de los atributos comúnmente aceptados de losobjetos de aprendizaje como son: granularidad, reutilización, escalabilidad einteroperabilidad, y su utilización en los procesos de diseño de módulos deaprendizaje.

39

En Using ICT to Share the Tools of the Teaching Trade: a Report on OpenSource Teaching [228], Thomas y Horne profundizan en la idea de que losobjetos de aprendizaje son recursos digitales reutilizables para posibilitar elaprendizaje.

En What Is a Learning Object, Technically? [112], Ip et al., revelan la cla-ra demarcación de la responsabilidad entre los tecnólogos del aprendizaje, losSME (Subject Mater Expert) y los diseñadores instruccionales. Además hacenuna revisión de las diferentes deniciones sobre objetos de aprendizaje y losenfoques que cada institución o persona les asocia. También describen las dife-rentes metáforas utilizadas para aclarar el concepto de objeto de aprendizaje,entre las que sobresale LEGO (utilizada por varios autores como Hodgins [99];Mason, Adcock e Ip [2]), y la de átomos (utilizada por Wiley [247]), en laque se considera que a pesar de que los átomos son pequeñas unidades quese juntan bajo leyes químicas de combinación, no todos los átomos puedencombinarse para producir moléculas. También se recalca la importancia de lagranularidad, un concepto muy bien estudiado por Wiley, quien sostiene quela descripción de un objeto de aprendizaje debe hacerse a partir de un mode-lo de capas independientes, pero comprimidas. Así, la granularidad va unidaal número de capas contenidas. IMS promueve esta idea en su especicaciónContent Packaging, y utiliza el término recursos para referirse a los objetos deaprendizaje.

En Learning Objects 101: A primer for Neophytes [113], Millar presentadiferentes visiones sobre los objetos de aprendizaje, algunas de ellas los denencomo uno de los mayores paradigmas que dominan actualmente la educaciónformal. Sin embargo, para otros simplemente representan un nuevo manejo dealgo que los profesores han venido haciendo durante años.

En otros artículos de autores como Mortimer [149]; Recker y Gibbons [244];Longmire [126]; McGreal [138]; Muzio, Heins y Mundell [151]; Gibbons, Nelsony Richards [88]; Hodgins [100]; Rogers [192]; Naidu [154]; Martinez [135]; Orrill[169]; Olivier y Liber [168]; Thorpe, Kubiak y Thorpe [229]; Weller, Pegler yMason [239]; Williams [254]; Wiley [241], [242], [243], [244], [245], [246], [247],[248], [249], [250], [251], [252], Campbell [24] y Christiansen y Anderson [36],ofrecen una variedad de análisis acerca del potencial de uso de los objetos deaprendizaje, deniciones, taxonomías, características y diversas perspectivas deaplicación, enfocadas, por ejemplo, a la creación o la reutilización de objetosde aprendizaje.

A la vista de tantas y tan variadas visiones de los objetos de aprendizaje,en el artículo When is a Learning Object not an Object: A rst step towards atheory of Learning Objects [221], Sosteric y Hesemeier admiten que no es fácil

40

encontrar buenas deniciones, por lo que ésta es la tarea que se proponen alrealizar este artículo. Señalan que la dicultad entre las deniciones existenteses que están lejos de ser de alguna utilidad para identicar o criticar los objetosde aprendizaje. Hacen una dura crítica a la denición del IEEE sobre objetosde aprendizaje, en la que se considera como tal a cualquier entidad digital ono digital que puede ser usada, reutilizada o referenciada durante el aprendi-zaje soportado en tecnología. Dado que la denición junta cosas digitales yno digitales dentro de la categoría de objetos de aprendizaje, para los autoresuna denición que incluye cualquier cosa no es una denición como tal. Todolo que la denición dice es que los objetos de aprendizaje son algo que sepuede utilizar en cualquier clase de entorno de aprendizaje. Dichas cosas noson útiles hasta que no tienen asociado un contexto. Por ejemplo, una imagenpor sí sola no enseña nada, no se puede conocer su contexto desde una obser-vación meramente casual. Lo que haría que se pudiera considerar esa imagencomo un objeto de aprendizaje sería una información adicional que le permi-tiera al profesor-diseñador (o tal vez a un programa) conocer cómo utilizarese objeto en un entorno educativo. También ofrecen un análisis de algunasdeniciones que utilizan aproximaciones (a su juicio) contraproducentes paralos teóricos de las ciencias de la computación y en particular para la programa-ción orientada a objetos. Un ejemplo de esas deniciones es la de Quinn [181]:el modelo de objetos de aprendizaje se caracteriza por la creencia de que sepueden crear trozos de contenido educativo independientes que proporcionanuna experiencia de aprendizaje para algunos propósitos pedagógicos. Dibujadosobre el modelo OOP, esta aproximación arma que esos trozos son autocon-tenidos y pueden contener referencias a otros objetos, pueden ser combinadoso secuenciados para formar interacciones educativas más grandes. Esos trozosde contenido educativo pueden ser de cualquier tipo (interactivo-pasivo) y decualquier formato. Un objeto de aprendizaje no es necesariamente un objetodigital.

La denición propuesta por Quinn es menos que satisfactoria puesto queaunque establece una conexión con la teoría de la OOP, la denición de unobjeto de aprendizaje se reduce a una lista de características que no contribu-yen al entendimiento del concepto como tal. Para los autores, Quinn se limitasolamente a proporcionar un brillo terminológico.

Otra denición orientada al ámbito de la OOP es la de Robson [190], quiensostiene que los objetos de aprendizaje son recursos de aprendizaje en un mo-delo orientado a objetos que proporciona un conjunto de características paralos objetos de aprendizaje,tienen métodos y propiedades, generalmente losmétodos incluyen interpretación y métodos de evaluación y las propiedadesincluyen contenido y las relaciones con otros recursos.

41

El problema de las deniciones de Quinn y Robson es que están dirigidasa personas que tienen experiencia con metodologías orientadas a objetos, ysin ese conocimiento de fondo no es posible conocer lo que es exactamente unmétodo, cuáles son sus propiedades y cuáles de esas características técnicasson proporcionadas en forma de funcionalidad por los objetos de aprendizaje.

Friesen [79] sin embargo, nota que no solo existe una confusión conceptualen la literatura y desacuerdo en cómo mapear las características de la OOPa los objetos de aprendizaje, de modo que el ajuste entre los dos parece sercontraintuitivo. ¾Qué sentido de la palabra objetos puede aplicarse a la no-ción de objetos de aprendizaje? La separación entre objetos de aprendizaje ymeta-datos parece ser contraria a la combinación entre código y dato, tal comose dene en los objetos software. Finalmente, concluye sus pensamientos sobrecómo mapear los objetos de la ciencia de la computación a los objetos de apren-dizaje diciendo: con frecuencia se identican modularidad, interoperabilidady descubrimiento como atributos importantes de los objetos de aprendizaje.Sin embargo, examinado esas características, solo se enfatiza en lo teórico. Nohay acuerdo sobre cómo cada uno de esos aspectos se debe mapear cuandose trata de un objeto de aprendizaje. Para hacer más complicado el asunto,Friesen hace referencia a tres deniciones, ninguna de las cuales los teoriza:para Longmire deben ser modulares, no secuenciales y unitarios. Para Reche-lle et al., deben ser adaptables, y por último Ip et al. sostienen que debenconstruirse de tal forma que los usuarios no se preocupen por la complejidadde sus componentes, en otras palabras deben ser una caja negra en el sentidodescrito en la teoría del diseño orientado a objetos.

A pesar de que la teoría de OOP tiene muchos conceptos interesantes, suaplicabilidad y los métodos para entender los objetos de aprendizaje no lahacen del todo apropiada. Esto se puede ver claramente cuando se consideraque pocos conceptos tiene que ver con los objetos de aprendizaje y que seinvierte mucho tiempo tratando de hacer que estos encajen (a la fuerza) dentrodel modelo orientado a objetos.

Muchos autores entienden esta dicultad y tienden a reducir la contribu-ción de la OOP solamente para proporcionar la noción de reusabilidad de losobjetos. En denitiva, no es imprescindible utilizar la OOP para denir losobjetos de aprendizaje como modulares, reutilizables o independientes de laplataforma. Existen otras disciplinas que pueden resultar más relevantes paraentender lo que son los objetos de aprendizaje y a partir de las cuales seamoscapaces de producir deniciones nuevas y renar nuestro conocimiento acercade ellos.

Finalmente, la denición extraída de [221], propone que un objeto de

42

aprendizaje es un archivo digital (película, imagen, etc.) utilizado para propó-sitos pedagógicos, los cuales incluyen internamente o por asociaciones, sugeren-cias sobre el contexto apropiado en el cual utilizar el objeto. Además puntua-lizan que para obtener una denición de un objeto de aprendizaje es necesarioresponder preguntas como: ¾Cuál es el propósito de los objetos de aprendi-zaje? ¾Permiten realmente resolver problemas del sistema educativo? ¾Hacenrealmente parte de la transformación actual del face-to-face o de la educacióna distancia? ¾Qué características de los objetos de aprendizaje ayudan a alcan-zar nuestros objetivos? ¾Cuál es el papel de los estándares? ¾Cómo podemosevaluar los objetos de aprendizaje desde un punto de vista teórico-práctico?¾Qué teorías pueden servir para comprender los objetos de aprendizaje?

Para concluir arman que el proceso de respuesta a cada una de estaspreguntas debe ser iterativo y debe permitir movernos entre la teoría, los es-tándares y las implementaciones actuales. Es necesario profundizar en los de-talles de implementación e investigar sobre la efectividad pedagógica de losobjetos de aprendizaje. Esto signica que debemos estar seguros de que pode-mos implementar nuestras nociones de objetos de aprendizaje en código y queesas implementaciones contribuyen de alguna forma al dominio de la teoríaeducativa y la práctica.

La capacidad de reutilización añade otras características a la denición,como la necesidad de utilizar etiquetas para clasicar, almacenar y recuperarobjetos de aprendizaje. Otras características presentes en algunas denicionesson el tamaño y la granularidad.

Particularmente, la reutilización ha sido estudiada por Wiley quien resaltala relación inversa entre el tamaño de un objeto de aprendizaje y su reusabili-dad. Esto signica que si el tamaño del objeto de aprendizaje decrece (es decirque su granularidad es baja) entonces su potencial de utilización en múlti-ples aplicaciones aumenta [244]. Hamel y Ryan-Jones en Designing instructionwith learning objects [94], señalan que los objetos de aprendizaje más peque-ños soportan mejor un diseño instruccional exible. La exibilidad tambiénse enfoca del lado del estudiante, por tanto es posible proporcionar a diferen-tes estudiantes experiencias de enseñanza diferentes, como sostienen Quinn yHobbs en Learning objects and instructional components [181].

En Learning Environments for student-centered learning [45], Darby consi-dera a los objetos de aprendizaje como pequeños elementos en un curso onlineque denen una actividad de aprendizaje. También han sido denidos en tér-minos de su capacidad para revolucionar la creación, el almacenamiento y ladistribución de los contenidos de aprendizaje. Este es el enfoque que da Barrona su artículo Pioneering applications of learning objects [14], en el que dene a

43

los objetos de aprendizaje como un nuevo modelo para el aprendizaje digital,uno en el cual el contenido de aprendizaje está libre de contenedores propie-tarios, puede uir entre diferentes sistemas y puede mezclarse, reutilizarse yactualizarse continuamente.

Koper por su parte, ha dado un paso más al diferenciar contenido y dise-ño de aprendizaje e introducir el concepto de unidad de estudio [118]. Unaunidad de estudio puede modelarse a través de los objetivos, las evaluaciones,los diversos roles y otras variables educativas. El diseño de aprendizaje se de-sarrolla alrededor de ese contenido, formalizando la descripción de la unidadde estudio.

2.3.2. Benecios y características

A pesar de que no hay acuerdo entre los autores respecto a una deniciónapropiada para los objetos de aprendizaje, si que lo hay en cuanto a los bene-cios que aportan en el desarrollo de cursos. Estos benecios han sido resumidospor Longmire [126], en los siguientes aspectos:

Flexibilidad: Los objetos de aprendizaje son simples respecto a los ele-mentos agregados, lo que se traduce en la habilidad para contextualizar-los en el momento en el que vayan a ser utilizados.

Facilidades para actualización, búsqueda y gestión del conteni-do: En este aspecto los meta-datos juegan un papel importante porquesu utilización en la descripción de los objetos de aprendizaje, hace queestas tareas se ejecuten con mayor rapidez, facilidad y eciencia.

Personalización: Permite realizar cambios en las secuencias y otras for-mas de contextualización del contenido, teniendo en cuenta las necesida-des de las distintas clases de estudiantes. La modularidad de los objetosde aprendizaje potencia la distribución y recombinación del material alnivel de granularidad deseado.

Interoperabilidad: El gran potencial de los objetos de aprendizaje esque pueden ser aplicados para múltiples usos entre sistemas de aprendi-zaje y contextos diferentes. La aplicación de especicaciones y estándaresfavorece una mayor interoperabilidad entre los sistemas y sus contenidos.

Facilidades para el aprendizaje basado en competencias: La agre-gación de competencias permite construir cursos en temas particularesy con objetivos de aprendizaje que tratan de capturar las relaciones de

44

dependencia entre dichos temas. El etiquetado de los objetos de aprendi-zaje granulares permite cubrir carencias de las competencias individuales,cuando se aplica en aproximaciones adaptativas basadas en competen-cias.

Incremento en el valor del contenido: Este incremento favorece elintercambio comercial de objetos de aprendizaje, el cual es posible através de la economía de objetos de aprendizaje.

Además, desde el punto de vista de la generación del contenido, la reu-tilización hace decrecer el tiempo y el costo de desarrollo; y desde el puntode vista de la distribución, la personalización permite un alto nivel de indivi-dualización, de acuerdo a las preferencias y necesidades particulares de cadaalumno.

Se puede decir que los benecios que aportan los objetos de aprendizajeen el desarrollo de cursos, pueden ser considerados como características de losmismos [199]. La inuencia que tiene cada una de estas características en losdiferentes tipos de usuario (alumno, profesor y desarrollador) se reeja en latabla 2.6.

No obstante, los objetos de aprendizaje no solo son útiles en el desarrollo decursos sino también en la implementación de mejores sistemas de recuperacióny clasicación, mecanismos más robustos para la actualización y distribuciónde datos y en la denición de recursos educativos.

La tecnología de objetos de aprendizaje, como cualquier otra nueva tec-nología, ha de pasar por una serie de estados antes de llegar a ser aceptadadentro del área a la que pertenece. Esos estados se reejan con claridad en laliteratura actualmente disponible:

Confusión acerca de lo que es

División entre entusiastas y detractores

Identicación de elementos que resultan familiares respecto a otras tec-nologías, lo que puede iniciar un proceso de aceptación lento

Investigaciones para determinar la mejor forma de aplicar, entender yexplotar su potencial

Aceptación de la tecnología

45

Característica Estudiantes Profesores DesarrolladoresPersonalización Acceden a cursos diseñados de

acuerdo a los requisitos y al es-tilo de aprendizaje individua-les.

Generan cursos que se adaptana las necesidades de las diferen-tes audiencias, ofreciendo ade-más caminos de aprendizaje al-ternativos.

Desarrollan herramientas quepermiten modicar los cursospara adaptarlos a las diferen-tes necesidades, tanto del ladodel alumno como del lado delprofesor.

Interoperabilidad Acceden a los objetos de apren-dizaje, independientemente dela plataforma y sistema hard-ware.

Utilizan materiales de cursosque han sido desarrollados enotro lugar con un conjunto deherramientas o plataforma dis-tintos al que disponen.

Desarrollan cursos indepen-dientes de las plataformas si-guiendo los criterios señaladosen los estándares para tecnolo-gía educativa.

Inmediatez Tienen acceso just-in-time alos objetos de aprendizaje quedesean.

Obtienen los objetos de apren-dizaje que necesitan para cons-truir cursos justo en el momen-to en el que se los solicitan.

Desarrollan almacenes de ob-jetos de aprendizaje utilizandotecnologías de meta-datos parafacilitar su ubicación y recupe-ración inmediata por parte delos usuarios potenciales (profe-sores y alumnos).

Reutilización Acceden a materiales que hansido utilizados en otros esce-narios, con la certeza de quehan superado criterios de cali-dad que los convierten en ele-mentos reutilizables por su po-tencial educativo.

Incorporan materiales educa-tivos en múltiples escenariosde enseñanza, disminuyendo eltiempo invertido en el desarro-llo del material didáctico. Des-arrollan objetos de aprendizajepara cubrir un rango de nece-sidades especíco de la audien-cia.

Ahorran en el tiempo y costode desarrollo de los materialeseducativos.

Accesibilidad Acceden al contenido sin res-tricciones debidas a discapaci-dad o falta de compatibilidadcon el sistema de distribuciónde contenido.

Crean contenido educativo condistintas alternativas de accesopara dar cobertura a las distin-tas clases de audiencias.

Localizan diferentes objetos deaprendizaje y los distribuyena través de diferentes sistemasy plataformas, cumpliendo loscriterios de accesibilidad mar-cados por los estándares, pa-ra el desarrollo de contenido.Crean herramientas capaces degenerar objetos de aprendiza-je accesibles por diferentes ti-pos de usuarios y desde dife-rentes sistemas y plataformas,aplicando siempre criterios deaccesibilidad.

Durabilidad Acceden a contenidos que seadaptan fácilmente a los cam-bios tecnológicos.

Crean contenidos educativosque puedan ser rediseñados yadaptados a las nuevas tecno-logías sin perder su integridad.

Ofrecen herramientas que per-mitan generar contenidos edu-cativos que el profesor puedamodicar para adaptarlos a lasnuevas tecnologías.

Tabla 2.6: Características de los objetos de aprendizaje y su inuencia en dis-tintos tipos de usuarios

Y también, al igual que todas las tecnologías, aún aquellas ya asentadasdentro de su ámbito particular, la tecnología de objetos de aprendizaje tieneaspectos negativos, que evidentemente afectan su adopción:

46

Descripción y denición de sus características con un alto nivel de com-plejidad ([79], [149], [177], [52]).

Inmadurez de la tecnología y las aproximaciones ([71]).

Especicaciones sin terminar, lo que retrasa su implementación por algúntiempo ([53], [68]).

Falta de consenso respecto a la granularidad de los objetos de aprendizajefrente a su potencial para el ensamblaje de nuevos objetos ([247], [11],[98]).

Falta de correspondencia entre el soporte pedagógico y las necesidadesde las organizaciones [11]. Los esquemas de meta-datos contienen unamínima información sobre el diseño instruccional.

Falta de medios adecuados que aseguren los derechos de copia del conte-nido reutilizable [14].

La presencia de los objetos de aprendizaje en el contexto del eLearning hagenerado una nueva forma de pensar acerca del contenido de aprendizaje:

Tradicionalmente el contenido se ha representado como cursos. Sin em-bargo, con los objetos de aprendizaje el contenido se representa comounidades mucho más pequeñas, cuya duración oscila entre dos y quinceminutos.

Al ser unidades de información o de aprendizaje independientes, se pue-den almacenar en base de datos, entre las cuales se puede establecerinteracciones.

Su desarrollo generalmente se basa en una estrategia orientada al apren-dizaje.

Al ser elementos auto-contenidos, cada objeto de aprendizaje puede uti-lizarse independientemente.

Se pueden agrupar en grandes conjuntos de contenido, incluyendo lasestructuras de los cursos tradicionales.

Al ser etiquetados con meta-datos, cada objeto de aprendizaje tiene unainformación descriptiva que le permite ser buscado y encontrado fácil-mente.

47

Los objetos de aprendizaje permiten que el aprendizaje sea:

• just-enough: si solo necesita una parte del curso, puede seleccionarlos objetos que sean necesarios.

• just-in-time: dado que se pueden localizar fácilmente, se puedenobtener de forma instantánea, y

• just-for-you: permite la personalización del aprendizaje a distintosniveles.

2.3.3. Reutilización de objetos de aprendizaje

Tradicionalmente, los cursos se han creado como una entidad única, presen-tados en una sola forma y a una única audiencia. La nueva visión del contenidoeducativo en forma de objetos de aprendizaje, que se pueden combinar y reu-tilizar, ha dado origen al concepto de objetos de aprendizaje reutilizables, o loque dentro del contexto del eLearning se conoce como RLOs (Reusable Lear-ning Objects).

Sin duda, la reutilización es una de las características de los objetos deaprendizaje que más ha impulsado su aceptación y utilización en el desarrollode contenido educativo. Pero crear RLOs es una labor que exige, en primerlugar, un compromiso por parte de los desarrolladores para utilizar estándarescon el n de favorecer la reutilización de los objetos de aprendizaje creados.Así, los benecios que la reutilización aporta al desarrollo del contenido sereeja en diferentes aspectos como:

Independencia (a veces referida como descontextualización)

Personalización

Flexibilidad

Mantenimiento más eciente

Distribución a través de diferentes tipos de medios

Reducción de costos de producción

Reducción del tiempo de búsqueda y acceso

Incremento en la calidad del producto nal

48

Un RLO ideal, es decir, desarrollado en un entorno de aprendizaje adapta-ble y escalable, tiene las siguientes características [126]:

Modular, independiente y transportable entre aplicaciones y sistemas

No secuencial

Capaz de satisfacer un objetivo de aprendizaje único

Accesible por diferentes tipos de audiencias

Coherente y unitario dentro de un esquema predeterminado, de modoque un pequeño grupo de etiquetas pueden capturar la idea o esencia desu contenido

Redenible y rediseñable dentro de un esquema visual diferente, sin quepierda su valor esencial o el signicado del texto, los datos o las imágenes.

No hay que olvidar que el desarrollo efectivo de objetos de aprendizajerequiere que se proporcione un contexto, ya que sin este los objetos de apren-dizaje pueden resultar confusos. La contextualización es un punto clave parala personalización del contenido. Sin embargo, los conceptos de reutilizacióny contextualización originan la llamada paradoja de la reusabilidad [206]. Laparadoja de la reusabilidad postula que entre más contextualizados estén losobjetos de aprendizaje, menos reutilizables son y viceversa. Por tanto, el en-samblaje automático de diferentes tipos de objetos de aprendizaje no es posible,esto es lo que sostiene Wiley en su artículo The Reusability Paradox [253]. Enél analiza la relación inversa entre el tamaño y su reutilización. Wiley postulaque si el tamaño del objeto de aprendizaje decrece (es decir, si su granularidades poca), su potencial de reutilización en múltiples aplicaciones se incrementa.

Otro de los autores que abordan el tema de la reutilización es Tom Carey ensu artículo How to Reuse Learning Objects [29], en el que incluye una descrip-ción de los benecios de la reutilización y sus implicaciones en el desarrollo deobjetos de aprendizaje. También explica algunas estrategias para el desarrollode RLOs.

En On the Concepts of Usability and Reusability of Learning Objects [213],Sicilia y García muestran las dicultades existentes en torno a la reutilización.También examinan las relaciones entre la usabilidad y la reutilización y resaltanla importancia de la orientación de los meta-datos al aprendizaje.

Downes por su parte en Design, Standards and Reusability [64], señalaque para diseñar el aprendizaje utilizando objetos de aprendizaje es necesario

49

especicar los objetos que van a ser utilizados, y si los objetos son especicados,entonces el diseño de aprendizaje no es reutilizable. También Downes en Designand Reusability of Learning Objects in an Academic Context: A New Economyof Education [62], describe tendencias, problemas, principios y las mejoresaproximaciones en relación con los objetos de aprendizaje.

Polsani en este excelente artículo Use and Abuse of Reusable Learning Ob-jects [177], captura un debate tradicional alrededor de los objetos de apren-dizaje. Argumenta que solamente algo que combina elementos digitales y laexposición puede ser considerado como un objeto de aprendizaje. La creaciónde objetos de aprendizaje de acuerdo a una denición conceptual avanzada re-quiere que la estructura del objeto de aprendizaje reeje dos principios básicosfundamentales: la intención de aprendizaje y la reusabilidad.

Una extensa bibliografía Web con información sobre objetos de aprendizaje,herramientas, estándares y compatibilidad, almacenes de objetos de aprendi-zaje, entre otros, se encuentra en Designing Courses: Learning Objects, SCOs,IMS Standards, XML, SGML, etc. [47].

La Universidad de Waterloo, ofrece información acerca de las característi-cas, deniciones, benecios, estándares, reutilización de los objetos de apren-dizaje en su sitio Web Co-operative Learning Objects Exchange (CLOE) [38].

Y para conocer quién está reutilizando objetos de aprendizaje, se puede veresta información en: Learning Object Reuse Acknowledgment en cogdogblog ycon comentarios de Stephen Downes.

No cabe duda que el IMS y SCORM son los principales consorcios involu-crados en el desarrollo de especicaciones y herramientas para la generaciónde RLOs. Si bien, IMS cuenta con una especicación orientada al empaqueta-miento de contenido, IMS Content Packaging [108]. El modelo de informacióndescribe estructuras de datos utilizadas para proporcionar interoperabilidadentre el contenido basado en Internet y las herramientas para la creación decontenido, los sistemas para la gestión del contenido (LMSs) y los entornos deejecución. El objetivo de este modelo de información es denir un conjunto deestructuras estándar que puedan ser utilizadas para el intercambio de conteni-do. Tales estructuras proporcionan la base para que tanto los desarrolladorescomo los implementadores puedan crear materiales educativos interoperablesa través de las herramientas de autor, los LMSs y los entornos de ejecución,creados de forma independiente por otros desarrolladores.

Un paquete de contenido IMS está formado por dos partes: un documen-to XML que describe la organización de todo el recurso de aprendizaje y unconjunto de archivos físicos que contienen los objetos de aprendizaje que for-

50

man dicho recurso. Cada archivo de contenido físico tiene asociado un archivoXML que contiene los meta-datos que lo describen. El paquete también in-cluye programas de control que mantienen la comunicación entre el objeto deaprendizaje (que puede ser un SCO) y el entorno de ejecución (que puede serSCORM).

En TeleEducation NB [227], se encuentran objetos de aprendizaje para darsoporte a Content Packaging y otros temas relacionados con esta tecnología.

SCORM por su parte, proporciona una especicación, la SCORM 2004,más conocida como SCORM 1.3 que consta de tres partes:

Content Aggregation Model (CAM): Dene cómo empaquetar, distribuiry utilizar RLOs.

Run-Time Environment : Permite distribuir objetos de aprendizaje a di-ferentes plataformas, estableciendo un método de comunicación entre losLMSs y los objetos de aprendizaje creados.

Sequencing and Navigation: Controla las interacciones entre los usuariosy los LMSs.

A pesar de que SCORM es un estándar de facto muy utilizado, aún no esampliamente aceptado dentro de la comunidad de objetos de aprendizaje. Estose debe en parte a su complejidad, sus especicaciones son bastante extensas.Sin embargo, al igual que muchas de las especicaciones del IMS, cuenta connumerosas implementaciones que proporcionan compatibilidad entre distintossistemas LMS y entre los objetos de aprendizaje desarrollados utilizando ambasespecicaciones.

Para obtener RLOs es necesario contar con:

Los objetos de aprendizaje en sí mismos

Meta-datos para describir su contenido

Un objetivo de aprendizaje denido para el objeto de aprendizaje en uncontexto de aprendizaje particular

La denición de un contexto de aprendizaje completo, es decir que incluyalas aproximaciones de aprendizaje, las características de la audiencia, losobjetivos de aprendizaje y las relaciones existentes entre los objetos deaprendizaje que conforman dicha experiencia

51

Los comportamientos, las limitaciones, las reglas y la secuencia de losobjetos de aprendizaje dentro de la experiencia de aprendizaje

El contexto de distribución

Uno de los proyectos enfocados al desarrollo de herramientas basadas enlas tecnologías emergentes y en las especicaciones para eLearning es RE-LOAD (Reusable eLearning Object Authoring and Delivery) [185]. Existe unaversión beta para el editor de meta-datos distribuido bajo licencia GNU/GPL.El propósito central es proporcionar y facilitar la creación, compartición yreutilización de objetos de aprendizaje y servicios, y favorecer la aplicación deaproximaciones pedagógicas. Además, dispone de un conjunto de herramientascompatibles con las especicaciones IMS y SCORM, e incluye una guía conejemplos de recursos.

2.3.4. Almacenes de Objetos de Aprendizaje

Los almacenes son lugares en donde se guardan los objetos de aprendizaje.Estos almacenes contienen enlaces a los objetos de aprendizaje localizados endiferentes lugares de la red, y su contenido es actualizado y mantenido cons-tantemente. Algunos ejemplos de almacenes son TeleCampus [226], CAREO[30], MERLOT [139]. La mayoría de los almacenes utilizan LOM como esque-ma de meta-datos para describir los objetos de aprendizaje que almacenan, sinembargo, la proliferación de diferentes esquemas de meta-datos representa unproblema para el descubrimiento de objetos de aprendizaje. Algunas iniciati-vas intentan resolver este problema mediante el uso de RDF, como el caso deEdutella [73]. Con ello se busca que los objetos de aprendizaje puedan inte-roperar independientemente del esquema de meta-datos que utilicen. De estaforma se mantiene la losofía P2P (Peer to Peer) de Internet, proporcionandoun control descentralizado de los objetos de aprendizaje, característica que esde interés para los productores de contenido.

POOL (Portal for Online Objects in Learning) [178] es uno de los muchosesfuerzos internacionales para la creación de almacenes de objetos de aprendi-zaje. CAREO [30] es otra iniciativa que reconoce la necesidad de un esfuerzoconvergente, que se han empezado a canalizar a través del CRAG (CanadianRepository Action Group). El objetivo es agrupar varios proyectos en un únicoesfuerzo pan-Canadiense para crear una estrategia nacional para el avance delos almacenes de objetos de aprendizaje.

ARIADNE [8] tiene como objetivo el desarrollo de objetos de aprendizaje de

52

alta calidad, herramientas y metodologías que permitan compartir y reutilizarlos recursos educativos.

La bibliografía Web disponible sobre almacenes de objetos de aprendizajees abundante, por ejemplo en Learning Objects Repositories [128], que ofreceuna amplia lista de ellos.

Learning Object Repository Access and Exchange Web Service Specication[129], La especicación LORAX (Learning Federation Learning Object Repo-sitory Access and Exchange) dene un servicio Web para el intercambio deobjetos de aprendizaje. Este servicio proporciona una interfaz que permite alos clientes del sistema descubrir y descargar meta-datos de objetos de apren-dizaje mediante el uso de SOAP (Simple Object Access Protocol).

The Maricopa Learning eXchange es un almacén electrónico de paquetes(ideas, ejemplos, recursos) que soporta el aprendizaje en los colegios de la co-munidad Maricopa. Hay al rededor de novecientos trece temas ( por ejemplo,nuevo, popular, recientemente actualizado o temas al azar) y además propor-ciona facilidades para realizar búsquedas mediante la utilización de palabrasclave.

Para comparar la forma en la que varios almacenes de objetos de aprendi-zaje los representan e ilustrar el papel que la tecnología RSS (Really SimpleSyndication) [194] puede jugar en la tecnología de objetos de aprendizaje sepuede consultar EdTechPost [72], que recientemente ha incorporado elementosde CAREO, Maricopa Learning eXchange; MedWeb Resources (preguntas deselección múltiple); Humbul Resources for Humanities Computing ; UK Centrefor Materials Education; EdNA Online; MERLOT enseñanza y tecnología.

La base de datos online Australiana EdNA [70], organiza y redistribuyegrandes volúmenes de recursos educativos. La lista de recursos recientes sepueden ver a través de la sección Sites to Explore, al nal de edna-for-schools.

Algunos almacenes son de libre acceso como: Apple Learning Interchange[7], GEM (Gateway to Educational Materials) [83], Wisconsin Online ResourceCenter [255].

Otros almacenes guardan objetos de aprendizaje para áreas especícas co-mo las matemáticas (MathGate [136]), Salud (BioResearch [18]), Fisiología(The Harvey Project [95]), Manuscritos medievales (Digital Scriptorium [49])y Ciencia, Matemáticas, Ingeniería y Tecnología Educativa (SMETE [218]),entre otros.

Y por supuesto, también hay almacenes comerciales como: Lydia GlobalRepository [132], XanEdu [258] y Fathom [75], por citar algunos.

53

Los sistemas para el almacenamiento de objetos de aprendizaje se puedenevaluar desde diferente criterios, por ejemplo su funcionalidad o el impacto quetienen sobre los usuarios. En términos de la funcionalidad interesa, por ejemplo,evaluar la actualización, el ensamblaje coherente del material educativo y elacceso y rapidez de descarga de dichos materiales. En términos del impactosobre los usuarios, los resultados son menos claros debido en gran parte a lasnormas de desarrollo educativo de las propias instituciones, donde la creacióndel contenido sigue siendo predominantemente personal. Por supuesto, estepuede ser un problema más de tipo cultural que técnico.

La economía de los objetos de aprendizaje basada en estándares ofrece laposibilidad de aumentar el acceso a materiales de aprendizaje de alta calidad ya costo reducido. Pero esta aproximación tiene implicaciones en cuanto a las es-tructuras técnicas de soporte, la naturaleza de desarrollo del curso y el manejoinstitucional. Y mientras sigan emergiendo especicaciones y la interoperabi-lidad entre los sistemas sea desigual, la economía de objetos de aprendizajese mantendrá a pequeña escala y de forma experimental. Sin embargo, el de-sarrollo de herramientas de integración y autoría inteligentes, abrirán nuevasposibilidades para la conversión e integración de materiales no compatibles,que sin duda ayudará a salvar las barreras técnicas y culturales.

2.3.5. Recursos de interés

Para saber más sobre la tecnología de objetos de aprendizaje, existe muchosrecursos disponibles, por ejemplo, algunas presentaciones como la de LornaCampbell en el evento Learning Objects Summit titulada Engaging With Lear-ning Object Economies [25], que proporciona un marco comprensivo acerca delos objetos de aprendizaje, en el cual se cubren aspectos como: deniciones,características de los objetos de aprendizaje, problemas, economía de objetosde aprendizaje, iniciativas para compartir recursos, disponibilidad de objetosde aprendizaje, perles de aprendizaje, control de calidad, derechos de propie-dad intelectual y gestión de derechos digitales, descripción y descubrimientode recursos, diversidad de marcos pedagógicos.

Mills en su presentación titulada Learning about Learning Objects withLearning Objects [143], muestra algunos ejemplos de objetos de aprendizajecon los que ilustra el concepto claramente y ofrece un plan para su diseño.

Otro recurso que proporciona una extensa bibliografía de los objetos deaprendizaje se encuentra en Sit:Learning Objects [216].

Completando el recorrido se encuentra Learning Objects Portal [127], un

54

sitio de aprendizaje interactivo que a través de sus distintas secciones permitealcanzar un conocimiento acerca de los objetos de aprendizaje. Cada secciónestá acompañada por una bibliografía de recursos relevantes.

En Learning Objects: Resources For Distance Education [61], Downes des-cribe los objetos de aprendizaje desde una perspectiva teórica y práctica, asícomo también su naturaleza y principales componentes.

Un buen resumen acerca de los objetos de aprendizaje es el que ofreceWagner en su artículo The New Frontier of Learning Object Design [236].

En A Primer on Metadata for Learning Objects: Fostering an InteroperableEnvironment [138], McGreal y Roberts describen el papel de las especicacio-nes de meta-datos en el desarrollo de entornos de aprendizaje. Cubre aspectoscomo: ¾qué son los meta-datos? ¾qué es un objeto de aprendizaje? las carac-terísticas de los meta-datos y las especicaciones.

Shepard describe los objetos de aprendizaje y proporciona varios ejemplosde estos en Objects of Interest [212].

Otro sitio con muy buenos enlaces es Online Learning in the 21st Century[167].

Un tutorial sobre objetos de aprendizaje se encuentra en All About Lear-ning Objects [5], en el que se puede ver cuales son los pros y contras de lautilización de los objetos de aprendizaje, respecto a criterios como la exibili-dad, el soporte pedagógico, el costo de producción, el costo del usuario nal yel soporte en la industria.

Otro tutorial es Introducción a los Objetos de Aprendizaje [201], (en españole inspirado en una presentación de Wiley), describe muy bien sus característi-cas, tiene muchos ejemplos y además un apartado de evaluación de cada tematratado.

Un ejemplo de sistemas para la generación de objetos de aprendizaje esTALON Learning Object System [223], descrito por Dunning et al. Este sistemaproporciona un conjunto de objetos de aprendizaje creados y diseñados paraalgunos estilos de enseñanza y aprendizaje. Dichos objetos están descritos entérminos que el instructor puede comprender y rediseñar para crear sus propioscursos.

Unas buenas referencias que contienen información acerca del papel de losobjetos de aprendizaje en la distribución de aprendizaje son: The LearningMarketplace [65], la sección acerca de la aplicación práctica de los objetosde aprendizaje, proporciona un buen resumen que describe cómo se crean losobjetos de aprendizaje y cómo se integran para formar cursos.

55

Feasibility of Course Development Based on Learning Objects: ResearchAnalysis of Three Case Studies [36], presenta una revisión de cómo se utilizanlos objetos de aprendizaje en el desarrollo de cursos, cómo son utilizados porlos profesores y la disponibilidad y la posibilidad de crear cursos mediante lareutilización de objetos de aprendizaje.

Design Issues Involved in Using Learning Objects for Teaching a Program-ming Language within a Collaborative eLearning Environment [76], investigaacerca del uso de objetos de aprendizaje en la construcción de sistemas deaprendizaje colaborativos para la enseñanza y el aprendizaje de programaciónen Java, y para proporcionar un entorno para la programación colaborativa.Incluye también la creación de un gran almacén de objetos de aprendizajeJava.

Y para que los profesores sepan como enfrentar el reto de utilizar la tecno-logía de objetos de aprendizaje, una buena referencia es: Preparing TeachersTo Use Learning Objects [23], este artículo de Bratina, Hayes y Blumsack dis-cute la aplicación práctica de los objetos de aprendizaje en el aula. Describelas razones por las que los profesores utilizarían objetos de aprendizaje y losmedios para motivarlos. También incluye ayudas sobre cómo desarrollarlos.

Using Learning Objects in Four Instructional Architectures [13], en esteartículo Barritt explica cómo utilizar objetos de aprendizaje en cuatro arqui-tecturas diferentes y en particular en arquitecturas para el descubrimientoguiado.

Algunos artículos que presentan la parte oscura de los objetos de aprendi-zaje son: Three Objections to Learning Objects and E-learning Standards [80],en este artículo Friesen identica algunas de los desacuerdos entre la comuni-dad de objetos de aprendizaje, algunos respecto al propósito y otros respectoa la neutralidad pedagógica.

Otro artículo en esa línea es: The Dark Side of Object Learning: LearningObjects [54], en el que Dodani sostiene que los objetos de aprendizaje aún seencuentran en su infancia y que es necesario avanzar en la investigación dela tecnología de componentes, arquitecturas, técnicas de evaluación y en elestablecimiento de estándares y mejores prácticas.

También en cogdogblog, se encuentra un artículo de las mismas caracterís-ticas titulado A Bit Overly Excitable Over Learning Object Tool [1].

The Education Object Economy [69], esta es una fundación que promueveel desarrollo, discusión y distribución de los objetos de aprendizaje.

Un aspecto importante en la selección de los objetos de aprendizaje es la

56

calidad de los mismos. Hay dos sitios en los que se puede encontrar objetos deaprendizaje con esta característica Shambles Lessons Plans y los recursos deeducación y formación de EdNA que tiene calidad asegurada.

Problemas y resultados

Algunos artículos plantean problemas y resultados relacionados con el usode los objetos de aprendizaje, como:

A LOM Research Agenda [58], Duval y Hodgins identican resultados im-portantes en la investigación de objetos de aprendizaje y su utilización.

Un análisis interesante es el que realiza Wiley en Learning Objects: Di-culties and Opportunities [252], en el que señala que los supuestos detrás deldiseño de los estándares tienen una pobre correspondencia con las considera-ciones pedagógicas actuales, enfatizando la importancia de la colaboración, lascomunidades de estudiantes, la negociación social, los problemas con la reuti-lización y la descontextualización; las barreras IP y una relación inversa entrela utilidad de los objetos de aprendizaje y el nivel de aprendizaje requerido.

Downes en The Lattecentric Ecosystem [63] hace referencia a la confusiónque existe en relación a la naturaleza y función de los objetos de aprendizaje.Estos no son como capítulos de un libros y lecciones puestos en un siste-ma lineal. Son entidades progresivamente más complejas que el texto sujetoa diferentes gramáticas, la cual debe ser caracterizada como un tipo de redsemántica.

Rodriguez, Chen, Shi y Shang proponen en Open Learning Objects: TheCase for Inner Metadata [191], lo que llaman inner metadata para denirlo que puede llamarse objetos de aprendizaje abiertos. Básicamente se tratade objetos de aprendizaje con propiedades adaptativas tales como el lenguajeo el estilo de aprendizaje. Tales características interactúan con la descripcióndel estudiante para generar un producto nal.

Shabajee en su artículo Primary Multimedia Objects and Educational Me-tadata [196], describe un dilema fundamental en relación con los meta-datos delos objetos de aprendizaje: de una parte los clasicadores de recursos no espe-cican un contexto educativo en el cual el recurso pueda ser aplicado, porqueeso regularía todas las potenciales aplicaciones, pero de otra parte, la selecciónde los términos de los meta-datos utilizados para describir los contenidos delos objetos de aprendizaje se basa inevitablemente en suposiciones acerca decómo cuándo y dónde serán utilizados y por quién. Basado en éste análisisShabajee sugiere tres posibles aproximaciones para resolver el dilema, la más

57

prometedora incluye comunidades de interés para anotar recursos.

2.3.6. Herramientas de soporte

Existen gran cantidad de herramientas desarrolladas para dar soporte a latecnología de objetos de aprendizaje. En este apartado se presentan algunasde ellas.

Saba Corporation [195], construye objetos de aprendizaje IMS para forma-ción corporativa. El sistema de gestión de educación de Saba es un sistema degestión de aprendizaje basado en Internet.

CyberProf [42], es una herramienta que permite al profesor crear objetosde aprendizaje. Tiene funcionalidades para trabajo interactivo, conferencia,evaluación, listas de discusión, entre otras.

Belvedere [16], es una herramienta para la construcción de mapas concep-tuales y objetos de aprendizaje.

Docent [51], es un producto que permite la creación de objetos de apren-dizaje modulares reutilizables.

Avilar Web Mentor [9], es una herramienta IMS para la producción deobjetos de aprendizaje. El sistema de producción y el de distribución de cursosse combinan para formar el servidor corporativo. Este servidor es el encargadode la administración y distribución de los cursos a los estudiantes, así como desu seguimiento. El Personal Authoring System se utiliza para crear los cursosque deben ser distribuidos por el servidor corporativo.

Generation 21 Learning Systems [84] es una plataforma tecnológica com-pletamente integrada que incluye la habilidad para producir objetos de apren-dizaje.

Una extensa lista de herramientas con una breve descripción de sus fun-cionalidades se encuentra en Software Tools for Web Learning [220]. Otro sitiodonde buscar información sobre herramientas es e-Learning Centre [122].

Heins y Himes presentan en su artículo Creating Learning Objects WithMacromedia Flash MX [96], la descripción de cómo se deben utilizar las herra-mientas Macromedia para construir objetos de aprendizaje. También explicancómo añadir contenido dinámico dentro de los objetos de aprendizaje.

Aunque las herramientas implementan conjuntos de características muyvariadas, por ejemplo, algunas describen los objetos de aprendizaje, los clasi-can, los agregan, los manejan, estructuran evaluaciones y crean colecciones de

58

objetos de aprendizaje, denen comportamientos del contenido e interaccionesy especican controles de navegación e interfaces, lo importante es crear he-rramientas enfocadas hacia el contenido, que soporten la creación de objetosde aprendizaje, ocultando la tecnología en sí misma. El resultado debe ser unconjunto de herramientas que le permitan al usuario centrarse en la creaciónde los contenidos sin tener que preocuparse por los detalles técnico del sistemaque utilizan.

Algunos libros

Creating a Reusable Learning Objects Strategy : Leveraging Informationand Learning in a Knowledge Economy (Lee Alderman, Chuck Barritt-Pfeier, 2004). ISBN: 0787964956. [4].

Online Education Using Learning Objects (ed. Rory McGreal - Routledge2004). ISBN: 0415335124. [138].

Reusing Online Resources, a sustainable approach to e-learning (Ed.Allison Littlejohn - Kogan Page London y Sterling, VA, 2003). ISBN:0749439505. [124].

Transforming e-Knowledge, A revolution in the Sharing of Knowledge(Donald Norris, Jon Mason, Paul Lefrere, 2003). ISBN: 0970041322.[161].

Instructional Use of Learning Objects (David A. Wiley - Agency forInstructional Technology, 2002). ISBN: 0784208921. [248].

Learning Objects: Contexts and Connections [93], es un libro digital en elque interviene varios autores, editado por Gynn y Acker. Entre los temasque se abordan esta la diferencia entre objetos de aprendizaje en la apro-ximación de aprendizaje online y la aproximación de comunidades deaprendizaje, realizado por Wiley. Por su parte, Halm ofrece una descrip-ción de los estándares más allá de LOM, y Lamberson y Lamb ofrecenuna discusión acerca de los sistemas de gestión de contenido de apren-dizaje argumentando que pueden funcionar a la vez como plataforma ycomo almacén.

2.3.7. Tendencias

A lo largo de esta sección se presentan algunas de las áreas de investigaciónmás relevantes en relación con la tecnología de objetos de aprendizaje y suutilización en los procesos de enseñanza-aprendizaje.

59

Aunque en esta memoria se ha abordado el tema de la reutilización enprofundidad, cabe resaltar que representa uno de los aspectos más atractivosdentro de las nuevas tendencias de investigación, relacionadas con los obje-tos de aprendizaje. La reutilización es aplicable a diferentes ámbitos, desde ladistribución de contenidos (incluyendo diferentes tipos de medios y formatos),hasta la redenición del contenido para distintos propósitos, disciplinas y con-textos. Esto es lo que algunos llaman repurposing o la habilidad de utilizar lamisma pieza de contenido sin realizar cambios signicativos de la misma, parapropósitos diferentes para los que originalmente fue creada.

Otros esfuerzos están dirigidos hacia el diseño para la reutilización de conte-nidos, en el que se busca la aplicación de técnicas de descomposición automáti-ca que permitan extraer los componentes originales utilizados en la agregación.

La granularidad afecta la reutilización de los objetos de aprendizaje, al-gunos abogan por la necesidad de denir taxonomías que permitan identicardiferentes clases de objetos de aprendizaje y sus componentes. La modularidaddel contenido potencia la distribución y recombinación a diferentes niveles degranularidad.

También se hace referencia a la necesidad de contar con arquitecturas quepermitan potenciar la composición dinámica de objetos de aprendizaje. Estasiniciativas deben permitir estructurar diversos aspectos del contenido, basán-dose en especicaciones como IMS Content Packaging [108], en lenguajes co-mo EML [117], SMIL [219] o DocBook [56]. La estructuración de objetos deaprendizaje debe incluir la generación dinámica de componentes, basada en elprocesamiento de datos (semi) estructurados.

En cuanto a la descripción de los objetos de aprendizaje, se siguen des-arrollando técnicas para la creación de perles de aplicación, los cuales buscanversiones más fácilmente aplicables de los esquemas de meta-datos, que per-mitan una alta interoperabilidad semántica. Pero aún es necesario contar conguías que describan la forma apropiada de denir dichos perles y el procesode traducción de un perl a otro.

Además del tratamiento del contenido, también se investiga acerca de téc-nicas para mejorar el acceso al mismo. En este sentido, se proponen nuevosparadigmas de acceso que permitan al usuario obtener los resultados requeri-dos a través de la formulación de criterios de búsqueda complejos. Dos de estosparadigmas son:

Visualización de la información: permite a los usuarios el control y lamanipulación de los meta-datos para llegar a los objetos de aprendizajemás relevantes. Esta aproximación potencia el control de los procesos de

60

selección por parte del usuario.

Técnicas de recomendación social : se basa en las similitudes entre losusuarios para sugerir objetos de aprendizaje relevantes. Esta aproxima-ción tiene unas características muy importantes, por ejemplo, que explotalos datos acerca de las interacciones previas entre los usuarios y los alma-cenes de objetos de aprendizaje o LORs (Learning Objects Repositories)y reduce el tiempo y la carga cognitiva involucrados en la navegación yla búsqueda.

La búsqueda a través de almacenes heterogéneos, es otra línea de investiga-ción, enfocada hacia la habilidad para buscar contenidos y meta-datos a travésde diversos almacenes federados. Este tipo de almacenes proporcionan accesorápido a los datos y el mantenimiento automático de la información. Además,las arquitecturas federadas representan un vehículo para crear almacenes capa-ces de dar soporte a la compartición de información entre grupos distribuidosgeográcamente. La adopción de estándares favorece el buen funcionamientode los almacenes federados.

Otra interesante línea de investigación es la interoperabilidad, denida den-tro del contexto educativo como la capacidad de juntar objetos de aprendizajepertenecientes a múltiples fuentes para que trabajen juntos. Su aplicación serealiza a diferentes escalas:

Objetos de aprendizaje: la interoperabilidad depende en gran parte dela aplicación de descriptores estándar (meta-datos) y la compatibilidadentre las tecnologías utilizadas para el desarrollo del contenido.

Meta-datos : la aplicación de esquemas de meta-datos basados en están-dares, favorece en gran medida la interoperabilidad entre contenidos,facilitando la agregación del mismo. Los desarrollos en este campo es-tán orientados a lograr la interoperabilidad semántica. También se haincrementado la necesidad de permitir correspondencias automáticas en-tre esquemas de meta-datos. La idea básica es que la descripción de lasrelaciones entre los elementos de los meta-datos esté disponibles para elprocesamiento realizado por las máquinas, utilizando como traductores aagentes software. La existencia de registros de meta-datos deben asegu-rar interoperabilidad entre los estándares de meta-datos y los perles deaplicación que pueden incluir elementos de datos de diferentes conjuntosde elementos. También se habla de extender la noción de registros, pa-ra posibilitar la correspondencia (crosswalks) entre elementos y ademásentre los valores que son apropiados para esos elementos.

61

LORs : el diseño y gestión de almacenes de objetos de aprendizaje re-quieren protocolos especícos o el uso de tecnologías P2P cuyo propósitoes disminuir las barreras de participación en las infraestructuras de ob-jetos de aprendizaje. Las arquitecturas híbridas representan resultadosinteresantes, como la denición de super peers a través de las redes decomunicación.

Herramientas : que permitan (a) validar los estándares y las implemen-taciones de los mismos y frente a estos los requisitos de las experienciasrealizadas por los usuarios y (b) la conversión e integración de materialeseducativos no compatibles.

Sin lugar a dudas, una de las actividades más recientes en los desarro-llos orientados a la Web es la Web semántica [19] cuya nalidad es dotar designicado a todas las clases de información sobre la Web. Un subconjuntoimportante de esa información lo representan los objetos de aprendizaje.

La siguiente sección reeja las tendencias de los objetos de aprendizajedentro de la Web semántica.

Objetos de aprendizaje: tendencias dentro de la Web Semántica

Las tendencias de desarrollo de la Web semántica se centran en tres áreasaplicadas a la educación: la informática, el diseño instruccional y los sistemasde bibliotecas. Las iniciativas resultantes de la combinación entre estas áreashan dado origen a nuevas áreas de interés como el desarrollo de almacenes demeta-datos, Topic maps 50 y recientemente investigaciones sobre los aspectospedagógicos de los meta-datos. Actuando como pegamento entre estas tresáreas se encuentran los objetos de aprendizaje ([204]).

En relación a los objetos de aprendizaje, la Web semántica ofrece distintasposibilidades enfocadas hacia el desarrollo de tecnologías que:

Faciliten su descubrimiento y almacenamiento en bases de datos localesy globales, para lo cual los objetos de aprendizaje deben estar dotadosde información semántica (meta-datos) que facilite su descubrimiento yreutilización.

50Concreción tecnológica en la que ambos tipos de representación conceptual, mapas con-ceptuales y tesauros, tienen cabida. Los primeros en la representación de su estructura y lossegundos en cuanto a la denición de ejemplos concretos [148].

62

Favorezcan el uso de ontologías que permitan resaltar la estructura delos objetos de aprendizaje, proporcionándoles signicado pedagógico.

Potencien la personalización de los contenidos educativos y el desarrollode objetos de aprendizaje inteligentes que puedan asistir al usuario en larealización de tareas más signicativas dentro de la Web semántica.

De otra parte, los objetos de aprendizaje también deben proporcionar infor-mación pedagógica que especique el tipo de actividades cognitivas en las quelos estudiantes estarán involucrados y las estrategias de enseñanza-aprendizajeasociadas a los objetos de aprendizaje, de tal forma que los conceptos del do-minio al que pertenecen puedan ser transferidos ecazmente al estudiante. Fi-nalmente, se deben desarrollar herramientas para la generación, el ensamblajey la reutilización de objetos de aprendizaje [200].

Tecnologías básicas

Dentro de la Web semántica las tecnologías unicode [232] y URIs [155],son indispensables para identicar los recursos Web. La familia de tecnologíasXML (eXtensible Markup Language) [260] se utiliza para presentar, manipulary transmitir documentos y datos estructurados. Sin embargo, la Web semánticaestá relacionada con la representación e interpretación de los datos, por loque el usuario podrá buscar conceptos más que palabras y más que extraer ycombinar información de las páginas Web, será la red la que realice cálculos einferencias (deducción de conocimiento a partir de datos ya entendidos). Otrade las tecnologías utilizadas dentro de la Web semántica es RDF (ResourceDescription Framework) [182] que proporciona un modelo de datos común(basado en XML NameSpaces [260]), el cual se utiliza para formalizar losmeta-datos.

La denición de ontologías relacionadas con estrategias de enseñanza-aprendizaje es útil porque permite especicar dentro del objeto de aprendizajeinformación relevante para el procesamiento de dicho objeto de aprendizajedesde el punto de vista pedagógico [205]. Esto favorece la personalización dela enseñanza basada en las preferencias, el estilo de aprendizaje del estudiantey el diseño particular del objeto de aprendizaje. Otra clase de ontologías quese necesitan son las relacionadas con la estructura física del objeto de apren-dizaje, para que éste pueda ser utilizado e interpretado en diferentes sistemasde enseñanza. A día de hoy son pocas las iniciativas orientadas al desarrollode ontologías para la Web semántica tanto en Estados Unidos (DAML DAR-PA Agent Markup Language [43] y OIL (Ontology Inference Language) [164])

63

como en Europa (DAML+OIL) [44], sin embargo es importante que exista unmecanismo que permita su unicación.

Las tendencias tecnológicas dentro de la Web semántica abren nuevos ho-rizontes para campos como la recuperación de la información, la computaciónubicua o la gestión del conocimiento. LaWeb semántica se basa sintácticamenteen XML y semánticamente en RDF y las ontologías, aunque intervienen otrosactores como los criterios de conanza entre usuarios, la credibilidad, las rmasdigitales, entre otros.

La estructura de hiperenlaces de la Web actual presenta una relación ui-da y dinámica del contexto y del contenido de los objetos de aprendizaje. Sinembargo, es difícil obtener una interpretación semántica de los contenidos dedichos objetos de aprendizaje. Este tipo de semántica está cobrando impor-tancia en el contexto del eLearning, en el que la estructura conceptual delcontenido es una parte esencial del material de aprendizaje.

Perder la información conceptual del contenido implica el no poder inte-grar contextualmente los conceptos que se intentan aprender, lo cual es muyimportante para lograr entender cualquier tema de un área en particular. Lainiciativa de la Web semántica en su estado actual, no proporciona tal semán-tica pues solo ofrece descripciones para los recursos y no dice nada sobre cómopresentar los recursos a los usuarios en una forma conceptualmente clara. Espor ello que se avanza en la denición de una Web conceptual [160] que no soloproporcione información semántica para la máquina, sino también informaciónconceptual para el usuario.

La tabla 2.7 resume las líneas de investigación abiertas y enfoques princi-pales en relación con la tecnología de objetos de aprendizaje.

64

Líneas de investigación Enfoque principalContenido

Reutilización: repurposing o la habilidad de utilizar lamisma pieza de contenido sin realizar cambios signi-cativos de la misma, para propósitos diferentes paralos que originalmente fue creada.

Taxonomías: que permitan identicar diferentes cla-ses de objetos de aprendizaje y sus componentes. Lamodularidad del contenido potencia la distribución yrecombinación a diferentes niveles de granularidad.

Composición dinámica: permitir estructurar diversosaspectos del contenido, basándose en especicacionescomo IMS Content Packaging [108], en lenguajes co-mo EML [117], SMIL [219] o DocBook [56]. La es-tructuración de objetos de aprendizaje debe incluirla generación dinámica de componentes, basada en elprocesamiento de datos (semi) estructurados.

Descomposición automática: extracción de los compo-nentes originales que se utilizaron en la agregación delcontenido.

Meta-datos Perles de aplicación: Versiones más fácilmente aplicables delos esquemas de meta-datos para favorecer la interoperabilidadsemántica.

Acceso

Visualización de la información: permite a los usua-rios el control y la manipulación de los meta-datospara llegar a los objetos de aprendizaje más relevan-tes.

Técnicas de recomendación social : se basa en las si-militudes entre los usuarios para sugerir objetos deaprendizaje relevantes.

Búsqueda Almacenes federados: proporcionan acceso rápido a los datosy el mantenimiento automático de la información. Además, lasarquitecturas federadas representan un vehículo para crear al-macenes capaces de dar soporte a la compartición de informa-ción entre grupos distribuidos geográcamente. La adopciónde estándares favorece el buen funcionamiento de los almace-nes federados.

65

Web semántica

Facilidades para el descubrimiento y almacenamientode objetos de aprendizaje en bases de datos locales yglobales, para lo cual los objetos de aprendizaje debenestar dotados de información semántica (meta-datos)que facilite su descubrimiento y reutilización.

Utilización de ontologías que permitan resaltar la es-tructura de los objetos de aprendizaje atribuyéndolessignicado pedagógico.

Potenciación de la personalización de los contenidoseducativos y el desarrollo de objetos de aprendizajeinteligentes que puedan asistir al usuario en la reali-zación de tareas más signicativas dentro de la Websemántica.

Interoperabilidad A diferentes niveles:

objetos de aprendizaje

meta-datos

LORs

Herramientas

Soporte para tutoría inteligente y modelos conceptuales parageneración, integración y reutilización de objetos de aprendi-zaje.

Tabla 2.7: Líneas de investigación en la tecnología de objetos de aprendizaje

Enlaces de interés

Algunos recursos en los que se encuentran referencias al futuro de la tec-nología de objetos de aprendizaje son:

Learning Objects in a Wider Context (Canadian Association of DistanceEducators, 2003) y los comentarios de G. Siemens (elearnspace blog: Junio,2003).

Emerging Trends in E-Learning (International Conference on EducationalMultimedia, 2004) complementado con The Rise of Learning Objects (StephenDownes, Marzo, 2004).

Y en Trends and Issues: The impact of Learning Objects [230] se encuentrauna excelente descripción de la tecnología, con un análisis de las implicacionesy tendencias futuras.

66

2.4. Conclusiones

En este capítulo se ha presentado el contexto dentro del cual se enmarcala tecnología de objetos de aprendizaje, ya que constituye la base para eldesarrollo de esta tesis doctoral. El punto de partida ha sido el análisis deleLearning, a través del cual se han identicado los principales tipos de sistemasde eLearning (LMS y LCMS), que aunque con enfoques distintos, compartenaspectos comunes que les permiten alcanzar el mismo objetivo de alto nivel:acelerar la transferencia de conocimiento.

Continuando hacia la caracterización de la tecnología de objetos de apren-dizaje, se ha realizado el estudio de la tecnología de meta-datos. De dichoestudio se concluye que es posible imaginar que la creación de meta-datos con-sistentes permite cubrir nuevas necesidades, por ejemplo, el multiversionado ola minería de datos. Sin embargo, el diseño técnico e intelectual requerido enel desarrollo y la gestión de los meta-datos no son procesos triviales. Quedaaún por resolver muchas preguntas en relación a los meta-datos, como: ¾cuáles el mejor esquema o esquemas de meta-datos que debe aplicarse para cubrirlas necesidades del creador de la información, los almacenes de recursos y sususuarios?, ¾cómo capitalizar su utilización para anticiparse a futuras aplicacio-nes?, ¾qué estrategias se deben utilizar para asegurar el mantenimiento de losmeta-datos de acuerdo con las versiones más recientes de los esquemas apli-cados? Está claro que los meta-datos darán mucho de que hablar, sobre todoen los desarrollos orientados a la Web semántica, cuya nalidad es dotar designicado a todas las clases de información sobre la Web.

Finalmente, se ha realizado un análisis profundo de la tecnología de obje-tos de aprendizaje. Dicha tecnología representa un subconjunto importante dela información manejada dentro de la Web semántica. Uno de los problemasfundamentales que se ha observado en relación con esta tecnología es la faltade consenso en la propia denición de lo que es un objeto de aprendizaje. Sinembargo, después de analizar las diversas deniciones, desde nuestro punto devista, la denición que mejor ofrece una visión de lo que debe ser un objetode aprendizaje es la presentada por Sosteric y Hesemeier [221], quienes pro-ponen que un objeto de aprendizaje es un archivo digital (película, imagen,etc.) utilizado para propósitos pedagógicos los cuales incluyen internamenteo por asociaciones sugerencias sobre el contexto apropiado en el cual utilizarel objeto. A pesar de las discrepancias con referencia a la denición, sí quehay acuerdo en lo referente a los benecios que aporta el uso de esta tecno-logía. Tales benecios se han resumido en diferentes aspectos que, en últimainstancia, representan las características de la misma y cuya inuencia en los

67

diferentes tipos de usuarios (alumno, profesor, desarrollador) ha sido identi-cada. También se han tratado otros aspectos como los almacenes de recursosdigitales, las diversas herramientas de soporte, sin olvidar el lado oscuro deesta tecnología y como no, las tendencias futuras. Entre las diferentes líneasde investigación, quizás la reutilización, a la cual se ha prestado una aten-ción importante, representa uno de los retos más interesantes. La parte máscomplicada de la reutilización es el ensamblaje de objetos de aprendizaje paragenerar nuevos objetos de aprendizaje. El ensamblaje requiere esencialmente:

La localización de los recursos de aprendizaje apropiados, que eventual-mente puedan ser combinados para satisfacer los objetivos pedagógicospropuestos.

La descripción de los objetos de aprendizaje a través de metadescripcio-nes de alto nivel.

La expresión formal de los objetivos de aprendizaje dentro del contextoseleccionado para realizar la experiencia de aprendizaje.

Un conjunto de reglas de composición que regulen la construcción de losnuevos objetos de aprendizaje a partir de los ya existentes.

El análisis del estado de la cuestión y las conclusiones formuladas a partirdel mismo, han permitido perlar las características y los requisitos que debecumplir la solución propuesta. En este sentido, se pretende aportar un primerpaso a través del trabajo presentado en esta memoria, cuyo objetivo es ofreceun modelo conceptual para la generación, ensamblaje y reutilización de objetosde aprendizaje, el cual se describe a continuación en el capítulo 3.

68

Parte III

MODELO CONCEPTUAL PARALA GENERACIÓN,ENSAMBLAJE Y

REUTILIZACIÓN DE OBJETOSDE APRENDIZAJE

69

Capítulo 3

MODELO CONCEPTUAL ELO

En este capítulo se describe el modelo conceptual propuesto para la ge-neración, ensamblaje y reutilización de objetos de aprendizaje. Este modeloconceptual consta de un modelo de contenido cuyos componentes se describenen la sección 3.1.2. En la sección 3.2 se describen el mecanismo y el procesode ensamblaje de ELOs propuesto y en la sección 3.3 se describe el proceso dereutilización de los ELOs.

Este modelo constituye una guía de apoyo para los profesores-diseñadores(o desarrolladores de contenido) que deseen crear y utilizar:

Los componentes del modelo de contenido ELO: unidades de información(UIs), unidades de contenido (UCs), unidades didácticas (UDs).

Los ELOs resultantes del proceso de ensamblaje.

Los meta-datos para describir los componentes del modelo de contenidoy los ELOs resultantes del proceso de ensamblaje.

3.1. Modelo de Contenido ELO

El modelo de contenido ELO describe los componentes utilizados en unaexperiencia de aprendizaje, cuál es la relación entre dichos componentes, cómose describen para facilitar su búsqueda y descubrimiento y las reglas que hacenposible el ensamblaje de dichos componentes para su posterior reutilización.

71

3.1.1. Denición de ELO

En el modelo propuesto, se considera como ELOs (Electronic Learning Ob-jects) a aquellos recursos educativos descritos por meta-datos y organizadosen una estructura multicapa, de tal forma que los elementos más avanzados deesta estructura incluyen conocimiento asociado (CA) con vistas al ensamblajey la reutilización.

El conocimiento asociado (denotado como CA) representa la característicaesencial que hace posible el ensamblaje de diferentes tipos de ELOs. El CA sereere a los requisitos necesarios para la comprensión del ELO y las competen-cias adquiridas después de su comprensión. Por ejemplo, en el contexto de laInformática, el CA para un curso sobre XML estaría representado por los si-guientes requisitos : conocimientos básicos sobre WWW, HTML, construcciónde páginas Web y conocimientos sobre lenguajes de scripting como JavaScripto VBasic. Y las competencias serían: aprender qué es XML y la diferenciarespecto a HTML. También aprender a utilizar XML para el desarrollo deaplicaciones Web.

Los meta-datos que describen a los ELOs se basa en los siguientes criterios:

En el nivel más sencillo, su estructura se corresponde con el estándarde meta-datos LOM desarrollado por el LTSC del IEEE (utilizado parala descripción de las Unidades de Información). Sobre ésta estructura seconstruyen otros dos niveles de meta-datos (utilizados para la descripciónde las Unidades de Contenido y Unidades Didácticas).

Deben diseñarse con vistas a su ensamblaje.

Deben ser interoperables.

Deben representar un medio clave para la búsqueda y descubrimiento delos datos y la información.

Deben ser validados para asegurar la correcta realización de las opera-ciones de descubrimiento.

Deben preservarse en un entorno seguro para protegerlos de las pérdidasy asegurar su continua disponibilidad.

Deben actualizarse periódicamente para reejar los cambios en los datos,en el acceso a los datos y en otra información contenida en los archivosde meta-datos.

A continuación se describen los componentes del modelo de contenido ELO.

72

3.1.2. Componentes del modelo de contenido ELO

El modelo de contenido ELO está formado por los siguientes componentes:Unidades de Información (UIs), Unidades de Contenido (UCs) y UnidadesDidácticas (UDs) [198]. Estos componentes se ubican dentro de una estructurajerárquica que abarca tres niveles de granularidad: Nivel 0, Nivel 1 y Nivel 2.Los elementos contenidos en cada uno de estos niveles determinan el grado decomponibilidad de los objetos de aprendizaje, el cual depende del conocimientoasociado a cada elemento.

La gura 3.1 ilustra la estructura jerárquica y a continuación se describenlas características estructurales correspondientes a cada uno de sus elementos(UI, UC y UD).

Figura 3.1: Niveles de granularidad

Unidades de Información (UIs)

Las unidades de información se encuentran en el Nivel 1. Una unidad deinformación es un elemento atómico autocontenido y por lo tanto, altamen-te reutilizable. En adelante se denota como UI. Cada UI contiene un único

73

archivo multimedia que el usuario puede localizar, recuperar y manipular se-paradamente. Desde un punto de vista estructural coinciden con el estándarde meta-datos LOM [106]. En cuanto a su utilización, son asimilables a lasAssets denidas dentro del modelo de referencia SCORM [207].

Las UIs carecen de conocimiento asociado por lo tanto necesitan de un con-texto que les conera signicado educativo, ya que por si solas no representanun experiencia que proporcione conocimiento al alumno.

Ejemplos de unidades de información son cheros cuyo contenido es texto,audio, imagen, etc. Por ejemplo, en el contexto de una asignatura de progra-mación, algunas unidades de información serían: una descripción textual de lasentencia if, un ejemplo del uso de if, un diagrama de ujo de if, etc.

- Meta-datos para las unidades de información (UIs)

Los meta-datos proporcionan una información descriptiva acerca de las UIs,independiente de su utilización en cualquier otro contenido. Estos meta-datosfacilitan la reutilización y el descubrimiento dentro del almacén de ELOs, du-rante la creación de contenido. El conjunto de meta-datos que describe a las UIses equivalente a los meta-datos denidos en el estándar de meta-datos LOM.De acuerdo con LOM todos los elementos de meta-datos son opcionales. Estoimplica que cuando se construye una instancia de meta-datos el desarrolladorpuede seleccionar los elementos que quiere utilizar. El modelo de informaciónde LOM está dividido en nueve categorías de elementos de meta-datos:

General : utilizada para describir información general acerca de los com-ponentes del modelo de contenido.

Life Cycle: utilizada para describir características relacionadas con lahistoria y estado actual de los componentes del modelo de contenido yaquellos que han afectado al componente durante su evolución.

Meta-Metadata: utilizada para describir información acerca del registrode meta-datos en sí mismo.

Technical : utilizada para describir requisitos técnicos de los componentesdel modelo de contenido.

Educational : Utilizada para describir características educativas y peda-gógicas de los componentes del modelo de contenido.

74

Rights : Utilizada para describir los derechos de propiedad intelectual ylas condiciones de uso de los componentes del modelo de contenido.

Relation: Utilizada para denir las características que establecen las re-laciones entre los componentes del modelo de contenido y otros compo-nentes.

Annotation: Utilizada para proporcionar comentarios sobre la utilidadeducativa de los componentes del modelo de contenido, e informaciónsobre cuándo y quién los realizó.

Classication: Utilizada para describir cuando los componentes del mo-delo de contenido se encuentran dentro de un sistema de clasicaciónparticular.

Unidades de Contenido (UCs)

Las unidades de contenido se encuentran en el Nivel 1 de la estructuramulticapa. En adelante se denotan como UCs. Una UC se forma ensamblandoUIs, o ensamblando UIs y UCs. Las UCs representan una experiencia educativacon conocimiento asociado. Es decir, que una UC necesita de unos requisitospara su comprensión y proporciona unas competencias tras su comprensión.Desde el punto de vista de su utilización, las UCs son asimilables a los SCOs(Sharable Content Objects) de SCORM [207], con la diferencia fundamental deque las UCs tienen conocimiento asociado.

Dentro del contexto de una asignatura de programación, algunos ejemplosde UCs serían:

UCs Título Requisitos CompetenciasUC1 Introducción a las

Computadoras eInternet

Ninguno Introducción computa-doras, Introducción In-ternet

UC2 Estructuras de ControlI

Introducción Compu-tadoras

Estructuras de ControlI, if, if/else, switch

UC3 Estructuras de ControlII

Introducción Compu-tadoras

Estructuras de ControlII, do, while, do/while

UC4 Métodos Estructuras de selec-ción, Estructuras de re-petición

Métodos, parámetrospor valor y referencia,parámetros de salida

Tabla 3.1: Ejemplos de unidades de contenido

Nótese que la tabla 3.1 se reere a los meta-datos de las UCs, obviando los

75

datos correspondientes a cada una de ellas.

- Meta-datos para las unidades de contenido (UCs)

De la misma manera que para las UIs, los meta-datos proporcionan infor-mación descriptiva acerca del contenido de una UC independiente de su usodentro de un curso u otro tipo de contenido. Estos meta-datos facilitan la reu-tilización y el descubrimiento dentro del almacén de ELOs, durante la creaciónde contenido. Dado que las categorías del estándar de meta-datos LOM no sonsucientes para describir las UCs y las UDs de la forma adecuada en vistas alproceso de ensamblaje, en esta tesis se propone una extensión al estándar demeta-datos LOM en la categoría 5. Educational añadiendo nuevos elementosa la misma. Los elementos añadidos al estándar LOM para describir unidadesde contenido se muestran en la tabla 3.2.

Nr Nombre Explicación5.12 requirements Condición o capacidad para que el estudiante pueda alcanzar

el objetivo de aprendizaje. La descripción clara de los requi-sitos es una herramienta útil en la denición de los diferentescaminos de aprendizaje.

5.12.1 requirement Los requisitos se denen utilizando sentencias armativas, quecomienzan con frases como tener conocimientos en . . . . Porejemplo, en el contexto de un curso sobre DHTML los requi-sitos serían: tener conocimientos básicos sobre WWW, cons-trucción de páginas Web, CSS y JavaScript.

5.13 competencies Representan un área en la cual el estudiante es capaz de desen-volverse satisfactoriamente. Una competencia puede ser cons-truir una página Web utilizando DreamWeaver.

5.13.1 competency En el proceso de ensamblaje, las competencias del ELO resul-tante serán las obtenidas mediante la unión de las competen-cias de los ELOs que se está ensamblando.

5.14 les Indica el lugar físico en el que se encuentran los ELOs utiliza-dos en el ensamblaje del nuevo ELO.

5.14.1 le Contiene la dirección (URL) de los ELOs utilizados en el pro-ceso de ensamblaje.

Tabla 3.2: Valor de los Meta-datos añadidos al estándar LOM para la descrip-ción de unidades de contenido (UCs)

Unidades Didácticas (UDs)

Las unidades didácticas se encuentran en el Nivel 2 de la estructura mul-ticapa. Se denotan como UDs. Una UD se forma ensamblando UCs, UCs conUDs, o UDs. Una UD representa el conocimiento referente a un área tras laacumulación de diversas experiencias educativas relacionadas. Al igual que las

76

UCs una UD incluye conocimiento asociado. Desde un punto de vista centradoen su utilización, una UD es asimilable a un Content Organization SCORM,al cual se le añade el conocimiento asociado, objetivos, resumen y evaluación.

Por ejemplo, dentro del contexto de una asignatura de programación, po-dríamos encontrar las siguientes UDs :

UDs Título Requisitos Competencias Objetivos Resumen EvaluaciónUD1 Programación

JavaNinguno Introducción

computadoras,IntroducciónInternet, Es-tructuras deControl I, if,if/else, switch,Programaciónorientada aobjetos...

Entender losconceptos bá-sicos de lainformáticay familiari-zarse con loslenguajes deprogramación,en especialJava

Aprender aprogramar enJava, entendertécnicas deresolución deproblemas

No especicada

UD2 Lenguaje uni-cado de mode-lado UML

Programaciónorientada aobjetos

Modeladoorientado aobjetos, Dia-gramas decasos de uso,Diagramasde actividad,Diagramas declases ...

Comprender yaplicar los con-ceptos básicosde UML

Aprender a uti-lizar UML

No especicada

UD3 Patrones de Di-seño

Programaciónorientada aobjetos, Análi-sis orientado aobjetos, Diseñoorientado aobjetos

Patrones de di-seño orientadoa objetos, Pa-trones de crea-ción, AbstractFactory

Utilizar los di-ferentes patro-nes de diseño

Entender laimportancia ybenecios de lautilización delos patrones dediseño

Realizar eldiseño deun sistemainformáticoaplicando losconceptosaprendidos

Tabla 3.3: Ejemplos de unidades didácticas

Nótese que la tabla 3.3 se reere a los meta-datos de las UDs, obviando losdatos correspondientes a cada una de ellas.

- Meta-datos para las unidades didácticas (UDs)

Al igual que para las UIs y las UCs, los meta-datos proporcionan informa-ción descriptiva acerca del contenido de una UD independiente de su utilizacióndentro de un curso u otro tipo de contenido. Estos meta-datos facilitan la reu-tilización y el descubrimiento dentro del almacén de ELOs, durante la creaciónde contenido. Los elementos añadidos al estándar LOM para describir unida-des didácticas son los mismos que se utilizan en la descripción de las UCs,

77

pero además se incluye otros meta-datos que aunque no inuyen en el proce-so de ensamblaje, permiten diferenciar la descripción de UCs y UDs. Dichoselementos se muestran en la tabla 3.4.

Nr Nombre Explicación5.15.1 objective Una competencia puede ser construir una página Web utili-

zando DreamWeaver. El objetivo basado en esta competenciasería los estudiantes deben construir una página Web utili-zando DreamWeaver.

5.16 summary Representa un resumen de los aspectos más relevantes de laUD.

5.17 evaluation Representa los mecanismos de evaluación que serán aplicadospara evaluar la UD creada

5.18 items Describe la ubicación de los ELOs que se han utilizado enel proceso de ensamblaje para generar la UD (representadomediante una URL) y además indica el tipo de ELO utilizadoen su creación, sea UC o UD.

5.181 item Contiene las direcciones (URLs) correspondientes a los ELOsque se han utilizado en el proceso de ensamblaje y el tipo decada uno de ellos (UC o UD).

Tabla 3.4: Valor de los Meta-datos añadidos al estándar LOM para la descrip-ción de unidades didácticas (UDs)

3.2. Ensamblaje de ELOs

En esta sección se presta especial atención a la noción de ensamblaje, la cualse puede describir en términos de la correspondencia sintáctica, estructural ysemántica entre los recursos educativos. El proceso de ensamblaje proporcio-na una forma consistente para relacionar diferentes tipos de componentes delmodelo de contenido ELO, mediante la aplicación de un mecanismo de en-samblaje. En particular, se aborda la correspondencia semántica, representadamediante ontologías. Esto permite la construcción del mecanismo para el en-samblaje de objetos de aprendizaje heterogéneos, denominado OntoGlue. Elelemento fundamental del mecanismo propuesto es el concepto de conocimien-to asociado (CA), descrito en la sección 3.1.1. El proceso de ensamblaje secompleta con la descripción del ELO mediante la aplicación de reglas basadasen meta-datos didácticos. La consistencia del proceso de ensamblaje facilita labúsqueda y descubrimiento de los ELOs, para su posterior reutilización.

La tabla 3.5 muestra las posibles combinaciones que se pueden presentarentre los elementos pertenecientes a los distintos niveles de granularidad (gu-ra 3.1).

78

UI (Nivel 0) UC(Nivel 1) UD (Nivel 2)UI (Nivel 0) UC UC ×UC (Nivel 1) UC UD UDUD (Nivel 2) × UD UD

Tabla 3.5: Resultado de ensamblar ELOs pertenecientes a distintos niveles degranularidad

La tabla 3.5 indica que es posible obtener UCs a partir del ensamblaje deUIs o del ensamblaje entre UIs y UCs. No se contemplan combinaciones entreelementos atómicos como las UIs y estructuras complejas como las UDs, pueslas UIs solo pueden llegar a las UDs a través de las UCs.

El ensamblaje de UCs da como resultado una UD. El ensamblaje entreUCs y UDs genera una nueva UD. Finalmente, el ensamblaje UDs da comoresultado una nueva UD.

El proceso de ensamblaje de ELOs requiere de la denición de conceptosclave, como la comparación entre ELOs descrita en la sección 3.2.1, la cualenfatiza en la comparación del conocimiento asociado denido para ELOs he-terogéneos (UCs y UDs). En esta misma sección, se explica la importanciade las ontologías en la denición del mecanismo para el ensamblaje de ELOs,así como también una discusión referente a la utilización de lógica de primerorden dentro del contexto de esta tesis. Y previo a la descripción del meca-nismo para el ensamblaje de ELOs (OntoGlue) (sección 3.2.2), se describe larepresentación de los ELOs desde el punto de vista de su descripción formal.

3.2.1. Comparación entre ELOs

El punto clave en el proceso de ensamblaje de ELOs es la comparación delconocimiento asociado denido para ELOs heterogéneos. Esto signica queinteresa comparar semánticamente los requisitos y las competencias denidaspara cada uno de los ELOs en cuestión. Por ejemplo, retomando uno de losELOs denidos en la sección anterior dentro del contexto de la programación,considerar el requisito: conocimiento básico computadoras y la competencia:conocimientos básico computadoras. La pregunta clave es, ¾se puede deducirque el ELO que contiene la competencia puede ensamblarse con el ELO quecontiene el requisito? En este caso, se puede armar que sí, ya que al sersintácticamente iguales se puede suponer que la competencia cubre al requisito.

El problema se presenta cuando la sintaxis del conocimiento asociado a

79

los ELOs es diferente, aunque el conocimiento asociado tengan la misma se-mántica. Un ejemplo de este caso sería un ELO con el requisito estructuras deselección y otro ELO con la competencia estructuras de control I. ¾Es posibleen este caso ensamblar ambos ELOs? La respuesta sería sí, si ambos conoci-mientos asociados, a pesar de tener una sintaxis distinta, tuvieran las mismasemántica.

Para resolver este problema se utilizan ontologías, ya que son un meca-nismo clave en la tarea de establecer relaciones semánticas entre conceptossintácticamente distintos [20].

Ontologías

Las ontologías son entidades utilizadas con profusión en la inteligencia ar-ticial. Su capacidad para estructurar conocimiento y los razonamientos quese pueden realizar sobre ellas hacen de las ontologías mecanismos muy útilespara diversas tareas [92].

Una denición muy breve del termino ontología es el proporcionado porGruber [92], según la cual una ontología es la especicación de una conceptua-lización. Es decir, una ontología es una descripción de conceptos y relacionesque pueden existir para un usuario o una comunidad de usuarios.

Lo importante de una ontología (de acuerdo con lo dicho por Gruber) es eluso que se quiera hacer de ella. Por ejemplo, según Sinir [215] una ontologíaes un mecanismo para especicar la semántica de los datos. Rusell y Norvig[193] utilizan ontologías como mecanismos para desarrollar representacionescapaces de sostener acciones racionales sobre un dominio1.

Finalmente, un uso muy extendido de las ontologías se produce en el con-texto de la Web semántica, donde las ontologías pueden utilizarse para sercapaces de enlazar semánticamente distintos recursos [19].

En cualquier caso, una ontología proporciona dos grandes benecios: (i)permite estructurar un dominio de conocimiento; y (ii) permite hacer com-paraciones entre términos sintácticamente distintos, aunque semánticamenteiguales2.

En esta tesis se utilizan las ontologías para proporcionar vocabularios con-trolados en los que denir el conocimiento asociado (requisitos y competencias)a los ELOs. De esta forma, utilizando las clases de las ontologías, se dispone

1Este uso está muy relacionado con el concepto de base de conocimiento.2Evidentemente, también permite hacer razonamientos sobre conceptos, aunque esta ven-

taja será utilizada parcialmente en esta tesis.

80

de un vocabulario homogéneo de denición de conocimiento asociado, lo quepermite hacer comparaciones entre el conocimiento asociado perteneciente adistintos ELOs.

En cuanto a la extensión del vocabulario controlado, es decir, en cuanto alnúmero de clases de la ontología, esta tesis comparte la idea de Hendler [97], yaque no se concibe la existencia de una única ontología de tamaño desmesuradoque determine todo el vocabulario posible vinculado al conocimiento asocia-do. En su lugar se concibe la existencia de múltiples ontologías, especícas aentidades u organizaciones, que determinen el conocimiento asociado en unárea particular. En cualquier caso, esta tesis tampoco se preocupa del procesode denición de ontologías, trabajo que se reserva a expertos en pedagogía decada área de conocimiento.

Con el n de fomentar la reutilización y el ensamblaje de ELOs es necesariocontar con un mecanismo que permita comparar diversos términos entre on-tologías distintas. Por ejemplo, aunque programación en Java y programarJava pueden ser términos semánticamente equivalentes, desde un punto de vis-ta sintáctico no son iguales. El uso de funciones (mappings3) entre ontologíasresuelve este problema.

Una función entre ontologías es el proceso por el cual dos ontologías es-tán relacionadas a nivel conceptual, y los individuos de la ontología origen setransforman en entidades en la ontología destino de acuerdo con las relacionessemánticas establecidas [211].

Esta tesis tampoco se preocupa del proceso mediante el cual se establecenlas funciones entre distintas ontologías. Dicho proceso puede ser manual oautomático [123]. En cualquier caso, su establecimiento o supervisión es untrabajo reservado a expertos en pedagogía de cada área de conocimiento.

- Lenguajes de ontologías

Las ontologías deben estar representadas en algún lenguaje. Un lenguaje deontologías normalmente introduce conceptos (clases, entidades), propiedades deconceptos (atributos), relaciones entre conceptos (asociaciones) y restriccionesadicionales.

En general, un lenguaje de ontología puede ser:

3Mapping: Mat. Una regla de correspondencia establecida entre conjuntos que asociancada elemento de un conjunto con un elemento en el mismo conjunto o en otro. Denicióntomada de The American Heritage Dictionary of English Language: Fourth Edition 2000.

81

Simple: incluyendo únicamente conceptos y taxonomías

Basado en marcos: incluyendo únicamente conceptos y propiedades

Basado en lógica.

El modelo conceptual de datos del modelo Entidad-Relación o el LenguajeUnicado de Modelado (UML [22]), pueden ser lenguajes válidos para repre-sentar ontologías [78]. Por supuesto también se pueden considerar los lenguajesque son variaciones de lógicas descriptivas asociados a diversos sistemas comoCLASSIC, OBSERVER, GRAIL, LOOM u OIL [19], entre otras. Finalmente,también se dispone de lenguajes para la representación de ontologías basadosen XML (por ejemplo, OWL [171]).

Hasta ahora hemos hablado únicamente de la sintaxis del lenguaje. En unmundo determinado, la semántica de la ontología viene dada por:

Una clase se identica con un conjunto de instancias

Una relación n-ária se identica con un conjunto de n tuplas de instancias

Un atributo se identica con un conjunto de pares de una sentencia y unelemento del dominio

Antes hemos denido lenguajes de descripción de ontologías y una semán-tica para las ontologías. Existe una forma alternativa de concebirlas:

La ontología denida mediante un lenguaje visual, puede representarsea través de un conjunto de fórmulas de primer orden4.

La semántica de la ontología son todos los modelos de la teoría asociadaa dicho conjunto.

Los principales inconvenientes de utilizar lógica de primer orden como len-guaje de ontologías son:

El poder expresivo es demasiado alto para obtener problemas de inferen-cia ecientes y decidibles.

Si restringimos las expresiones lógicas, el poder de inferencia podría sermuy bajo para expresar teorías decidibles e interesantes.

4Estas restricciones también podrían expresarse en un lenguaje menos formal.

82

Con el n de subsanar este inconveniente se han desarrollado diversas lógi-cas descriptivas [10]. Estas lógicas son subconjuntos (fragmentos) de la lógicade primer orden que permiten mecanismos de razonamiento menos costososque los basados en lógica de primer orden. Existen diversas lógicas descripti-vas, desde FL- hasta ALC [10], una de las más utilizadas en la actualidad.

De esta forma, si se concibe una ontología considerando sus clases comouna colección de restricciones, es posible deducir restricciones adicionales. Esdecir, se puede razonar sobre la ontología. Por ejemplo, podemos comprobarsi:

Una clase es inconsistente (denota siempre al conjunto vacío).

Una clase es subentidad de otra5, etc.

Las guras 3.2, 3.3, 3.4, 3.5 y 3.6 ilustran los conceptos anteriores. TCrepresenta Tiempo Completo y TP Tiempo Parcial.

Figura 3.2: Ejemplo de ontología

Figura 3.3: Ontología más Semántica

5O dicho de otra forma, una entidad es subsumida por otra.

83

Figura 3.4: Ontología como restricciones poco formales

Figura 3.5: Ontología como restricciones en lógica de primer orden

Figura 3.6: Razonamiento sobre la ontología anterior

84

Esta tesis abstrae del lenguaje concreto de denición de ontologías por dosrazones. En primer lugar, y como ya hemos comentado, los individuos quecomponen las clases no son relevantes, ya que solo interesa el nombre de lasclases y las relaciones de estas con el resto de las clases de la ontología6 paraformar una taxonomía. Es decir, solo interesa la taxonomía inducida por elvocabulario de las clases [193].

En segundo lugar, en esta tesis no va a ser necesario razonar sobre onto-logías más allá de una mera comprobación estática de relaciones estructuralessobre clases, ya que las clases son jas (constantes en número y nombre) y pre-viamente organizadas en forma de taxonomía. Dicho de otra formas, aunque enesta tesis se utiliza el mecanismo de subsunción en ontologías [10], solamente seaplica a ontologías ya construidas. Por tanto, el problema de subsunción solose aplica a conceptos que ya han sido subsumidos y que han formado una on-tología, no a cualquier expresión que pueda construirse utilizando la gramáticaque dena a una lógica descriptiva.

Así, si se tienen dos conceptos C y D que se corresponden con clases deuna ontología ya construida, la pregunta C v D, es equivalente a calcular si(C is_a D) ∨ ∃ E((C is_a E) ∧ (E v D)).

Por los dos motivos anteriores:

En esta tesis, se utiliza en los ejemplos una notación visual similar a lautilizada por Franconi [78], con una semántica idéntica a la proporcio-nada por él.

Con respecto a las expresiones formales que hacen referencia a las onto-logías, se utiliza lógica de primer orden, con independencia de la formaen que se conciban las clases de las ontologías.

Las guras 3.7 y 3.8 ilustran los conceptos anteriores.

Figura 3.7: Ontología como taxonomía utilizada en esta tesis

En cuanto a las funciones entre ontologías, se utiliza la siguiente notación:6Según la relación is_a [78].

85

Figura 3.8: Razonamiento utilizado en esta tesis

Las letras O, O′ denotan las ontologías.

El conjunto de clases que forman a una ontología O, se denota comoClasesO.

Por conveniencia, también se considera el conjunto de todas las ontologíasposibles, el cual se denota como ΩOntologias.

Finalmente, las funciones entre ontologías se denotan comom : ClasesO → ClasesO′ ∪ ⊥.Nótese que las funciones no tienen por que ser totales, ya que es bas-tante difícil que una ontología contenga en su totalidad a las clases deotra distinta [123]. Para convertir a las funciones en funciones totales, seutiliza el símbolo ⊥.El caso anterior se reere a las funciones 1 a 1, es decir, cuando una claseen una ontología se corresponde con una única clase en otra ontología. Esposible también la existencia de funciones 1 a n, donde una clase puedecorresponderse con más de una clase en otra ontología. En este caso, lasfunciones se denotan comom: ClasesO → 2ClasesO′ ∪ ⊥

Antes de describir en detalle el mecanismo de ensamblaje de ELOs, sedescribe cómo se representan los ELOs desde el punto de vista de su descripciónformal.

Formalización de los ELOs

En la sección 3.1.2 se describieron los ELOs desde un punto de vista con-ceptual. En este apartado, se proporciona una formalización con vistas a la

86

denición del mecanismo de ensamblaje de ELOs. Los ELOs se caracterizandesde el punto de vista de los requisitos y las competencias. Para ello, se denenlos siguientes conceptos.

Para los propósitos de formalización se denen los siguientes conjuntos:

R: Conjunto de todos los requisitos.

C: Conjunto de todas las competencias.

M: Conjunto de todos los meta-datos y

D: Conjunto de todos los datos.

Nótese que:

R ⊆M, es decir, los requisitos son meta-datos

C ⊆ M, es decir, las competencias son meta-datos

R ∩ C 6= ∅, es decir, se impone esta restricción para hacer válido elmecanismo de ensamblaje, ya que de ser disjuntos no se dispondría decompetencias para cubrir requisitos.

En la aproximación propuesta en esta tesis se utilizan ontologías para elproceso de ensamblaje. Estas ontologías denen taxonomías de meta-datos,proporcionando una representación estructurada del dominio. Por tanto, loque se está diciendo es que se tendrán ontologías O cuyas clases (ClasesO)serán meta-datos (es decir, ClasesO ⊆ M).

Nótese además que hablamos de un contenido a nivel sintáctico. Por ejem-plo, si se considera la ontología de Formas tal y como se ilustra en la gura 3.9:

Figura 3.9: Ejemplo de ontología

87

En la aproximación propuesta en esta tesis se considera únicamenteel nombre de las clases y no los individuos que las componen. Es decir,ClasesO = Formas, 2D, 3D ⊆ M con independencia de que la clase2D = circulo, cuadrado, triangulo, ...,

A partir de estos conceptos se proporciona una denición formal para losELOs, empezando por los elementos más atómicos, las unidades de informa-ción.

Representación formal de las unidades de información (UIs)

Denición 3.2.1 (Formalización Unidades de Información). Sea D elconjunto de todos los datos posibles y seaM el conjunto de todos los meta-datosposibles. Se dene al conjunto de unidades de información como un subconjuntoUI ⊆ 2D × 2M. Así, si se tiene una unidad de información i ∈ UI, i será dela forma i = (D, M). Donde:

D: Es el conjunto de datos de i .

M : Es el conjunto de meta-datos de i .

Nótese que a nivel conceptual el conjunto de datos M coincide con losmeta-datos que describe el estándar LOM. Sea como fuere, este detalle notiene mayor trascendencia en la formalización, ya que únicamente interesadescribir el proceso de ensamblaje de ELOs y este proceso solo tiene en cuentael conocimiento asociado.

Cabe señalar que se entiende por datos cualquier tipo de representaciónmultimedia, es decir, texto, audio, imagen, vídeo, etc. individual o una combi-nación de ellas.

- Ejemplo de aplicación de la representación formal de las UIs

Suponiendo que se tiene una unidad de información i1 que representa unasentencia if (expresada por un texto) y otra unidad de información i2 querepresenta un diagrama de ujo de una sentencia if (expresada como unaimagen). La expresión formal de cada una de estas unidades de información,si se aplica la representación formal correspondiente, es como se muestra acontinuación:

88

texto sentencia if → i = (TEXTOif ,METADATOSTEXTOif)imagen sentencia if → i = (IMAGENif ,METADATOSIMAGENif )

Representación formal de las unidades de contenido (UCs)

Denición 3.2.2 (Formalización Unidades de Contenido). Sea D elconjunto de todos los datos posibles y sea M el conjunto de todos los meta-datos posibles, R el conjunto de todos los requisitos posibles y C el conjunto detodas las competencias posibles. Se dene al conjunto de unidades de contenidocomo un subconjunto UC ⊆ 2D × 2M × 2R × 2C. Así, si se tiene una unidadde contenido c ∈ UC, c será de la forma c = (D,M, R, C). Donde:

D: Es el conjunto de datos de c.

M : Es el conjunto de meta-datos de c.

R: Es el conjunto de requisitos de c.

C: Es el conjunto de competencias de c.

- Ejemplo de aplicación de la representación formal de las UCs

Para ilustrar la aplicación de la representación formal de las UCs se retomanlos ejemplos presentados en la tabla 3.1:

UC1: ICI (Introducción a lascomputadoras e Internet)

→ c = (ICI, METADATOSICI , ∅, Introduccióna las computadoras e Internet)

UC2: ECI (Estructuras deControl I)

→ c = (ECI, METADATOSECI , Introducción a lascomputadoras e Internet, Estructuras de Con-trol I, if, if/else, switch)

UC3: ECII (Estructuras deControl II)

→ c = (ECII, METADATOSECII , ICI, Estruc-turas de Control II, do, while, do/while)

UC4: Métodos → c = (METODOS, METADATOSMETODOS, ES,ER, METODOS, PVR, PS,)

89

Representación formal de las unidades didácticas (UDs)

Denición 3.2.3 (Formalización Unidades Didácticas). Sea D el con-junto de todos los datos posibles y sea M el conjunto de todos los meta-datosposibles, R el conjunto de todos los requisitos posibles, C el conjunto de todaslas competencias posibles. Se dene al conjunto de unidades didácticas como unsubconjunto UD ⊆ 2D × 2M × 2R × 2C. Así, si se tiene una unidad didácticad ∈ UD, d será de la forma d = (D,M, R, C). Donde:

D: Es el conjunto de datos de d .

M : Es el conjunto de meta-datos de d .

R: Es el conjunto de requisitos de d .

C: Es el conjunto de competencias de d .

Nótese que desde un punto de vista composicional las UCs y las UDs coin-ciden. Esto no representa un contradicción, ya que como se describe en elmecanismo OntoGlue (sección 3.2.2) no hay diferencias entre las UCs y UDsdesde el punto de vista composicional en la práctica.

- Ejemplo de aplicación de la representación formal de las UDs

Para ilustrar la aplicación de la representación formal de las UDs se retomanlos ejemplos presentados en la tabla 3.3:

UD1: Programación Java → d = (PROGRAMACION JAVA,METADATOSPROGRAMACIONJAV A, ∅,ICI, ECI, ECII, POO, ...)

UD2: UML (Lenguaje Uni-cado de Modelado)

→ d = (UML, METADATOSUML, POO, MOO,DCU, DA, DC, ...)

UD3: PD (Patrones de Di-seño)

→ d = (PD, METADATOSPD, POO, AOO,DOO, PDOO, PC, ...)

Finalmente, se proporciona una descripción formal de los ELOs.

90

Representación formal de los ELOs

Denición 3.2.4 (Formalización ELOs). Sea E = UI ∪ UC ∪ UD y sea Πi

la proyección iésima de una tupla. Entonces, sea e ∈ E. Se dene Requisitose

como:

∅, si e ∈ UI

R = Π4e, si e ∈ UC ∈ UD

Se dene Competenciase como:

∅ si e ∈ UI

C = Π3e, si e ∈ UC ∈ UD

Mecanismo de comparación: OntoGlue

OntoGlue representa un mecanismo de comparación semántica entre losrequisitos y las competencias pertenecientes a los ELOs que se quieren ensam-blar. Los conceptos básicos necesarios para comprender su funcionamiento sedescriben en detalle en la siguientes sección.

3.2.2. OntoGlue: mecanismo para el ensamblaje de ELOsbasado en ontologías

OntoGlue es un mecanismo desarrollado en esta tesis, basado en ontologíasque permite comparar semánticamente los requisitos y las competencias perte-necientes a ELOs heterogéneos [205]. Así pues, los requistos y las competenciasrepresentan clases que pertenecen a ontologías particulares. El problema fun-damental al que se da solución con la aplicación de OntoGlue es a la diferenciasintáctica entre conceptos, puesto que se establecen funciones entre ontologías.

Para entender como funciona el mecanismo OntoGlue, es necesario denirpreviamente algunos conceptos:

Ontología alcanzable por una clase. Este concepto indica si una clase deuna ontología tiene una representación como otra clase en otra ontologíagracias a una función, o encadenamiento de funciones.

91

Representación de una clase en la ontología. Este concepto permite obte-ner la representación en una ontología destino de una clase que es capazde alcanzar a otra ontología.

Conocimiento cubierto. Este concepto indica cuando una clase subsumea otra, bien en la misma ontología, o bien en otra ontología alcanzablepor ambas clases.

Estos conceptos se analizan tanto para el caso de funciones 1 a 1 comopara funciones 1 a n. También se analiza el caso de conocimiento cubiertoentre grupos de clases. En todas las deniciones se incluye un ejemplo sencillopara motivar la necesidad de las mismas. Cada ejemplo representa un casodonde las clases tienen una sintaxis distinta, pero una semántica idéntica.

Ontología Alcanzable

Como se ha comentado antes, este concepto hace referencia a la posibilidadde que exista una función (o cadena de funciones) que asigne a una clase enuna ontología origen otra clase en una ontología destino. Esta ontología destinose denomina ontología alcanzable. Por ejemplo, suponiendo que se tiene laclase (o conocimiento asociado) JSP que denota una habilidad necesaria en laontología Programación avanzada en Java. En los siguientes tres casos la claseJSP alcanza a una ontología:

Toda clase alcanza a la ontología que la dene, es decir JSP alcanza aProgramación avanzada en Java.

Hay una función de la ontología origen a la ontología destino. Así, setiene una función m tal que m(JSP) = Java Server Pages, siendo JavaServer Page una clase de la ontología Tecnologías Web en Java, se diceque la clase JSP alcanza a la ontología Tecnologías Web en Java.

Hay una cadena de funciones de la ontología origen a la ontología destino.Así, si en el caso anterior existe una función m′ tal quem′(Java Server Page) =Página de Servidor Java,siendo Página de Servidor Java una clase de la ontología Java avanzado,se dice que la clase JSP alcanza a la ontología Java avanzado.

La gura 3.10 ilustra estos ejemplos.Los ejemplos anteriores se formalizan a continuación.

92

Figura 3.10: Situación de los ejemplos

Denición 3.2.5 (Ontologia Alcanzable). Sea O ∈ ΩOntologias una ontolo-gía y C ∈ ClasesO una clase suya. Sea O′ ∈ ΩOntologias una ontología. Se diceque O′ es alcanzable por C sii

(a) Las ontologías coinciden, es decir que

O = O

La gura 3.11 ilustra este caso:(b) Hay una función m(C) que lleva la clase C de la ontología origen O a

la ontología destino O′

∃ m: ClasesO → ClasesO′ ∪ ⊥, tq m(C) ∈ ClasesO′

La gura 3.12 ilustra este caso:(c) Si hay varias funciones m(C) que llevan a la clase C a la ontología

destino O′

93

Figura 3.11: Las ontologías origen O y destino O′ son iguales

Figura 3.12: Las ontologías origen O y destino O′ distintas

94

∃ O′′ ∈ ΩOntologias, ∃ m: ClasesO → ClasesO′′ ∪ ⊥, tqm(C) ∈ ClasesO′′ y O′ es alcanzable por m(C).

La gura 3.13 ilustra este caso:

Figura 3.13: Las funciones intermedias llevan a C a la ontología destino O′

En este ejemplo, las funciones intermedias m(C) llevan a la clase C a laontología destino O′.

Representación de una clase en una ontología

Como se ha comentado en párrafos anteriores, si hay una función entredos ontologías, es importante conocer cuál es la representación en la ontologíadestino de la clase sobre la que actúa dicha función. Así, en el ejemplo que seestá manejando:

La representación de toda clase en su ontología es ella misma, es decir, larepresentación de la clase JSP en la ontología Programación avanzadaen Java, es la propia clase JSP .

95

Si hay una función de la ontología origen a la ontología destino, m talque m(JSP) = Java Server Page, siendo Java Server Page una clase dela ontología Tecnologías Web en Java, la representación de la clase JSPen la ontología Tecnologías Web en Java, es la clase Java Server Page.

Si hay una cadena de funciones de la ontología origen a la ontologíadestino, tal que en el caso anterior existe una función m′ tal que m'(JavaServer Page) = Página de Servidor Java, siendo Página de ServidorJava una clase de la ontología Java avanzado, la representación de laclase JSP en la ontología Java avanzado es la clase Página de ServidorJava.

Para obtener esta representación es necesario denir la función representa-ción, tal como se muestra en la siguiente denición.Denición 3.2.6 (Representación de una clase en una ontología). SeanO, O′ ∈ ΩOntologias ontologías, C ∈ ClasesO una clase de O, y O′ alcanzablepor C. La representación de C en O′, es una función rep : ΩClases × ΩOntologias

→ ΩClases ∪ ⊥ tq:

(a) Si las ontologías coinciden:

O = O′ ⇒ rep (C, O′) = C

La gura 3.14 ilustra este caso:

Figura 3.14: Representación de C cuando las ontologías origen y destino soniguales

(b) Si hay una función m entre las ontologías:

96

∃ m: ClasesO → ClasesO′ ∪ ⊥, tqm(C) ∈ ClasesO′ ⇒ rep (C,O′) = m(C)

La gura 3.15 ilustra este caso:

Figura 3.15: Representación de C cuando las ontologías origen O y destino O′

son distintas y hay una única función

(c) Si hay una cadena de funciones entre las ontologías:

∃ O′′ ∈ ΩOntologias, ∃ m: ClasesO → ClasesO′′ ∪ ⊥,tqm(C) ∈ ClasesO′′ ⇒ rep (C,O′) = rep (m(C), O′)

La gura 3.16 ilustra este caso:

97

Figura 3.16: Representación de C cuando existen ontologías intermedias O′′

para llegar a la ontología destino O′

(d) Para hacer esta función total también se considera el caso en el que laclase origen no alcanza a la ontología destino:

eoc, rep (C, O′) = ⊥

Conocimiento cubierto

En párrafos anteriores se ha comentado que este concepto es similar al desubsunción, pero además se considera el caso en el que las clases a comparar nose encuentren en la misma ontología. Si las clases no se encuentran dentro dela misma ontología, el caso más general es aquel en el que existe una ontologíaintermedia de comparación, alcanzable por ambas clases.

Por ejemplo, si se quiere comparar la clase JSP de la ontología Progra-mación avanzada en Java, con la clase Struts de la ontología Java avanzado,y no hay ninguna función que lleve a la clase Struts a la ontología Progra-mación avanzada en Java, ni ninguna función que lleve a la clase JSP a laontología Java avanzado. Entonces ¾es imposible comparar ambas clases? Nonecesariamente. Si existe una función m, tal que m(JSP) = Java Server Pageen la ontología Tecnologías Web en Java; y existe también otra función n, talque n(Struts) = Jakarta Struts, siendo Jakarta Struts una clase de la ontologíaTecnologías Web en Java. En este caso, se pueden comparar las clases JSP y

98

Struts en la ontología intermedia de comparación Tecnologías Web en Java.Suponiendo que en dicha ontología se tiene que Jakarta Struts is_a Java Ser-ver Page, ya que Jakarta Struts es una clase más especíca que Java ServerPages. En este caso, se puede decir que JSP cubre a Struts, ya que en unaontología de comparación (Tecnologías Web en Java) la representación de laclase (Java Server Page) subsume a la representación de la otra clase (JakartaStruts).

A continuación se presenta la formalización del ejemplo anterior.

Denición 3.2.7 (Una clase cubre a otra clase). Sean O, O′ ∈ ΩOntologias

ontologías. Sean C ∈ ClasesO, y C ′ ∈ ClasesO′ clases suyas. Si ∃ O′′ ∈ΩOntologias, ontología tq O′′ es alcanzable por C y C ′, entonces C cubre a C ′

(C ` C ′) sii, rep (C ′, O′′) is_a rep (C, O′′)

Es decir, que dentro de la ontología de comparación, la clase que representaa C subsume a la clase que representa a C ′.

Las guras 3.17, 3.18 y 3.19 ilustran varios ejemplos de conocimientocubierto.

En la gura 3.17, las ontologías origen O y destino O′ son iguales y la claseC contiene a C ′, por lo tanto C cubre a C ′.

Figura 3.17: Ejemplo de conocimiento cubierto donde las ontologías origen ydestino son iguales

99

En la gura 3.18 las ontologías de origen O y destino O′ son diferentes, yC cubre a C ′ porque la representación de la clase C en la ontología destino O′

(esto es, rep (C,O′)) subsume a C ′.

Figura 3.18: Ejemplo de conocimiento cubierto donde las ontologías origen ydestino son diferentes

En la gura 3.19 las representaciones de las clases C y C ′ en la ontologíade comparación O′′ son iguales, por lo tanto, C cubre a C ′.

Figura 3.19: Conocimiento cubierto cuando existen ontologías intermedias

Conocimiento cubierto (entre conjuntos)

Finalmente, en este apartado se dene la noción de conocimiento cubiertoentre conjuntos. Es necesario ampliar la denición anterior de conocimiento

100

cubierto porque en la práctica se comparan conjuntos de competencias y re-quisitos, y no una única competencia con un único requisito.

La extensión supone la posibilidad de tener dos conjuntos de clases dedistintas ontologías. Se dice que un conjunto cubre a otro, si para cada clasedel conjunto a cubrir hay una clase del conjunto que cubre, de tal forma queson comparables en alguna ontología de comparación, y una clase cubre a laotra.

Denición 3.2.8 (Conocimiento cubierto entre conjuntos). Sean φ, ψ⊆ ΩClases conjuntos de clases de ontologías. Si ∀ C ′ ∈ ψ ∃ C ∈ φ y ∃ O′′ ∈ΩClases ontología, tq O′′ es alcanzable por C y C ′, y C cubre a C ′ (C ` C ′)entonces φ cubre a ψ (φ ` ψ)

Es decir, cada clase de ψ es cubierta por alguna clase de φ en algunaontología de comparación.

Hasta ahora solo se ha hablado de funciones 1 a 1, en las denicionessiguientes se extienden las deniciones al caso de funciones 1 a n.

Ontología Alcanzable (funciones 1 a n)

El concepto de ontología alcanzable para funciones 1 a n se expresa en lasiguiente denición:

Denición 3.2.9 (Ontología alcanzable, funciones 1 a n). Sea O ∈ΩOntologias una ontología y C ∈ ClasesO una clase suya. Sea O′ ∈ ΩOntologias

una ontología. Se dice que O′ es alcanzable por C sii

(a) Las ontologías origen O y destino O′ coinciden, es decir que

O = O′

La gura 3.20 ilustra este caso:

101

Figura 3.20: Las ontologías origen O y destino O′ son iguales

(b) Hay una función que lleva la clase C de la ontología origen O a unconjunto de clases en la ontología destino O′

∃ m: ClasesO → 2ClasesO′ ∪ ⊥, tq m(C) ∈ 2ClasesO′

La gura 3.21 ilustra este caso:

Figura 3.21: Las ontologías origen O y destino O′ son distintas

(c) Hay una cadena de funciones que llevan a la clase C a la ontologíadestino O′

102

∃ O′′ ∈ ΩOntologias, ∃ m: ClasesO → 2ClasesO′′ ∪ ⊥, tqm(C) ∈ 2ClasesO′′ ∧ ∀ C ′′ ∈ m(C), O′ es alcanzable por C ′′

La gura 3.22 ilustra este ejemplo:

Figura 3.22: Las funciones intermedias llevan a C a la ontología destino O′

Nótese como la denición considera el caso de la gura 3.22. Para empe-zar, en el ejemplo hay una única ontología intermedia O′′ (se ha tomado solouna ontología intermedia por simplicar el ejemplo, pero pueden haber variasontologías intermedias). m(C) está representado por dos clases en O′′, y solouna de estas clases (C ′′) alcanza a la ontología destino (O′).

Representación de una clase en una ontología (funciones 1 a n)

Al igual que en el caso de funciones 1 a 1 es necesario denir la funciónrepresentación.

Denición 3.2.10 (Representación de una clase en una ontología, fun-ciones 1 a n). Sean O, O′ ∈ ΩOntologias ontologías y C ∈ ClasesO una clasede O, y O′ alcanzable por C. La representación de C en O′, es una funciónrep: ΩClases × ΩOntologias → 2ΩClases ∪ ⊥ tq:

(a) Si las ontologías origen O y destino O′ coinciden, la representación dela clase C es ella misma:

103

O = O′ ⇒ rep (C,O′) = C

La gura 3.23 ilustra este caso:

Figura 3.23: Representación de C cuando las ontologías origen O y destino O′

son iguales

(b) Si hay una función de la clase C en un conjunto de clases de la ontologíadestino O′, la representación de dicha clase en la ontología destino O′ es suimagen a través de la función.

∃ m : ClasesO → 2ClasesO′ ∪ ⊥, tqm(C) ∈ 2ClasesO′ ⇒ rep (C,O′) = m(C)

104

La gura 3.24 ilustra este caso:

Figura 3.24: Representación de C cuando las ontologías origen O y destino O′

son diferentes

(c) Si hay una cadena de funciones, la representación de la clase C en laontología destino O′ es la representación de las clases intermedias en las onto-logías intermedias, a través de las funciones, para aquellas clases intermedias(φ) que logren llegar a la ontología destino O′.

(∃ O′′ ∈ ΩOntologias ∃ m: ClasesO → 2ClasesO′′ ∪ ⊥, tq m(C) ∈ 2ClasesO′′ ,∀ C ′′ ∈ m(C) O′ es alcanzable por C ′′) ⇒ rep (C,O′) =

⋃C′′∈m(C) rep (C ′′, O′)

La gura 3.25 ilustra este caso:

105

Figura 3.25: Representación de C cuando existen ontologías intermedias

(d) Para hacer esta función total también se considera el caso en el que laclase origen no alcanza a la ontología destino:

eoc, rep (C, O′)= ⊥

Conocimiento cubierto (funciones 1 a n)

El conocimiento cubierto para el caso 1 a n, es similar al caso 1 a 1, peroteniendo en cuenta que hay que considerar que ahora la clase origen puedeestar representada por n clases en la ontología destino.

Denición 3.2.11 (Conocimiento cubierto, funciones 1 a n). Sean O,O′ ∈ ΩOntologias ontologías y C ∈ ClasesO, C ′ ∈ ClasesO′ clases suyas. Si ∃O′′ ∈ ΩOntologias, ontología tq O′′ es alcanzable por C y C ′, entonces C cubrea C ′ (C ` C ′) sii ∀ D′ ∈ rep (C, O′′) ∃ D ∈ rep (C, O′′) [D ` D′]

Es decir, dentro de la ontología de comparación O′′, las clases que repre-sentan a C cubren a las clases que representan a C ′ (es decir, las subsumen).

Las guras 3.26, 3.27 y 3.28 ilustran ejemplos de conocimiento cubiertopara funciones 1 a n.

En la gura 3.26 la ontología es la misma, y C subsume a C ′.

106

Figura 3.26: Conocimiento cubierto cuando las ontologías de origen O y destinoO′ son iguales

En la gura 3.27, las ontologías origen O y destino O′ son diferentes y larepresentación de la clase C en la ontología destino es igual a C ′, por lo tantoC cubre a C ′.

Figura 3.27: Conocimiento cubierto cuando las ontologías de origen O y destinoO son distintas

En la gura 3.28, las clases C y C ′ tienen su representación en la ontologíade comparación O′′ y la representación de la clase C contiene a la representa-ción de la clase C ′, por lo tanto la clase C cubre a la clase C ′.

107

Figura 3.28: Conocimiento cubierto cuando existen ontologías intermedias

Nótese que no es necesario extender la noción de conocimiento cubiertoentre conjuntos porque dicha denición no menciona explícitamente si las fun-ciones son 1 a 1 ó 1 a n.

3.2.3. Mecanismo OntoGlue Full

Si se quiere comparar un requisito D ∈ ΩClases con una competencia C∈ ΩClases, OntoGlue fuerza la existencia de una ontología en la que tanto Dcomo C tengan una representación. Según esto, no podrían ensamblarse dosELOs como los de la gura 3.29, ya que no existe una ontología intermediade comparación en la que las clases de las ontologías tengan representación através de las funciones de sus clases en dicha ontología de comparación.

Figura 3.29: Ensamblaje de dos ELOs

Esto sugiere la necesidad de contar con un mecanismo tal que permitacubrir casos como el anterior. Por tal motivo, en este apartado se dene unmecanismo denominado OntoGlue Full. La idea fundamental subyacente es

108

calcular el cierre transitivo7 por las relaciones de especialización y aquellas re-laciones inducidas a través de funciones. Por simplicidad, solo se proporcionanlas deniciones para el caso de funciones 1 a n.

Conocimiento Cubierto

El concepto de conocimiento cubierto por una clase C representa a todo elconocimiento que cubre la clase mediante el cierre transitivo por las relacio-nes de herencia e inducidas por funciones. Para comprender este concepto esnecesario denir varias funciones auxiliares.

Denición 3.2.12 (AlcanzablesC). Esta función permite hacer el cierretransitivo por todos las funciones denidas que incluyan a una clase C en sudominio. Se representa como:

alcanzablesC: ΩClases → 2ΩClases

La función alcanzablesC(C) se calcula de la siguiente forma:

Si ∃ m ∈ Ωfunciones8 tq estaDenido9 (m(C)) ,

alcanzablesC(C) = alcanzablesDirectos⋃

C′∈alcanzablesDirectos alcanzablesC(C ′),donde alcanzablesDirectos es

⋃m∈Ωfunciones

m(C) | estaDefinido(m(C))

Si no existe función, el valor para la función alcanzablesC(C) es igual alconjunto vacío:

eoc, alcanzablesC(C) = ∅

Denición 3.2.13 (subClases). La función subClases proporciona las sub-clases a cualquier nivel de una clase determinada. Esta función se representacomo:

7Ver http://mathworld.wolfram.com/ TransitiveClosure.html

109

subClases: ΩClases → 2ΩClases

El cálculo de la función subClases se realiza de la siguiente forma:

subClases(C) = subClasesDirectas⋃

C′∈subClasesDirectas subClases(C ′)Donde, subClasesDirectas = C ′|C ′is_aC

Denición 3.2.14 (conocimientoCubierto). Esta función calcula el cono-cimiento cubierto por una clase. Tiene en cuenta el cierre transitivo por larelación de especialización y por las relaciones inducidas por las funciones. Serepresenta como:

conocimientoCubierto: ΩClases → ΩClases

Para calcular el conocimientoCubierto(C) se denen los siguientes concep-tos:

ActualesSubclases = subClases(C) ∈ 2ΩClases

ActualesAlcanzables = alcanzablesC(C) ∈ 2ΩClases

Actuales = C ⋃ActualesAlcanzables

⋃ActualesSubclases

Finalmente, la función conocimientoCubierto utiliza la función recursivacalcularC para llevar a cabo su funcionalidad:

conocimientoCubierto(C): calcularC(Actuales, ActualesSubclases, ActualesAlcanzables)

Dicha función se dene a continuación.

Denición 3.2.15 (calcularC). La función calcularC se representa como:

110

calcularC: 2ΩClases × 2ΩClases × 2ΩClases → (2ΩClases × 2ΩClases × 2ΩClases)⋃

2ΩClases .

El cálculo de la función calcularC(Actuales, ActualesSubclases, ActualesAlcanzables)se realiza de la siguiente forma:

Si ActualesSubclases 6= ∅ ∨ ActualesAlcanzables 6= ∅, se dene:

NuevasSubclases = subClases(ActualesAlcanzables) \ ActualesNuevasAlcanzables = alcanzablesC(ActualesSubclases) \ ActualesNuevas = Actuales

⋃NuevasSubclases

⋃NuevasAlcanzables

Entonces,

calcularC(Actuales, ActualesSubclases, ActualesAlcanzables)= calcularC(Nuevas,NuevasSubclases,NuevasAlcanzables)

eoc, la función calcularC será:

calcularC(Actuales, ActualesSubclases, ActualesAlcanzables) = Actuales

Conocimiento Suciente

El concepto de conocimiento suciente de una clase C representa a aque-llas clases que es suciente cubrir para cubrir a la clase C. De forma similar alconocimiento cubierto se hace el cierre transitivo por las relaciones de genera-lización y las relaciones inducidas por las funciones.

Si bien, durante el cálculo del conocimiento cubierto por una clase no esnecesario guardar las imágenes por funciones de una clase, para el cálculo delconocimiento suciente si que es necesario llevar la cuenta de las represen-taciones por funciones de una clase. De esta forma es posible saber cuándo

111

una clase es realmente cubierta, teniendo en cuenta las clases en las que se hapodido descomponer por la acción de una función (ver denición 3.2.20 y elejemplo más adelante).

Este concepto requiere la denición de varias funciones auxiliares.

Denición 3.2.16 (alcanzablesS). Esta función caracteriza a las clases al-canzables por una clase mediante relaciones de funciones. Como ya se ha co-mentado anteriormente, ahora no solamente es necesario calcular las clasesalcanzables, sino que además se debe llevar cuenta de las representaciones através de las funciones. Por tal motivo, el recorrido de la función está formadopor conjuntos de clases, siendo precisamente estos conjuntos las imágenes através de una función de la clase C (o de su cierre transitivo a través de lasrelaciones inducidas por las funciones). La función alcanzablesS se representacomo:

alcanzablesS : 2ΩClases → 22ΩClases

Para el cálculo de alcanzablesS(C1, C2, . . . , Cn), el procedimiento es elsiguiente:

Si ∃ m ∈ Ωfunciones tq ∀ Ci, 1 6 i 6 n estaDefinido(m(Ci)),alcanzablesS(C1, C2, . . . , Cn) =

AlcanzablesDirectos⋃

X∈AlcanzablesDirectos alcanzables(X), siendoAlcanzablesDirectos =

⋃m∈funciones m(Ci) | ∀ Ci 1 6 i 6 n estaDefinido(Ci)

eoc,

alcanzablesS(C1, C2, . . . , Cn) = ∅

Denición 3.2.17 (superClases). La función superClases dene algo másque las super clases de un conjunto de clases. Esta función está denida conmiras a su utilización en el cálculo del conocimiento suciente y por ello secalcula conjuntos minimales de super clases que cubren a un conjunto de clases

112

dado. Los conjuntos son minimales con respecto a la relación de herencia, yse mantienen así para proporcionar conjuntos que por un lado si que cubran aun conjunto de clases dado, pero por otro lado sean lo más pequeños posiblespara favorecer la existencia de funciones. La función superClases se representacomo:

superClases: 2ΩClases → 22ΩClases

El cálculo de superClases(C1, C2, . . . , Cn) se realiza de la siguiente for-ma, siendo O la ontología de C1, C2, . . . , Cn:

superClases(C1, C2, . . . , Cn) = B |(∀ Ci 1 6 i 6 n ∃ Bj ∈ B, Ci ∈ subClases(Bj)) ∧∀ Bi ∈ B ¬ ∃ Bj ∈ B, Bi ∈ subClases(Bj)

eoc,

superClases(C1, C2, . . . , Cn) = ∅

Denición 3.2.18 (conocimientoSuciente). Como se ha dicho antes, es-ta función caracteriza a las clases que de ser cubiertas (teniendo en cuentalas relaciones inducidas por las funciones) cubren a determinada clase. Estafunción se representa como:

conocimientoSuficiente: ΩClases → 22ΩClases

Para calcular el conocimientoSuficiente(C) se dene:

ActualesSuperclases = Superclases(C) ∈ 22ΩClases

ActualesAlcanzables = Alcanzables(C) ∈ 22ΩClases

Actuales = C⋃

ActualesSuperclases⋃

ActualesAlcanzables

113

Finalmente, esta función utiliza la función recursiva calcularS para llevara cabo su funcionalidad.

conocimientoSuficiente(C) =calcularS(Actuales, ActualesSuperclases, ActualesAlcanzables)

A continuación se dene la función calcularS.Denición 3.2.19 (calcularS). Esta función se representa como:

calcularS: 22ΩClases × 22ΩClases × 22ΩClases → (22ΩClases × 22ΩClases × 22ΩClases )⋃

22ΩClases

Para calcular calcularS(Actuales, ActualesSuperclases, ActualesAlcanzables)el procedimiento es el siguiente:

Si ActualesSuperclases 6= ∅ ∨ ActualesAlcanzables 6= ∅, denimos:

NuevasSuperclases =⋃

X∈ActualesAlcanzables superClases(X) \ ActualesNuevasAlcanzables =

⋃X∈ActualesSuperclases alcanzablesS(X) \ Actuales

Nuevas = Actuales⋃

NuevasSuperclases⋃

NuevasAlcanzables

Entonces,

calcularS(Actuales, ActualesSuperclases, ActualesAlcanzables)= calcularS(Nuevas,NuevasSuperclases, NuevasAlcanzables)

eoc, la función calcularS tiene el siguiente valor:

calcularS(Actuales, ActualesSuperclases, ActualesAlcanzables) = Actuales

A continuación se dene el conocimiento cubierto para funciones 1 a n.

114

Conocimiento Cubierto para funciones 1 a n

Denición 3.2.20 (conocimientoCubierto). Sean C y D ∈ ΩClases,C ` D sii ∃ X ∈ conocimientoSuficiente(D)(∀ x ∈ X ∃ y ∈conocimientoCubierto(C) (x = y))

Nótese que ahora debido a la deniciones exhaustivas de las funcionesconocimientoSuficiente y conocimientoCubierto habrá un conjunto de cla-ses X que sea suciente para cubrir a D (las funciones 1 a n han podido pasaruna clase a un conjunto de clases) y todos los elementos de este conjunto debenestar en el conocimiento cubierto por la clase C.

Denición 3.2.21 (Funciones 1 a 1). Si se quiere aplicar OntoGlue Fullpara el caso de funciones 1 a 1, el procedimiento anterior es válido, pero ahoracomo las funciones no rompen los requisitos en un conjunto de clases, el procesose simplica, en particular:

conocimientoCubierto no varía

conocimientoSuciente, la función alcanzablesS: ΩClases → 2ΩClases, esdecir que simplemente devuelve un conjunto de alcanzables (no se hafraccionado) y la función superClases: ΩClases → 2ΩClases simplementedevuelve la superclase de la clase.

Ejemplo de aplicación de OntoGlue Full

El siguiente ejemplo ilustra los conceptos descritos en relación conOntoGlue Full. El objetivo es calcular los valores para las funcionesconocimientoCubierto y conocimientoSuficente. De esta forma, se vericala funcionalidad del mecanismo OntoGlue Full propuesto en esta tesis.

Partiendo de la gura 3.30, se realizan paso a paso los cálculos necesariospara comprobar si ns1]A ` ns7]K. Es decir, si la clase A (que representa a lascompetencias de un objeto de aprendizaje) cubre a la clase K (que representa alos requisitos de otro objeto de aprendizaje), para determinar si los objetos deaprendizaje se pueden ensamblar, y así generar un nuevo objeto de aprendizaje.

115

Figura 3.30: Ejemplo de aplicación de OntoGlue Full

Conocimiento Cubierto (ns1]A)

Siguiendo el algoritmo, se calcula la siguiente función:calcularC(ActualesAlcanzablesC, ActualesSubclases, Actuales)

ActualesAlcanzables = ∅

ActualesSubclases = ns1]B, ns1]C, ns1]D, ns1]E, ns1]F , ns1]G,ns1]H, ns1]I, ns1]J , ns1]K

Actuales = ns1]A, ns1]B, ns1]C, ns1]D, ns1]E, ns1]F , ns1]G,ns1]H, ns1]I, ns1]J , ns1]K

La gura 3.31, ilustra este el resultado.

116

Figura 3.31: Subclases de la clase A

A continuación se calcularC, para calcular las nuevas subclases de las ac-tuales alcanzables y las nuevas alcanzables de las actuales subclases. Este pro-ceso continúa recursivamente hasta que no queden subclases y alcanzables.

calcularC(NuevasSubclases, NuevasAlcanzables, Nuevas)

NuevasSubclases = ∅

NuevasAlcanzables = ns2]C1, ns2]C2, ns3]C2, ns4]C2

Nuevas = ns1]A, ns1]B, ns1]C, ns1]D, ns1]E, ns1]F , ns1]G, ns1]H,ns1]I, ns1]J , ns1]K, ns2]C1, ns2]C2, ns3]C2, ns4]C2

El resultado anterior se representa en la gura 3.32.

117

Figura 3.32: Nuevas alcanzables

Nuevamente se calcula:calcularC(NuevasSubclases, NuevasAlcanzables, Nuevas)

NuevasSubclases = ns4]D1, ns4]D2

NuevasAlcanzables = ∅

Nuevas = ns1]A, ns1]B, ns1]C, ns1]D, ns1]E, ns1]F , ns1]G, ns1]H,ns1]I, ns1]J , ns1]K, ns2]C1, ns2]C2, ns3]C2, ns4]C2, ns4]D1, ns4]D2

El resultado anterior se ilustra en la gura 3.33

118

Figura 3.33: Nuevas subclases

De nuevo se calcula:calcularC(NuevasSubclases, NuevasAlcanzables, Nuevas)

NuevasAlcanzables = ∅

NuevasSubclases = ∅

Nuevas = ns1]A, ns1]B, ns1]C, ns1]D, ns1]E, ns1]F , ns1]G, ns1]H,ns1]I, ns1]J , ns1]K, ns2]C1, ns2]C2, ns3]C2, ns4]C2, ns4]D1, ns4]D2

El resultado anterior se ilustra en la gura 3.34

119

Figura 3.34: Final del cálculo del Conocimiento Cubierto para ns1]A

Conocimiento Suciente (ns7]K)

El procedimiento para realizar el cálculo del conocimiento suciente essimilar al realizado para el cálculo del conocimiento cubierto. En primerainstancia se calculan las actuales alcanzables y las actuales superclases. Luegose utiliza calcularS para calcular las nuevas alcanzables de las superclases ylas nuevas superclases de las alcanzables. El procedimiento se repite hasta queno queden alcanzables ni superclases.

ActualesAlcanzables = ∅

ActualesSuperclases = ns7]I, ns7]F, ns7]E, ns7]C,ns7]A

Actuales = ns]7K, ns7]I, ns7]F, ns7]E, ns7]C, ns7]A

Este resultado se ilustra en la gura 3.35

120

Figura 3.35: Superclases de K

Se calculacalcularS(NuevasAlcanzables, NuevasSuperclases, Nuevas)

NuevasSuperclases = ∅

NuevasAlcanzables = ns6]I1, ns6]I2, ns5]I1, ns5]I2, ns6]E

Nuevas = ns]7K, ns7]I, ns7]F, ns7]E, ns7]C, ns7]A,ns6]I1, ns6]I2, ns5]I1, ns5]I2, ns6]E

El resultado anterior se ilustra en la gura 3.36

121

Figura 3.36: Nuevas Alcanzables

A continuación se calculacalcularS(NuevasAlcanzables, NuevasSuperclases, Nuevas)

NuevasAlcanzables = ∅

NuevasSuperclases = ns6]F, ns6]C, ns6]A, ns5]F1, ns5]F2,ns5]E, ns5]C, ns5]A

Nuevas = ns]7K, ns7]I, ns7]F, ns7]E, ns7]C, ns7]A,ns6]F, ns6]C, ns6]A, ns5]F1, ns5]F2, ns5]E, ns5]C,ns5]A

La gura 3.37, ilustra el resultado anterior.

122

Figura 3.37: Nuevas Superclases

Nuevamente se calculacalcularS(NuevasAlcanzables, NuevasSuperclases, Nuevas)

NuevasAlcanzables = ns4]D1, ns4]D2

NuevasSuperclases = ∅

Nuevas = ns]7K, ns7]I, ns7]F, ns7]E, ns7]C, ns7]A,ns6]F, ns6]C, ns6]A, ns5]F1, ns5]F2, ns5]E, ns5]C,ns5]A, ns4]D1, ns4]D2

La gura 3.38, ilustra el resultado anterior.

123

Figura 3.38: Nuevas Alcanzables

Se calcula de nuevocalcularS(NuevasAlcanzables, NuevasSuperclases, Nuevas)

NuevasAlcanzables = ∅

NuevasSuperclases = ns4]C2, ns4]A

Nuevas = ns]7K, ns7]I, ns7]F, ns7]E, ns7]C, ns7]A,ns6]F, ns6]C, ns6]A, ns5]F1, ns5]F2, ns5]E, ns5]C,ns5]A, ns4]D1, ns4]D2, ns4]C2, ns4]A

La gura 3.39, ilustra el resultado anterior.

124

Figura 3.39: Nuevas Superclases

Nuevamente se calculacalcularS(NuevasAlcanzables, NuevasSuperclases, Nuevas)

NuevasAlcanzables = ∅

NuevasSuperclases = ∅

Nuevas = ns]7K, ns7]I, ns7]F, ns7]E, ns7]C, ns7]A,ns6]F, ns6]C, ns6]A, ns5]F1, ns5]F2, ns5]E, ns5]C,ns5]A, ns4]D1, ns4]D2, ns4]C2, ns4]A

El calculo anterior se ilustra en la gura 3.40.

125

Figura 3.40: Final del cálculo del Conocimiento Suciente para ns]7K

Nótese que ns1]A ` ns7]K, ya que las clases del conjunto ns4]D1,ns4]D2 aparecen en el conocimiento cubierto por A (nótese que ns4]C2también aparece).

A continuación se describe el proceso para el ensamblaje de diferentes tiposde ELOs, el cual se ilustra mediante ejemplos en los que, por sencillez, se sigueel mecanismo OntoGlue y no OntoGlue Full (ambos mecanismos propuestosen esta tesis).

3.2.4. Ensamblaje de diferentes tipos de ELOs

En la sección anterior se han sentado las bases para poder denir un me-canismo que controle el proceso de ensamblaje de ELOs. Ensamblar signicacomponer un conjunto unitario a partir de elementos heterogéneos. En relacióncon los ELOs, el ensamblaje se entiende como la unión de ELOs heterogéneospara formar otro ELO, de tal forma que se respete el conocimiento asociado(requisitos y competencias). Esta regla no tiene en cuenta más que los requi-sitos y las competencias y la forma de componer el resto de meta-datos sedescribe más adelante en esta sección. La regla de ensamblaje de ELOs sedene de la siguiente manera:

126

Denición 3.2.22 (Regla para el ensamblaje de ELOs). Sean A y B dosELOs. Se dice que el ELO B es ensamblable con el ELO A, y se representa:(A B) sii CompetenciasA ` RequisitosB.En ese caso,RequisitosAB = RequisitosA ∪ RequisitosB \ CompetenciasA

CompetenciasAB = CompetenciasA ∪ CompetenciasB

Tal y como está denido, el ensamblaje de ELOs es una operación binaria.En el caso de necesitar ensamblar n ELOs, el ensamblaje se haría dos a dos,asociando por la izquierda. Por ejemplo, si n = 3, A1 A2 A3 = (A1 A2)A3.

Ejemplos de ensamblaje de ELOs

A continuación se presentan algunos ejemplos para ilustrar el ensamblajede ELOs, el primero para generar UDs a partir del ensamblaje de UCs y elsegundo para generar UDs a partir del ensamblaje de UDs.

Ejemplo 1: Unión de UCs para obtener una UD

Unidades de Contenido Título Requisitos CompetenciasUC1 Introducción a las

Computadoras eInternet

Ninguno Introducción com-putadoras, Introduc-ción Internet

UC2 Estructuras de ControlI

Introducción Com-putadoras

Estructuras de Con-trol I, if, if/else, switch

UC3 Estructuras de ControlII

Introducción Com-putadoras

Estructuras de Con-trol II, do, while,do/while

UC4 Métodos Estructuras de se-lección, Estructurasde repetición

Métodos, parámetrospor valor y referencia,parámetros de salida

Tabla 3.6: Diversas unidades de contenido con sus requisitos y competencias

La tabla 3.6 muestra cuatro unidades de contenido, cada una de las cualestiene sus requisitos y competencias. En este ejemplo se analiza cómo se realizala unión de dos ELOs teniendo en cuenta la regla de ensamblaje descrita alcomienzo de esta sección y los criterios denidos para el mecanismo OntoGlue.

Así pues, en el cuadro 3.6 se observa que las competencias de UC1 cubrenlos requisitos de UC2, ya que las competencias de UC1 contienen un elemento(IntroduccionComputadoras) sintácticamente igual al requisito de UC2. Al

127

ensamblar estas dos UCs se obtiene un nuevo ELO, que en este caso es unaunidad didáctica (UDr1). Esta situación se expresa de la siguiente forma:

CompetenciasUC1 ` RequisitosUC2 → UC1 UC2 = UDr1

De igual forma, las competencias de UC1 cubren a los requisitos de UC3,y por tanto se pueden ensamblar UC1 y UC3, para obtener un nuevo ELO,correspondiente en este caso a una unidad didáctica UDr2. Así pues:

CompetenciasUC1 ` RequisitosUC3 → UC1 UC2 = UDr2

Por tanto, como las competencias de UCr1 incluyen a las de UC1, es posibleensamblar al ELO UCr1 con el ELO UC3, obteniendo el ELO UDr3.

CompetenciasUCr1 ` RequisitosUC3 → UCr1UC3 = UDr3

El problema surge cuando se quiere combinar al ELO UDr3 con el ELOUC4, ya que en UDr3 no hay ninguna competencia sintácticamente igual a losrequisitos Estructuras de selección y Estructuras de repetición. Tal y como seha descrito en párrafos anteriores, las funciones entre ontologías, permiten es-tablecer relaciones entre clases pertenecientes a ontologías diferentes. Así, porejemplo, en el supuesto que existen dos ontologías, una de ellas denominadaProgramación y la otra Programar, y con sus clases convenientemente relacio-nadas a través de una función m, se podría combinar los ELOs anteriores [205].La gura 3.41 ilustra esta situación.

En la gura 3.41 se observa que las clase Estructuras de control I y Estructu-ras de control II, que pertenecen a la ontología Programación, son equivalentesa la clases Estructuras de selección y Estructuras de repetición, pertenecientes

128

Figura 3.41: Ejemplo de función entre ontologías

a la ontología Programar. Esta función permite decir que las competencias deUDr3 cubren los requisitos de UC4, a pesar de que las competencias UDr3 ylos requisitos de UC4 no son sintácticamente iguales. Por lo tanto, al ensam-blar UDr3 con UC4 se obtiene un nuevo ELO, que es en este caso una unidaddidáctica UDr4

CompetenciasUDr3 ` RequisitosUC4 → UDr3UC4 = UDr4

129

Ejemplo 2: Unión de UDs para obtener una UD

Unidades Didácticas Título Requisitos CompetenciasUD1 Programación Java Ninguno Introducción compu-

tadoras, IntroducciónInternet, Estruc-turas de ControlI, if, if/else, swit-ch...Programaciónorientada a obje-tos...

UD2 Lenguaje unicado demodelado UML

Programaciónorientada a ob-jetos

Modelado orientadoa objetos, Diagramasde casos de uso, Dia-gramas de actividad,Diagramas de clases ...

UD3 Patrones de Diseño Programaciónorientada a objetos,Análisis orientadoa objetos, Diseñoorientado a objetos

Patrones de diseñoorientado a objetos,Patrones de creaciónAbstract Factory,Builder

Tabla 3.7: Diversas unidades didácticas con sus requisitos y competencias

La tabla 3.7 muestra tres unidades didácticas, cada una de las cuales tienesus requisitos y competencias.

Las competencias de UD1 cubren los requisitos de UD2, ya que la des-cripción sintáctica de ambas unidades de contenido coincide. Por lo tanto esposible ensamblar estas dos UDs, con lo cual se obtiene como resultado unanueva una unidad didáctica (UDr).

CompetenciasUD1 ` RequisitosUD2 → UD1 UD2 = UDr

Al comparar esta unidad didáctica resultante UDr con la UD3, se observaque una competencia de UDr (Modelado orientado a objetos) no coincide conun par de requisitos de UD3 (Análisis orientado a objetos y Diseño orientadoa objetos). ¾Es posible unir ambos ELOs? Recordando que la noción de cono-cimiento cubierto está ligada a la de subsunción, se podría armar que si lacompetencia subusumiese a los requisitos, no habría problema. La gura 3.42describe una situación de este tipo.

130

Figura 3.42: Ejemplo de Conocimiento Cubierto

Por lo tanto, suponiendo una situación como la descrita en la gura 3.42,las competencias UDr cubren los requisitos de UD3, y es posible realizar elensamblaje entre ambas unidades didácticas.

CompetenciasUDr ` RequisitosUD3 → UDrUD3 = UDr4

- Ensamblaje de los meta-datos de los ELOs

En este apartado se muestran cinco tablas, cada una de las cuales repre-senta las combinaciones posibles entre ELOs pertenecientes a diferentes nivelesde granularidad (como se muestra en la tabla 3.5). El objetivo es ilustrar co-mo se ensamblan los meta-datos que describen los diferentes tipos de ELOsinvolucrados en el proceso de ensamblaje.

Se debe tener presente que el proceso de ensamblaje se realiza por pares deELOs cada vez, como se mencionó anteriormente en la sección 3.2.4.

El signicado de cada uno de los campos de la tabla es el siguiente:

Nr: Indica el número de la categoría y de cada elemento del esquema demeta-datos LOM.

Nombre: Identica el nombre de la categoría y de cada elemento delesquema de meta-datos LOM.

Signicado del meta-dato y criterio aplicado: Breve explicación delsignicado de la categoría y del elemento, así como también la descripciónde los valores de los atributos de los elementos y el criterio utilizado parala descripción del ELO.

131

Procedimiento: Denición a nivel conceptual del procedimiento seguidopara la descripción del ELO resultante del ensamblaje.

La tabla 3.8 muestra los meta-datos resultantes del ensamblaje de dos UIs.

Meta-datos resultantes del ensamblaje de dos Unidades de Informa-ción (UIs)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Procedimiento

1 General información que describe el ELO comoun todo

1.1 Identier Una etiqueta, única globalmente, queidentica este ELO. Es decir, la quecorresponda al nuevo ELO creado, de-pendiendo de la combinación corres-pondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen dos UIs, por lotanto el identicador correspondientees UC.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO. Puede ser generado por el profesor oa partir del valor por defecto resultan-te de la concatenación de los nombrescorrespondientes a cada UI.

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien se-lecciona el lenguaje de acuerdo a laaudiencia a la que va dirigida la UI.

1.4 Description Describe el contenido de los ELOs. Generado por el profesor, debe ser unadescripción que indique las caracterís-ticas clave de la UI creada.

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien selec-ciona las palabras clave que describenel ELO creado.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

132

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

Las UIs son consideradas como ele-mentos atómicos, por lo tanto su es-tructura es Atómica (A).

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

Las UIs son elementos atómicos, porlo tanto el valor para Aggregation Leveles 1

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor

133

2.2 Status Condición editorial del ELO. Puedeser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferente de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=F; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=U

Generado por el profesor, o a partir delcálculo del valor máximo. Esto es, si acada condición editorial se le asigna unvalor numérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

1+1=1; 1+3=3; 1+2=2; 1+0=1;3+1=3; 3+3=3; 3+2=3; 3+0=3;2+1=2; 2+3=3; 2+2=2; 2+0=2;0+1=1; 0+3=3; 0+2=2; 0+0=0;

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta-Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:Creator, Validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor

134

3.3 Metadata Schema Nombre y versión del esquema demeta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquemade meta-datos utilizado para describirlos ELOs es por defecto el esquema demeta-datos LOM (con las extensionesañadidas), los objetos de aprendizajedescritos con otro esquema de meta-datos serán traducidos al esquema demeta-datos ELO para poder ser alma-cenados en el almacén de ELOs perte-neciente al entorno para la generación,ensamblaje y reutilización de objetosde aprendizaje ELO-Tool

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 Size El tamaño del ELO en octetos expre-

sado como un valor decimal (en base10). Solo se deben usar los dígitos 0 -9; la unidad es el octeto no los bytes,MB o GB, etc.

Generado por el profesor.

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para el ELO,la primera de la lista será la de prefe-rencia. Denota localizaciones alternati-vas para cada uno de los ELOs

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder alELO creado

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para usar ésteELO. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta el ELO a una velocidad normal.

Generado por el profesor.

5 Educational Características educativas o pedagógi-cas del ELO.

-

135

5.1 Interactivity Type El tipo de interactividad soportada porel ELO. El nivel de interactividad delELO generado depende del nivel de in-teractividad que posean cada uno delos ELOs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=M

Si a cada valor del tipo de interactivi-dad se le asigna un valor numérico porejemplo:

Active (A) = 1

Expositive (E) = 2

Mixed (M) = 3

Al ensamblar dos UIs es posible calcu-lar el tipo de interactividad soportadapor la UI resultante, a partir de su má-ximo.1+1=1; 1+3=3; 1+2=2; 1+0=1;3+1=3; 3+3=3; 3+2=3; 3+0=3;2+1=2; 2+3=3; 2+2=2; 2+0=2;0+1=1; 0+3=3; 0+2=2; 0+0=0;

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

136

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactivi-dad, el valor del nivel de interactividadde la UI resultante, se puede obtenera partir del cálculo del valor máximo.0+0=0; 0+1=1; 0+2=2; 0+3=3;0+4=4;1+0=1; 1+1=1; 1+2=2; 1+3=3;1+4=4;2+0=2; 2+1=2; 2+2=2; 2+3=3;2+4=4;3+0=3; 3+1=3; 3+2=3; 3+3=3;3+4=4;4+0=4; 4+1=4; 4+2=4; 4+3=4;4+4=4;

137

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad se-mántica, el valor de la densidad semán-tica de la UI resultante, se puede ob-tener a partir del cálculo del valor má-ximo.

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

138

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOS) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, elvalor del nivel de dicultad de la UIresultante, se puede obtener a partirdel cálculo del valor máximo.

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con el ELO.

Generado por el profesor

5.10 Description Comentarios sobre cómo se usa elELO.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor6 Rights Condiciones de uso del ELO. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 CopyrightAnd OtherRestrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso del ELO.

Generado por el profesor

7 Relation Características del ELO en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre el ELOque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor

139

7.2.1 Identier Identicador único del ELO. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción del ELO. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

los ELOs e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de los ELOs, relativas a su propó-sito establecido.

Generado por el profesor

Tabla 3.8: Valor de los meta-datos resultantes del ensamblaje de dos unidadesde información (UIs)

A continuación, en la tabla 3.9 se muestran los valores de los meta-datosresultantes de ensamblar una UI y una UC.Meta-datos resultantes del ensamblaje de una Unidad de Informa-ción (UI) y una Unidad de Contenido (UC)

140

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Procedimiento

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen una UI y una UC,por lo tanto el identicador correspon-diente es UC.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO. Puede ser generado por el profesor o apartir del valor por defecto resultante dela concatenación de los nombres corres-pondientes a cada ELO.

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UC.

1.4 Description Describe el contenido de los ELOs. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UC creada.

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UCcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

141

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

En el caso de ensamblaje de una UI (cu-ya estructura se considera atómica) conuna UC, la estructura de la UC resultan-te puede ser:

A (atomic) + C (collection) = C(collection)

A (atomic) + L (linear) = L (li-near)

A (atomic) + H (hierarchical) =H (hierarchical)

A (atomic) + N (networked) = N(networked)

Es decir, que en el ensamblaje de una UIcon una UC, prevalece la estructura quetenga la UC.

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

Las UIs son elementos atómicos, por lotanto el valor para Aggregation Level es1, pero las UCs pueden tener un valorpara el nivel de agregación 2, 3 o 4. Porlo tanto, el valor para Aggregation Levelde la UC resultante de ensamblar una UIcon una UC, será el valor del AggregationLevel que posea la UC.

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor

142

2.2 Status Condición editorial del ELO. Puedeser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=U

Generado por el profesor, o a partir delcálculo del valor máximo. Esto es, si acada condición editorial se le asigna unvalor numérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

Así se puede obtener el valor para la con-dición editorial de la UC.

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta-Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:creator, validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor

143

3.3 Metadata Schema Nombre y versión del esquema demeta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje ELO-Tool

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 size El tamaño del ELO en octetos expresa-

do como un valor decimal (en base 10).Solo se deben usar los dígitos 0 - 9; launidad es el octeto no los bytes,MB oGB, etc.

Generado por el profesor o a partir de lasuma del tamaño de la UI y la UC.

4.3 Location Una ubicación (URL) o un método queresuleve la ubicación del ELO (URI).Si hay varias direcciones para el ELO,la primera de la lista será la de prefe-rencia.

Generado por el profesor. Denota locali-zaciones alternativas para la UC creada

4.4 Requirement Requisitos necesarios para acceder alELO creado

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para usar ésteELO. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta el ELO a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones de laUI y la UC respectivamente.

5 Educational Características educativas o pedagógi-cas del ELO.

-

144

5.1 Interactivity Type El tipo de interactividad soportada porel ELO. El nivel de interactividad delELO generado depende del nivel de in-teractividad que posean cada uno delos ELOs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=M

Si a cada valor del tipo de interactividadse le asigna un valor numérico por ejem-plo:

active (A) = 1

expositive (E) = 2

mixed (M) = 3

Al combinar una UI con una UC, es po-sible calcular el tipo de interactividad so-portada por la UC resultante, a partir desu máximo

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

145

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOS) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUC resultante, se puede obtener a partirdel cálculo del valor máximo.

146

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

médium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UC resultante, se puede obtener a par-tir del cálculo del valor máximo.

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

147

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOs) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, el va-lor del nivel de dicultad de la UC resul-tante, se puede obtener a partir del cál-culo del valor máximo.

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con el ELO.

Generado por el profesor

5.10 Description Comentarios sobre cómo se usa elELO.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje. La descripción clara de losrequisitos es una herramienta útil en ladenición de los diferentes caminos deaprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript.

En el ELO resultante de un proceso deensamblaje, los requisitos se obtienen apartir de la unión de los requisitos perte-necientes a cada uno de los ELOs que seestán ensamblando, menos las competen-cias del ELO al que se le quiere ensam-blar el otro. En el caso del ensamblaje deuna UI con una UC, el valor para estemeta-dato en la UC resultante es el valorque tenga la UC original, pues las UIs notiene denidas competencias, (carecen deconocimiento asociado).

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente. Una competencia pue-de ser construir una página Web uti-lizando DreamWeaver.

-

148

5.13.1 Competency En el proceso de ensamblaje, las com-petencias del ELO resultante serán lasobtenidas mediante la unión de lascompetencias de los ELOs que se es-tá ensamblando

Dado que las UIs carecen de conocimien-to asociado (es decir que no poseen re-quisitos ni competencias), el valor de lascompetencias para la UC resultante se-rá el valor que tenga ese meta-dato en laUC original. El profesor también puedeañadir nuevas competencias para la UCgenerada.

5.14 Files Indica el lugar físico en el que se en-cuentran los ELOs utilizados en el en-samblaje del nuevo ELO.

-

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de la UI y la UC, respectiva-mente

6 Rights Condiciones de uso del ELO. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso del ELO.

Generado por el profesor

7 Relation Características de la UC en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre la UCque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único de la UC. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UC. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UC e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

149

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UC, relativas a su propósitoestablecido.

Generado por el profesor

Tabla 3.9: Valor de los meta-datos resultantes del ensamblaje de una unidadde información (UI) y una unidad de contenido (UC)

A continuación, en la tabla 3.10 se muestran los valores de los meta-datosresultantes de ensamblar dos UCs.

Meta-datos resultantes del ensamblaje de dos Unidades de Conteni-do (UCs)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Procedimiento

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen dos UCs, por lo tan-to el identicador correspondiente es UD.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

150

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO. Puede ser generado por el profesor o apartir del valor por defecto resultante dela concatenación de los nombres corres-pondientes a cada UC.

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UD

1.4 Description Describe el contenido de los ELOs. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UD creada

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UDcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden tener dife-rentes estructuras, las siguientes rela-ciones muestran las posibles combina-ciones y los resultados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

La estructura de la UD resultante depen-de de la estructura de las UCs ensambla-das, por lo tanto puede ser:C+C=C; C+L=L; C+H=H; C+N=N;L+C=L; L+L=L; L+H=H; L+N=L;L+C=L;H+C=H; H+L=H; H+H=H; H+N=H;N+C=N; N+L=L; N+H=H; N+N=N;

151

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

El valor para Aggregation Level de laUD resultante depende del valor que ten-gan las UCs ensambladas para este meta-dato:2+2=2; 2+3=3; 2+4=43+2=3; 3+3=3; 3+4=44+2=4; 4+3=4; 4+4=4

Y se obtiene a partir del cálculo delmáximo valor.

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor2.2 Status Condición editorial del ELO. Puede

ser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=U

El valor de este meta-dato puede ser de-nido por el profesor, pero también es po-sible que sea generado a partir del cálcu-lo del valor máximo. Esto es, si a cadacondición editorial se le asigna un valornumérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

Así, el valor de la condición editorial dela UD resultante depende del valor quetengan cada una de las UCs que se estánensamblando.

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

152

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 role Clase de contribución. Vocabulario:creator, validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor3.3 Metadata Schema Nombre y versión del esquema de

meta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje ELO-Tool.

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos de la UD. Generado por el profesor4.2 Size El tamaño de la UD en octetos expre-

sado como un valor decimal (en base10). Solo se deben usar los dígitos 0 -9; la unidad es el octeto no los bytes,MB o GB, etc.

Generado por el profesor o a partir dela suma de los tamaños de los archivoscorrespondientes a cada UC.

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para la UD, laprimera de la lista será la de preferen-cia. Denota localizaciones alternativaspara la ubicación de la UD

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder a laUD creada

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para usar ésteELO. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

153

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta la UD a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones decada UC.

5 Educational Características educativas o pedagógi-cas del ELO.

-

5.1 Interactivity Type El tipo de interactividad soportada porla UD. El nivel de interactividad dela UD generada depende del nivel deinteractividad que posean cada una delas UCs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=M

Si a cada valor del tipo de interactividadse le asigna un valor numérico por ejem-plo:

Active (A) = 1

Expositive (E) = 2

Mixed (M) = 3

Al combinar dos UCs es posible calcularel tipo de interactividad soportada por laUD resultante, a partir de su máximo.

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

154

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUD resultante, se puede obtener a partirdel cálculo del valor máximo.

155

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UD resultante, se puede obtener a par-tir del cálculo del valor máximo.

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

156

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOs) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, el va-lor del nivel de dicultad de la UD resul-tante, se puede obtener a partir del cál-culo del valor máximo.

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con la UD.

Generado por el profesor

5.10 Description Comentarios sobre cómo se usa la UD. Generado por el profesor5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje denido para la unidad di-dáctica particular. La descripción cla-ra de los requisitos es una herramientaútil en la denición de los trayectoriasde aprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript.

Los requisitos de la UD resultante se ob-tienen a partir de la suma de los requisi-tos de cada una de las UCs que se estánensamblando, menos las competencias dela UC a la que se le quiere ensamblar laotra UC.

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente.

-

5.13.1 Competency Una competencia puede ser construiruna página Web utilizando Dream-Weaver .

En el proceso de ensamblaje, las compe-tencias de la UD resultante serán las ob-tenidas mediante la unión de las compe-tencias de las UCS que se está ensam-blando.

157

5.14 Files Denota composición e indica el lugarfísico en el que se encuentran las UCsutilizadas en la generación de la UD

Contiene la dirección (URL) de las UCsutilizadas en el proceso de ensamblaje

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de las UCs.

6 Rights Condiciones de uso del ELO. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso de la UD.

Generado por el profesor

7 Relation Características de la UD en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre la UDque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único del ELO. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UD. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UD e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

158

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UD, relativas a su propósitoestablecido.

Generado por el profesor

Tabla 3.10: Valor de los meta-datos resultantes del ensamblaje de dos unidadesde contenido (UCs)

A continuación, en la tabla 3.11 se muestran los valores de los meta-datosresultantes de ensamblar una UC y una UD.Meta-datos resultantes del ensamblaje de una Unidad de Contenido(UC) y una Unidad Didáctica (UD)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Procedimiento

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen una UC y una UD,por lo tanto el identicador correspon-diente es UD.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO. Puede ser generado por el profesor o apartir del valor por defecto resultante dela concatenación de los nombres corres-pondientes a la UC y la UD.

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UD

159

1.4 Description Describe el contenido de la UD. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UD creada

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UDcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

La estructura de la UD resultante depen-de de la estructura de la UC y de la UDque se están ensamblando, por lo tantopuede ser:C+C=C; C+L=L; C+H=H; C+N=N;L+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H; H+N=H;N+C=N; N+L=L; N+H=H; N+N=N;

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

El valor para Aggregation Level de la UDresultante depende del valor que tenganpara este meta-dato la UC y la UD quese están ensamblando, por lo tanto, suvalor puede ser:2+2=2; 2+3=3; 2+4=43+2=3; 3+3=3; 3+4=44+2=4; 4+3=4; 4+4=4Y se obtiene a partir del cálculo del má-ximo valor.

160

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor2.2 Status Condición editorial del ELO. Puede

ser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=U

El valor de este meta-dato puede ser de-nido por el profesor, pero también es po-sible que sea generado a partir del cálcu-lo del valor máximo. Esto es, si a cadacondición editorial se le asigna un valornumérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:creator, validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

161

3.2.3 Date Fecha de contribución. Generado por el profesor3.3 Metadata Schema Nombre y versión del esquema de

meta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje ELO-Tool

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 Size El tamaño de la UD en octetos expre-

sado como un valor decimal (en base10). Solo se deben usar los dígitos 0 - 9;la unidad es el octeto no los bytes,MBo GB, etc.

Generado por el profesor o a partir de lasuma de los tamaños de los archivos quecontienen la UC y la UD.

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para la UD, laprimera de la lista será la de preferen-cia. Denota localizaciones alternativaspara la ubicación de la UD

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder a laUD creada

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para utilizar laUD. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta la UD a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones de laUC y la UD.

5 Educational Características educativas o pedagógi-cas del ELO.

-

162

5.1 Interactivity Type El tipo de interactividad soportada porla UD. El nivel de interactividad dela UD generada depende del nivel deinteractividad que posean tanto la UCcomo la UD:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=M

Si a cada valor del tipo de interactividadse le asigna un valor numérico por ejem-plo:

Active (A) = 1

Expositive (E) = 2

Mixed (M) = 3

Al combinar una UC y una UD es posiblecalcular el tipo de interactividad soporta-da por la UD resultante, a partir de sumáximo.

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

163

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUD resultante, se puede obtener a partirdel cálculo del valor máximo del nivel deinteractividad correspondiente a la UC ya la UD respectivamente.

164

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UD resultante, se puede obtener a par-tir del cálculo del valor máximo entre lospertenecientes a la UC y a la UD respec-tivamente.

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: Teacher,Author, Learner, Manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

165

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOs) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado al nivel de dicultad de la UC yla UD respectivamente, el valor del nivelde dicultad de la UD resultante, se pue-de obtener a partir del cálculo del valormáximo.

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con la UD.

Generado por el profesor

5.10 Description Comentarios sobre cómo se utiliza laUD.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje denido para la unidad di-dáctica particular. La descripción cla-ra de los requisitos es una herramientaútil en la denición de los trayectoriasde aprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript.

Los requisitos de la UD resultante se ob-tienen de la unión de los requisitos de laUC y los requisitos de la UD, menos lascompetencias de la UD.

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente.

-

5.13.1 Competency Una competencia puede ser construiruna página Web utilizando Dream-Weaver

En el proceso de ensamblaje, las compe-tencias de la UD resultante serán las ob-tenidas mediante la unión de las compe-tencias de la UC más las competenciasde la UD que se están ensamblando.

166

5.14 Files Denota composición e indica el lugarfísico en el que se encuentran los ELOsutilizados para generar la UD.

-

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de la UC y la UD ensambladas

5.15 Objectives se basan en las competencias, son des-cripciones de una acción(es) observa-ble(s) con las que el estudiante puedemostrar o demostrar que ha aprendido.

-

5.15.1 Objective una competencia puede ser construiruna página Web utilizando Dream-Weaver . El objetivo basado en estacompetencia sería los estudiantes de-ben construir una página Web utilizan-do DreamWeaver

Generado por el profesor

5.16 Summary Representa un resumen de los aspectosmás relevantes de la UD

Generado por el profesor

5.17 Evaluation Representa los mecanismos de evalua-ción que serán aplicados para evaluarla UD creada

Generado por el profesor

5.18 Items Describe la ubicación de los ELOs quese han utilizado en el proceso de en-samblaje para generar la UD (repre-sentado mediante una URL) y ademásindica el tipo de ELO utilizado, sea UCo UD

5.181 Item - Contiene las direcciones (URLs) corres-pondientes a los ELOs que se han utili-zado en el proceso de ensamblaje y el tipode cada uno de ellos (en este caso una UCy una UD).

6 Rights Condiciones de uso de la UD. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso de la UD.

Generado por el profesor

7 Relation Características de la UD en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre la UDque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único del ELO. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

167

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UD. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UD e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UD, relativas a su propósitoestablecido.

Generado por el profesor

Tabla 3.11: Valor de los meta-datos resultantes del ensamblaje de una unidadde contenido (UC) y una unidad didáctica (UD)

A continuación, en la tabla 3.12 se muestran los valores de los meta-datosresultantes de ensamblar dos UDs.Meta-datos resultantes del ensamblaje de dos Unidades Didácticas(UDs)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Procedimiento

1 General información que describe el ELO comoun todo

168

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se dos UD, por lo tanto elidenticador correspondiente es UD.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO.Puede ser generado por el profesor oa partir del valor por defecto resultan-te de la concatenación de los nombrescorrespondientes de las UD.

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UD

1.4 Description Describe el contenido de la UD. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UD creada

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UDcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

169

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

La estructura de la UD resultante depen-de de la estructura de las UDs que se es-tán ensamblando, por lo tanto puede ser:C+C=C; C+L=L; C+H=H; C+N=N;L+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H; H+N=H;N+C=N; N+L=L; N+H=H; N+N=N;

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

El valor para Aggregation Level de la UDresultante depende del valor que tenganpara este meta-dato cada una de las UDque se están ensamblando, por lo tanto,su valor puede ser:2+2=2; 2+3=3; 2+4=43+2=3; 3+3=3; 3+4=44+2=4; 4+3=4; 4+4=4Y se obtiene a partir del cálculo del má-ximo valor.

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor

170

2.2 Status Condición editorial del ELO. Puedeser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=U

El valor de este meta-dato puede ser de-nido por el profesor, pero también es po-sible que sea generado a partir del cálcu-lo del valor máximo. Esto es, si a cadacondición editorial se le asigna un valornumérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

Así, la condición editorial de la UD re-sultante depende del valor que tenga estemeta-dato en cada una de las UDs quese están ensamblando.

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:creator, validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor

171

3.3 Metadata Schema Nombre y versión del esquema demeta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje ELO-Tool

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 Size El tamaño de la UD en octetos expre-

sado como un valor decimal (en base10). Solo se deben usar los dígitos 0 -9; la unidad es el octeto no los bytes,MB o GB, etc.

Generado por el profesor o a partir de lasuma de los tamaños de los archivos quecontienen las UDs

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para la UD, laprimera de la lista será la de preferen-cia. Denota localizaciones alternativaspara la ubicación de la UD

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder a laUD creada

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para utilizar laUD. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta la UD a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones delas UDs.

5 Educational Características educativas o pedagógi-cas del ELO.

-

172

5.1 Interactivity Type El tipo de interactividad soportada porla UD. El nivel de interactividad dela UD generada depende del nivel deinteractividad que posean cada una delas UDs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=M

Si a cada valor del tipo de interactividadse le asigna un valor numérico por ejem-plo:

active (A) = 1

expositive (E) = 2

mixed (M) = 3

Al combinar dos UD es posible calcularel tipo de interactividad soportada por laUD resultante, a partir de su máximo.

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

173

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUD resultante, se puede obtener a par-tir del cálculo del valor máximo, según elvalor del nivel de interactividad corres-pondiente a cada una de las UDs que seestán ensamblando.

174

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UD resultante, se puede obtener a par-tir del cálculo del valor máximo, de acuer-do al valor de la densidad semántica asig-nado a cada una de las UDs que se estánensamblando.

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

175

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOs) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad corres-pondiente a cada una de las UDs que seestán ensamblando, el valor del nivel dedicultad de la UD resultante, se puedeobtener a partir del cálculo del valor má-ximo.

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con la UD.

Generado por el profesor

5.10 Description Comentarios sobre cómo se utiliza laUD.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje denido para la unidad di-dáctica particular. La descripción cla-ra de los requisitos es una herramientaútil en la denición de los trayectoriasde aprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript.

Los requisitos de la UD resultante se ob-tienen a partir de la unión de los requisi-tos de cada una de las UDs que se estánensamblando, menos las competencias dela UD con la que se quiere ensamblar laotra UD.

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente.

-

5.13.1 Competency Una competencia puede ser construiruna página Web utilizando Dream-Weaver

Las competencias de la UD resultante seobtienen de la suma de las competenciasdenidas para cada una de las UDs quese están ensamblando.

176

5.14 Files Denota composición e indica el lugarfísico en el que se encuentran los ELOsutilizados para generar la UD.

-

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de las UDs ensambladas

5.15 Objectives se basan en las competencias, son des-cripciones de una acción(es) observa-ble(s) con las que el estudiante puedemostrar o demostrar que ha aprendido.

-

5.15.1 Objective una competencia puede ser construiruna página Web utilizando Dream-Weaver . El objetivo basado en estacompetencia sería los estudiantes de-ben construir una página Web utilizan-do DreamWeaver

Generado por el profesor

5.16 Summary Representa un resumen de los aspectosmás relevantes de la UD

Generado por el profesor

5.17 Evaluation Representa los mecanismos de evalua-ción que serán aplicados para evaluarla UD creada

Generado por el profesor

5.18 Items Describe la ubicación de los ELOs quese han utilizado en el proceso de en-samblaje para generar la UD (repre-sentado mediante una URL) y ademásindica el tipo de ELO utilizado, sea UCo UD

5.18.1 Item - Contiene las direcciones (URLs) corres-pondientes a los ELOs que se han utili-zado en el proceso de ensamblaje y el tipode cada uno de ellos (UC o UD). En estecaso de las direcciones de las UDs y eltipo que es UD.

6 Rights Condiciones de uso de la UD. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso de la UD.

Generado por el profesor

7 Relation Características de la UD en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre la UDque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único del ELO. Generado por el profesor

177

7.2.1.1 Catalog Nombre del esquema de catalogaciónpara ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UD. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UD e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UD, relativas a su propósitoestablecido.

Generado por el profesor

Tabla 3.12: Valor de los meta-datos resultantes del ensamblaje de dos unidadesdidácticas (UDs)

3.3. Reutilización de ELOsLa reutilización de contenido digital es un tema que se ha abordado en la

literatura a lo largo de más de veinte años. Al principio se gestaron muchasiniciativas con el n de fomentar la reutilización de software educativo, peroel éxito de estas se vio limitado a causa de las incompatibilidades entre los sis-temas operativos, de almacenamiento y las barreras contextuales y culturales.No obstante, factores como las nuevas tecnologías, la aplicación de estándaresy diversas aproximaciones pedagógicas, entre otros, han abierto un nuevo ca-mino no solo para la reutilización de software educativo sino para la generación

178

de contenidos reutilizables, o lo que es lo mismo, objetos de aprendizaje.Los objetos de aprendizaje están caracterizados por un conjunto de pro-

piedades que determinan su grado de reutilización. Por ejemplo, el lenguaje,la tecnología, las aproximaciones pedagógicas, la granularidad y por supues-to el contexto, entre otras. Y al igual que cualquier material del mundo real,los objetos de aprendizaje están ligados a un ciclo de vida [40]. Dado que losELOs son objetos de aprendizaje, también responden a ese ciclo de vida. Porello, a continuación se explica su comportamiento a lo largo de cada una deesas fases, y cómo este representa un aspecto importante dentro del procesode reutilización.

3.3.1. Ciclo de vida de los ELOs

El ciclo de vida de los ELOs se ilustran en la gura 3.43 y abarca seis fases:obtener, etiquetar, ofrecer, seleccionar, utilizar y mantener. Este ciclo de vidase basa en el descrito en [40] y la descripción de las fases ha sido adaptada alos ELOs.

Figura 3.43: Ciclo de vida de los ELOs

ObtenerLa primera fase del ciclo de vida es obtener o crear un objeto de apren-dizaje. De esta fase dependen las siguientes fases. La forma en que soncreados los objetos de aprendizaje depende del desarrollador, por ejem-plo algunos utilizan plantillas para crear objetos de aprendizaje con unaestructura consistente. En las empresas, por ejemplo, su creación respon-de a la necesidad de reducir los costos en la producción de material. En

179

las instituciones educativas, el diseño de objetos de aprendizaje autocon-tenidos permite reducir los costos derivados del desplazamiento de losprofesores y el tiempo invertido en su desarrollo. Estos son solo algunosejemplos, pues su creación está ligada a su utilidad y esta depende delcontexto para el cual son creados. Dentro de ELO-Tool, los ELOs soncreados u obtenidos de dos formas, la primera desde herramientas exter-nas, y la segunda, generados dentro del propio entorno de la herramienta.

EtiquetarUna vez obtenido el objeto de aprendizaje, la siguiente fase consiste enetiquetarlo. Este procedimiento se puede realizar manualmente o median-te la utilización de herramientas para la edición de meta-datos.El etiquetado facilita la búsqueda y recuperación de los objetos de apren-dizaje. Además, permite que estos procesos se realicen de forma ecien-te, por ejemplo, mediante la aplicación de criterios de búsqueda con nesparticulares. La correcta aplicación de los esquemas de metas-datos favo-rece la rápida recuperación de objetos de aprendizaje y la posibilidad deestablecer correspondencias entre diferentes tipos de esquemas de meta-datos, para lograr mayor interoperabilidad entre ellos y los sistemas quelos soportan.En ELO-Tool, los objetos de aprendizaje creados u obtenidos a partirde herramientas externas son etiquetados con el esquema de meta-datosLOM extendido, con lo cual pueden ser introducidos en el almacén deELOs para su posterior selección y reutilización.

OfrecerDespués de que un objeto de aprendizaje es obtenido o creado y eti-quetado, es ofrecido para su eventual selección y utilización. La ofertade objetos de aprendizaje varía según el contexto. Por ejemplo, en lasinstituciones educativas los profesores los agrupan en almacenes digita-les para compartirlos sin costo alguno con otros profesores. También losutilizan para impartir cursos a los alumnos. Otros los ofrecen a través deLCMSs, generalmente proveedores de contenido educativo que suelen co-brar por el acceso a esos recursos. Los entornos corporativos son otro tipode contextos en los que se crean objetos de aprendizaje para uso internoy son ofrecidos a los empleados a través de los cursos de formación.En ELO-Tool, los ELOs son ofrecidos a los profesores que son los prin-cipales usuarios de este entorno, y quienes los utilizan para generar uni-dades de contenido y unidades didácticas que respeten el conocimiento

180

asociado a ellas en aras de un mejor cubrimiento de las competencias delos alumnos.

SeleccionarEn esta fase del ciclo de vida, el proceso de selección suele estar soportadopor herramientas que facilitan la recuperación del material educativodesde los almacenes de objetos de aprendizaje.Las características de estos almacenes son muy variadas, dependiendodel enfoque de sus creadores. Por ejemplo, algunos permiten seleccionarobjetos de aprendizaje teniendo en cuenta el perl de los estudiantes,en particular sus competencias actuales, para proporcionarles aquellosobjetos de aprendizaje que les permiten cubrir las carencias entre lascompetencias actuales y las requeridas [174]. Otros ofrecen una granvariedad de criterios de selección entre los que se incluyen combinacionesontológicas, relaciones semánticas y el uso de palabras clave para realizarbúsquedas dentro de las diferentes categorías de meta-datos [28].En general, los trabajos en esta área están enfocados a la aplicación demejores técnicas de selección, que permitan cubrir de forma eciente lasnecesidades pedagógicas de cada usuario en particular.En ELO-Tool, la selección de los ELOs se realiza de acuerdo a diferentescriterios de búsqueda, por ejemplo su identicador (si se busca un tipode ELO en particular), el idioma o las competencias que proporciona. Eneste último caso se hace uso de ontologías para comparar semánticamentelas competencias de uno y otro ELO.

UtilizarLa forma en la que se utiliza un objeto de aprendizaje reeja la carac-terización del aprendizaje dentro de diferentes contextos. Los objetos deaprendizaje se pueden utilizar básicamente desde dos perspectivas, unasin hacer modicaciones de las características del objeto en sí, con locual el objeto puede que tenga un grado de reutilización limitado, puessolo será utilizado en contextos concretos. La otra perspectiva es adap-tar el objeto de aprendizaje a las necesidades del contexto y del usuario.Esto supone que el objeto de aprendizaje sea más exible respecto a suaplicación en diferentes contextos y por lo tanto que posea un grado dereutilización mayor.La forma en la que está concebido el modelo de contenido propuestoy descrito en esta memoria, conere a los ELOs altas posibilidades dereutilización. De otra parte, la utilización de los ELOs dentro de ELO-

181

Tool responde a las diferentes tareas que se realizan en este entorno, comopor ejemplo la edición, el etiquetado, el almacenamiento, la búsqueda, larecuperación, el ensamblaje y la posterior reutilización de los ELOs.

MantenerEl mantenimiento de los objetos de aprendizaje está ligado a su carac-terística de durabilidad, la cual requiere que los contenidos puedan serrediseñados, actualizados y adaptados a las nuevas tecnologías sin perdersu integridad.En ELO-Tool, el mantenimiento de los ELOs se realiza teniendo en cuen-ta estas características, para ofrecer contenido educativo de calidad quepuedan ser reutilizados en diferentes contextos.En general, las tres primeras fases del ciclo de vida de los objetos deaprendizaje están relacionadas con los proveedores, mientras que las fasessiguientes tienen que ver con quienes hacen uso de ellos. Es importanteque los ELOs cumplan con su ciclo de vida para que puedan ser utilizadosy reutilizados adecuadamente, ya que lo que se persigue es un incrementoen la calidad del producto nal, es decir, del contenido educativo.

3.3.2. Diferentes perspectivas de la reutilización

La reutilización se puede analizar desde dos perspectivas principales: huma-na y tecnológica. Desde cada una de estas perspectivas se intenta dar respuestaa diferentes preguntas que se pueden aplicar a lo largo de las fases del ciclo devida de los ELOs.

Tomando como base el trabajo realizado por Strijker en Reuse of LearningObjects in Context: Human and Technical Aspects [222], se intenta responder alas preguntas planteadas, teniendo en cuenta que el soporte para la reutilizacióndel modelo propuesto lo proporciona la herramienta ELO-Tool. La tabla 3.13,sintetiza las preguntas y respuestas correspondientes, desde cada una de lasperspectivas mencionadas.

182

Perspectiva Pregunta Descripción RespuestaHumana ¾Porqué? - ¾Cuál es el motivo para la reutiliza-

ción?- ¾Porqué los usuarios invierten tiem-po y esfuerzo a través de las diferentesfases del ciclo de vida de los objetos deaprendizaje?

- El motivo para la reutilización de ma-terial varía de acuerdo al tipo de usua-rio:- Los estudiantes, porque acceden a losmateriales que han sido utilizados endiversos escenarios, con la certeza deque han superado criterios de calidadque los convierten el elementos reutili-zables por su potencial educativo.- Los profesores, porque incorporanmateriales educativos en múltiples es-cenarios, disminuyendo el tiempo in-vertido en el desarrollo de material di-dáctico. Desarrollan ELOs para cubrirun rango de necesidades especíco dela audiencia.- Los proveedores, porque ahorrantiempo y dinero en el desarrollo de ma-teriales educativos.

¾Quién? - ¾Quienes están involucrados en losprocesos de reutilización?- ¾Cuáles son los roles que se puedenidenticar en las diferentes fases del ci-clo de vida de los objetos de aprendi-zaje?- ¾Cuáles son los incentivos para llevara cabo esos roles?

- En los procesos de reutilización estáninvolucrados los estudiantes, los profe-sores y los proveedores.- Cada uno de ellos desempeña un rolespecíco a través de las diferentes fa-ses del ciclo de vida de los ELOs, asípor ejemplo, las tres primeras fases es-tán relacionadas con los proveedores,mientras que las siguientes con quieneshacen uso de ellos (estudiantes, profe-sores).- Los incentivos para llevar a caboesos roles responden al deseo de obte-ner el mayor provecho de los beneciosdel uso de la tecnología de objetos deaprendizaje (descritos en el estado delarte de esta memoria.).

Técnica ¾Qué? - ¾Qué materiales son reutilizados?- ¾Cuáles son los tipos y la granulari-dad de los materiales reutilizados?

- Los materiales reutilizados son aque-llos contenidos en el almacén de ELOs.- Los tipos corresponden a las diferen-tes clases de ELOs (UI, UC y UD) y sugranularidad depende del tipo. Así, lasUIs son las de granularidad más peque-ña y las UCs las de granularidad me-dia y las UDs las de granularidad másgrande.

¾Cómo? - ¾Cómo es reutilizado el material entérminos de herramientas?- ¾Qué clase de soporte técnico es po-sible a través de las diferentes fases delciclo de vida de los objetos de aprendi-zaje?

- El diseño de ELO-Tool permite darsoporte a las diferentes fases del ciclode vida de los ELOs, así como tambiéna los procesos de generación, ensambla-je y reutilización de los mismos.

183

¾Dónde? - ¾Dónde tiene lugar la reutilización entérminos de los sistemas?- ¾Qué tipo de sistemas están disponi-bles para dar soporte a la reutilización?- ¾Qué servicios son ofrecidos por lossistemas durante las diferentes fasesdel ciclo de vida de los objetos deaprendizaje?

- ELO-Tool está formada por cuatromódulos funcionales (generador, tra-ductor, almacén de ELOs y almacén deontologías), cada uno de los cuales per-mite realizar tareas especícas como:la edición, el etiquetado, el almacena-miento, la búsqueda, la recuperación,el ensamblaje y la posterior reutiliza-ción de los ELOs.

Tabla 3.13: Preguntas y respuestas respecto a la reutilización desde las pers-pectivas humana y tecnológica

3.4. ConclusionesEn este capítulo se han presentado los conceptos fundamentales para la

construcción de la solución al problema planteado en la introducción de estamemoria:

La falta de modelos conceptuales que den soporte a los procesos de ge-neración, ensamblaje y reutilización de objetos de aprendizaje.

La falta de mecanismos para el ensamblaje de objetos de aprendizaje querespeten el conocimiento asociado a ellos.

La falta de un procedimiento para obtener los meta-datos que describana los objetos de aprendizaje resultantes de los procesos de ensamblaje.

De ella se derivan los distintos aspectos que han sido abordados a lo largode este capítulo y que se agrupan en los siguientes apartados:

Modelo conceptualEn lo referente al modelo conceptual se han abordado los siguientes te-mas:

• Descripción del modelo de contenido, sus componentes (ELOs) ylas relaciones entre ellos.

• Denición de las combinaciones permitidas entre los distintos tiposde ELOs y que dan origen a nuevos tipos de ELOs.

184

• Descripción formal de los ELOs con sus respectivos ejemplos deaplicación.

Ensamblaje de ELOsSe ha identicado la comparación del contenido como el problema funda-mental presente en el proceso de ensamblaje de objetos de aprendizaje.Así, la visión de la solución propuesta se resume en los siguientes aspec-tos:

• Identicación de las ontologías como mecanismo de comparación, yaque hacen posible la representación de la correspondencia semánticade los contenidos.

• Denición del concepto de Conocimiento Asociado (requisitos ycompetencias), como concepto clave para la comparación entreELOs heterogéneos.

• Denición del mecanismo de ensamblaje, basado en ontologías, On-toGlue (y su versión extendida OntoGlue Full), la formalización detodos los conceptos que lo denen y la ilustración de los mismos através de ejemplos.

Descripción de ELOsComo complemento al proceso de ensamblaje, se han realizado los si-guientes pasos:

• Denición de un conjunto de reglas basadas en meta-datos para ladescripción de los ELOs resultantes del proceso de ensamblaje.

• Aplicación de dichas reglas, teniendo en cuenta las combinacionespermitidas entre ELOs heterogéneos, ilustradas a través de diferen-tes ejemplos.

Reutilización de ELOsLas distintas propiedades de los objetos de aprendizaje determinan sugrado de reutilización, y al igual que cualquier material del mundo real,están ligados a un ciclo de vida. En este apartado se han abordado lossiguientes aspectos:

• Descripción del ciclo de vida de los ELOs y explicación de su com-portamiento a lo largo de las distintas fases que lo forman. Esto hapermitido concluir que las tres primeras fases del ciclo de vida delos objetos de aprendizaje están relacionadas con los proveedores,

185

mientras que las fases siguientes tienen que ver con quienes hacenuso de ellos. Además, el hecho de relacionar a los objetos de apren-dizaje con un ciclo de vida conlleva a una mejor y más adecuadautilización de los mismos, con el consecuente incremento en la cali-dad del contenido educativo.

• Descripción de la reutilización desde las perspectivas humana y tec-nológica. Este proceso a permitido distinguir (i) la motivación exis-tente en los distintos tipos de usuarios, su visión frente a la reuti-lización y el papel que desempeñan a lo largo de las distintas fasesdel ciclo de vida de los objetos de aprendizaje; (ii) y desde el puntode vista tecnológico, se evidencia la necesidad de identicar las ca-racterísticas de los materiales digitales, su granularidad y el gradoen que las herramientas ofrecen soporte a la reutilización.

En este capítulo se ha querido resaltar la importancia de contar con unabuena descripción de los objetos de aprendizaje, ya que la misma facilita subúsqueda y descubrimiento. De otra parte, la propuesta de un mecanismo deensamblaje en el que se tenga en cuenta el Conocimiento Asociado:

Constituye un aporte en la implementación de soluciones para la mejoradel contenido educativo basado en la utilización de objetos de aprendi-zaje.

Proporciona consistencia al tratamiento de dicho contenido y facilita suposterior reutilización.

Una parte fundamental de los objetos de aprendizaje es la descripción delcontenido. Por ello, en el capítulo 4, se abordan las características principalesde los meta-datos que describen a los ELOs. Se proporciona también el bindingXML seleccionado para ofrecer una descripción concreta de dichos meta-datos.Además, se justica la necesidad de realizar una extensión al estándar LOMy se explica el binding correspondiente para cada uno de los ELOs. Adicional-mente se describe el perl de aplicación para los meta-datos de los ELOs, enel cual se distinguen los campos obligatorios y los opcionales para cada tipode ELO.

La sección 4.2 proporciona la descripción del proceso de ensamblaje des-de el punto de vista de la representación XML de los ELOs. Tal descripciónpromueve la aplicación de meta-datos didácticos para describir a los ELOsresultantes de los procesos de ensamblaje.

186

En la sección 4.3 se resalta la importancia de realizar buenas descripcionesde los ELOs, para facilitar su recuperación y reutilización en la creación denuevo contenido educativo.

Y nalmente, en la sección 4.4, se presentan las conclusiones del capítulo 4.

187

188

Capítulo 4

META-DATOS PARA LOS ELOs

La descripción consistente de los componentes del modelo de contenidoELO mediante el uso de meta-datos, permite que estos puedan ser identica-dos, clasicados, buscados y descubiertos para facilitar su compartimiento yreutilización.

Una representación concreta de los meta-datos se logra mediante la de-nición de un binding1 y para crearlo se ha seleccionado como metamodelode meta-datos el estándar LOM (Learning Object Metadata) del LTSC-IEEE[106]. Aunque existen bindings XML de LOM, en esta tesis se ha optado pordesarrollar un binding especíco basado en XML Schemas [262], pues los dis-ponibles no se adaptaban a los requisitos del modelo conceptual propuesto.

En este capítulo se describen los bindings XML para los distintos tiposde ELOs (sección 4.1), el proceso de extensión del estándar de meta-datosLOM (sección 4.1.1), el perl de aplicación de los meta-datos de los ELOs(sección 4.1.4) y los procesos de ensamblaje (sección 4.2) y reutilización deELOs (sección 4.3).

4.1. Bindings XMLEn sección 3.2 se ha presentado el proceso de ensamblaje de ELOs desde

un punto de vista conceptual. En la presente sección se explicará este procesodesde el punto de vista de su representación en XML. Para ello se describe enqué consiste el binding XML para cada uno de los elementos que conforman

1Un binding es un conjunto de requisitos utilizados para construir una representaciónXML de un modelo de datos particular [257].

189

los distintos niveles de granularidad de objetos de aprendizaje denidos en estemodelo. Adicionalmente, se proporcionan ejemplos de las instancias XML querepresentan a las UCs y UDs de los ejemplos descritos en la sección 3.1.2.

4.1.1. Extensión del estándar de meta-datos LOM

El estándar LOM [106] proporciona un modelo semántico para describir laspropiedades de los objetos en sí mismos, más que la forma en la cual se puedenutilizar para dar soporte al aprendizaje.

LOM proporciona valores legales, una semántica informal de elementos demeta-datos y las dependencias de unos respecto a los otros. Su estructuraes tal que permite introducir extensiones. No especica implementaciones orepresentaciones particulares, por lo que el diseñador de sistemas compatiblescon LOM puede utilizar cualquier interfaz que desee y almacenar los meta-datos de la forma que quiera. Es decir, LOM especica solamente el meta-datoy su semántica, de modo que sea posible el intercambio de meta-datos entrediferentes sistemas.

En algunos casos los elementos LOM predenidos son adecuados para des-cribir los recursos de aprendizaje, en otros casos, se pueden obtener extensionesmediante el uso del elemento 9:Classication del estándar. Algunas veces, sinembargo, es necesario extender vocabularios restringidos y en otros casos aña-dir nuevos elementos a la estructura del estándar. Es esta última opción, la deañadir nuevos elementos al estándar LOM, la que se ha seleccionado en estatesis para describir los ELOs.

Las extensiones ELO al estándar LOM se enumeran de la misma forma quelos elementos LOM, continuando con la enumeración correspondiente dentrode la categoría 5:Educational del estándar. Esto se hace con el n de facilitarla ubicación de las extensiones dentro del esquema de meta-datos y no implicaque los elementos añadidos puedan ocurrir solo en las posiciones enumeradas.

4.1.2. Binding XML de LOM

A cada una de las nueve categorías del estándar LOM se le ha asocia-do un tipo, incluyendo además TypeLom como tipo asociado al elemento raízLom del esquema. De esta forma, TypeLom está formado por: TypeGeneral,TypeLifeCycle, TypeMeta-metadata, TypeTechnical, TypeEducational,TypeRights, TypeRelation, TypeAnnotation, TypeClassification.

La gura 4.1 representa el diagrama UML para el binding de LOM y la

190

extensión propuesta.

Figura 4.1: Diagrama UML de las extensiones ELO al estándar LOM

Nótese que para poder extender el estándar de meta-datos LOM ha sidonecesario en primer lugar crear un binding XML para el propio estándar LOM,ya que no existe un binding que permitiera hacer las extensiones en la formaque se quería.

Binding XML de LOM para las Unidades de Información

El binding XML para las unidades de información (UIs) es el esquemacompuesto por las nueve categorías del estándar LOM con sus elementos yatributos y los diez tipos descritos en el párrafo anterior.

La gura 4.2 representa el binding XML para una unidad de información.Es importante aclarar que la semántica de una unidad de información impli-

ca que los datos educativos contenidos en la misma sean de naturaleza básica,por ejemplo, una imagen, un texto, etc. Al hacer el binding de estas unidadesde información mediante documentos LOM se debe preservar esta semánticamás allá de lo que permiten las restricciones impuestas por el binding LOM.Por ejemplo, la Enciclopedia Británica [67] puede ser empaquetada y descritamediante un objeto LOM, pero esto no la convierte en una unidad de infor-mación2.

2Amenos que alguien entienda la Enciclopedia Británica como un contenido de naturalezaatómica.

191

Figura 4.2: Binding XML del estándar LOM para Unidades de Información

192

Dicho de otra forma, toda unidad de información según este binding es unobjeto LOM, pero no todo objeto LOM es una unidad de información. Nóteseque en el párrafo anterior el término binding hace referencia a la representa-ción de unidades de información como objetos LOM, y no al binding comodocumentos XML.

Ejemplo de instancia XML para una unidad de información

La gura 4.3 representa un ejemplo de una instancia para una unidad deinformación.

Figura 4.3: Ejemplo de una instancia XML para una unidad de información

Binding XML de LOM para las Unidades de Contenido

Para describir las unidades de contenido, se han añadido tres extensionesal estándar LOM. En particular, las extensiones se han realizado dentro de lacategoría Educational que es de tipo TypeEducational.

Se separa entre CU y CUMetadata porque las unidades didácticas especia-lizan al CUMetadata, obviando el meta-dato le al no ser necesario.

El tipo complejo TypeCUMetadata (gura 4.4) extiende al tipoTypeEducational de la categoría Educational de LOM con los elementosrequirements y competencies.

193

Figura 4.4: TypeCUMetadata en el binding XML del estándar LOM paraUnidades de Contenido

194

requirements: este elemento contiene al elemento requirement de tipoTypeRequirements que está formado por el elemento item que es de tipoTypeRequirement.

competencies: este elemento contiene al elemento competency de tipoTypeCompetencies que está formado por el elemento item que es de tipoTypeCompetency.

Aunque para denir el conocimiento asociado se podría haber utilizado unmodelo de información similar a IMS RDCEO (Reusable denition of Com-petency or Educational Objectives) [183], en la práctica ha optado por estebinding en aras de un mayor pragmatismo.

El tipo complejo TypeCU (gura 4.5) extiende al tipo complejoTypeCUMetadata formado por los elementos denidos en el estándar LOM parala categoría Educational más el elemento nuevo files que está formado porel elemento file de tipo TypeFiles que representa los cheros que contienenla localización de los componentes de la unidad de contenido creada. Comomínimo deben haber dos cheros.

195

Figura 4.5: TypeCU en el binding XML del estándar LOM para Unidades deContenido

196

La gura 4.6 representa un fragmento de una instancia XML para unaunidad de contenido.

Figura 4.6: Ejemplo de una instancia XML para una unidad de contenido

Binding XML de LOM para las Unidades Didácticas

El binding XML para las unidades didácticas además estar de formado porlos elementos que permiten describir el conocimiento asociado a cada unidaddidáctica (es decir, requisitos y competencias), tiene un elemento denominadoitem que permite especicar la localización de física de los ELOs y el tipo (UCo UD) de cada uno de ellos, los cuales han sido utilizados para crear la nuevaunidad didáctica.

Nótese que esta aproximación se basa en la de Content Organization deSCORM, pero en este caso se ha optado por no incluir cheros, sino las refe-rencias (URL) a los mismos.

En cuanto a las extensiones, estas se han realizado mediante la deniciónde los tipos complejos TypeDUMetadata y TypeDU. ( 4.7 y guras 4.8).

Se sigue la misma aproximación que para las UCs, por motivos de simetríay posibles ampliaciones futuras.

197

Figura 4.7: TypeDUMetadata en el binding XML del estándar LOM paraUnidades Didácticas

198

El tipo complejo TypeDU extiende al tipo complejo TypeDUMetadata forma-do por los elementos denidos en el tipo TypeCUMetadata más los elementosnuevos:

objectives: este elemento contiene al elemento objective de tipoTypeObjectives.

summary: este elemento es de tipo string.

evaluation: este elemento es de tipo string.

item: este elemento es de tipo string.

La gura 4.9 representa un fragmento de una instancia XML para unaunidad didáctica.

199

Figura 4.8: TypeDU en el binding XML del estándar LOM para UnidadesDidácticas

200

Figura 4.9: Ejemplo de una instancia XML para una unidad didáctica

4.1.3. Aproximaciones para la validación de los bindingsXML de LOM

Un binding XML de LOM no es más que un conjunto de reglas que des-criben cómo crear las instancias de meta-datos en XML. Los archivos para ladenición de esquemas XML (.xsd) se utilizan para describir y reforzar esasreglas. Algunas veces hay reglas que no pueden expresarse como cheros .xsd,en tal caso las reglas se describen mediante el texto normativo encontrado en elestándar LOM. El IEEE proporciona varias aproximaciones para la validaciónde bindings XML [262]. Dichas aproximaciones representan diversos esquemasXML alternativos. En todos los casos los archivos .xsd no son sucientes paravalidar instancias de meta-datos LOM. Esas instancias deben estar conformecon el binding XML de LOM. De esta forma el binding XML de LOM es iguala la suma de la denición del esquema XML más la normativa del estándar.

201

Las siguientes son las diferentes aproximaciones de validación proporciona-das por el IEEE:

Aproximación del esquema de validación estrictaEl objetivo principal de esta aproximación es reforzar los requisitos es-trictos denidos por LOM. Esta aproximación y su conjunto de archivos.xsd correspondientes tienen las siguientes características:

• Soporte a condiciones de unicidad : Los elementos denidos en LOMtienen requisitos de multiplicidad de 0 o 1, esta aproximación re-fuerza esta condición.

• Solamente vocabulario LOM : Este esquema de validación solo per-mite instancias de meta-datos para los tokens denidos en el voca-bulario LOM.

• No extensiones : Este esquema no soporta extensiones de LOM.

Aproximación del esquema de validación personalizadoEl principal objetivo de esta aproximación es dar soporte a la persona-lización de instancias de meta-datos que permitan la extensión de voca-bularios y elementos de datos. Esta aproximación se caracteriza por:

• Soporte de condiciones de unicidad : El requisito de multiplicidad delos elementos LOM es de 0 o 1, este esquema de validación refuerzaesta condición.

• Vocabularios personalizados : Esta aproximación permite utilizar vo-cabularios denidos en LOM o utilizar vocabularios propios. Ade-más, proporciona una plantilla para la construcción del archivo .xsdque será utilizado por otras herramientas. Esos archivos se debenutilizar para el soporte de la validación de las instancias de meta-datos LOM.

• Soporte para extensiones de LOM : Esta aproximación soporta ex-tensiones al conjunto del modelo de datos denido en LOM. De estaforma, una organización puede incorporar un conjunto diferente (apartir de otro espacio de nombres) de elementos en una instanciade meta-datos LOM.

Aproximación del esquema de validación libreEl principal objetivo de esta aproximación es suavizar algunas de lascondiciones denidas por las otras aproximaciones para la validación de

202

esquemas. Cuando se utilizan las aproximaciones estricta o personaliza-da, se introduce un atributo articial para ayudar a las herramientas conla validación de las condiciones de unicidad de LOM. Si una organizacióndesea eliminar este elemento articial, entonces puede aplicar la aproxi-mación de validación libre. Es decir, que esta aproximación no verica lacondición de unicidad y no permite instancias de meta-datos no confor-mes con LOM. Esta aproximación tiene las siguientes características:

• No soporta condiciones de unicidad. Se recomienda que los produc-tores de instancias de meta-datos LOM garanticen que la instanciaproducida es válida de acuerdo al binding XML de LOM cuando seutiliza esta aproximación.

• No hay validación de vocabularios : Esta aproximación simplica elproceso de validación del esquema, sin embargo, la ausencia delrefuerzo no garantiza la conformidad de las instancias de meta-datosLOM. Por tal motivo, las aplicaciones deben validar los vocabulariosutilizando otros medios.

• Soporte para extensiones de LOM : Esta aproximación soporta laextensión del conjunto de datos del modelo denido para LOM.Esto permite que las organizaciones incluyan conjuntos diferentes deelementos (a partir de otros espacios de nombres) en una instanciade meta-datos LOM.

Esta aproximación requiere más procesamiento, a parte de las herramien-tas de validación para vericar que la instancia de meta-datos LOM esconforme a los requisitos del IEEE.Particularmente, en esta tesis doctoral se ha seleccionado la aproximacióndel esquema de validación personalizado, pues es la que más se ajusta altipo de binding XML de LOM creado.

4.1.4. Perl de aplicación para los meta-datos de losELOs

En este apartado se describen los requisitos para construir meta-datos quedescriban los componentes del modelo de contenido ELO (UIs, UCs y UDs).Los perles de aplicación de meta-datos para los ELOs describen la integracióndel estándar LOM con los componentes del entorno ELO. La aplicación de losperles autoriza la utilización de elementos de meta-datos cuando los meta-datos de LOM son aplicados a los componentes del modelo de contenido ELO.

203

Dentro del entorno ELO, los perles de aplicación de meta-datos describencómo utilizar y crear instancias de meta-datos. Algunos requisitos adicionalesse pueden describir como:

Elementos obligatorios : Describe un conjunto de elementos que son obli-gatorios para los diferentes perles de aplicación. LOM indica que todoslos elementos del estándar son opcionales. El uso de elementos obliga-torios crea oportunidades para la búsqueda, el descubrimiento en los al-macenes y otros sistemas y la reutilización. Sin ellos, esas oportunidadesdecrecen.

Utilización de vocabularios : LOM sugiere la utilización de vocabulariosbásicos. Si se utilizan otros valores el grado de interoperabilidad semán-tica decrece. Sin embargo, existen guías proporcionadas por IEEE pararealizar la extensión de los vocabularios en el caso en que sea necesario.

A continuación se denen los requisitos para los perles de aplicación demeta-datos de cada uno de los componentes del modelo de contenido ELO.

M: Indica que el elemento es obligatorio.

O: Indica que el elemento es opcional.

Nombre UI UC UD1.0 General M M M1.1 Identier M M M1.1.1 Catalog O O O1.1.2 Entry O O O1.2 Title M M M1.3 Language O O O1.4 Description M M M1.5 Keyword O M M1.6 Coverage O O O1.7 Structure O O O1.8 Aggregation Level O O O2.0 Life Cycle O M M2.1 Version O M M2.2 Status M M M2.3 Contribute O O O2.3.1 Role O O O2.3.2 Entity O O O2.3.3 Date O O O3.0 Meta-Metadata M M M3.1 Identier M M M3.1.1 Catalog O O O3.1.2 Entry O O O3.2 Contribute O O O3.2.1 Role O O O

204

3.2.2 Entity O O O3.2.3 Date O O O3.3 Metadata Schema M M M3.4 Language O O O4.0 Technical M M M4.1 Format M M M4.2 Size O O O4.3 Location O O O4.4 Requirement O O O4.4.1 OrComposite O O O4.4.1.1 Type O O O4.4.1.2 Name O O O4.4.1.3 Minimum Version O O O4.4.1.4 Maximum Version O O O4.5 Installation Remarks O O O4.6 Other Platform Requirements O O O4.7 Duration O O O5.0 Educational M M M5.1 Interactivity Type M M M5.2 Learning Resource Type M M M5.3 Interactivity Level M M M5.4 Semantic Density O O O5.5 Intended End User Role O O O5.6 Context O O O5.7 Typical Age Range O O O5.8 Diculty O O O5.9 Typical Learning Time O O O5.10 Description M M M5.11 Language O O O5.12 Requirements O M M5.12.1 Requirement O M M5.13 Competencies O M M5.13.1 Competency O M M5.14 les O M M5.14.1 le O M M5.15 Objectives O O M5.15.1 Objective O O M5.16 Summary O O M5.17 Evaluation O O M5.18 Items O O M5.18.1 Item O O M6.0 Rights O M M6.1 Cost O M M6.2 Copyright and Other Restrictions M M M6.3 Description O O O7.0 Relation O O O7.1 Kind O O O7.2 Resource O O O7.2.1 Identier O O O7.2.1.1 Catalog O O O7.2.1.2 Entry O O O7.2.2 Description O O O8.0 Annotation O O O8.1 Entity O O O8.2 Date O O O8.3 Description O O O9.0 Classication O O O9.1 Purpose O O O

205

9.2 Taxon Path O O O9.2.1 Source O O O9.2.2 Taxon O O O9.2.2.1 Id O O O9.2.2.2 Entry O O O9.3 Description O O O9.4 Keyword O O O

Tabla 4.1: Perles de aplicación de meta-datos para los componentes del modelode contenido ELO

4.2. Ensamblaje de ELOs

En esta sección se describe el proceso de ensamblaje, desde el punto devista de la representación en XML de los ELOs.

4.2.1. Comparación entre ELOs

En el apéndice C se encuentra el diagrama UML (gura B.7), que representael proceso computacional de comparación entre diferentes tipos de ELOs.

4.2.2. Ensamblaje de ELOs: Aplicación de las reglas demeta-datos didácticos y obtención de meta-datosresultantes

El proceso de ensamblaje de ELOs incluye como parte complementaria laaplicación de meta-datos didácticos. Estos meta-datos permiten describir losELOs resultantes teniendo en cuenta una serie de reglas denidas con base enlos atributos de los elementos del estándar de meta-datos LOM y la extensiónrealizada a dicho estándar [203].

Para hacer referencia a los elementos y atributos de los meta-datos quedescriben los ELOs en formato XML, se utilizan referencias XPath [261].

Así por ejemplo, para describir el nivel de agregación LOM de dos ELOs(ELO1 y ELO2), la expresión XPath para cada uno de ellos es la siguiente:

206

agglevel1 = lom/general/aggregationlevel/text()|ELO1

agglevel2 = lom/general/aggregationlevel/text()|ELO2

Para realizar el cálculo de los valores de los atributos y los elementos de losmeta-datos del ELO resultante del ensamblaje, se pueden seguir dos procesosdiferentes: automático o manual. Esto depende de si los valores de los atributosy elementos se corresponden con valores acotados de un dominio, es decirque corresponden a una escala de valores alfanuméricos predenidos sobre loscuales se puede realizar operaciones del tipo selección del número máximo,etc. Si es así, el proceso de denición del atributo o elemento resultante podráser automático. En otro caso, si los valores de los atributos son sentencias delenguaje natural, el proceso de denición del nuevo atributo deberá ser manual.En cualquier caso, la operación por defecto que se realiza para rellenar el campodel meta-dato correspondiente es la concatenación.

Todo esto se hace de acuerdo a las tablas de la sección 3.2.4.Ejemplo 1: cálculo automático

Lom/General/AggregationLevel/text()|ELO1ELO2 = máximo(agglevel1, agglevel2)

En este ejemplo, el valor para el nivel de agregación del ELO resultante delensamblaje entre los ELOs (ELO1 ELO2) se obtiene a través del cálculo delmáximo. Esto signica que se toma cada uno de los valores asignados al nivelde agregación para cada ELO y se selecciona el valor máximo entre los dos paraasignarlo al campo del meta-dato aggregationlevel para el ELO resultante.

Ejemplo 2: cálculo manual

Lom/General/T itle/text()|ELO1ELO2 = concat(TitleELO1 , T itleELO2)

207

En este ejemplo, el título para el ELO resultante se asigna por defectomediante la concatenación de los dos títulos individuales de cada uno de losELOs ensamblados.

La gura 4.10 ilustra los ejemplos 1 y 2:

Figura 4.10: Aplicación de reglas para meta-datos didácticos en el proceso deensamblaje de ELOs

Para ilustrar la aplicación de las reglas para los meta-datos didácticos enel proceso de ensamblaje de ELOs, se han elaborado cinco tablas. Cada unade ellas representa las combinaciones posibles entre ELOs pertenecientes adiferente nivel de granularidad (como se muestra en la tabla 3.5). Las tablasse encuentran en el apéndice A de esta memoria.

4.3. Reutilización de ELOsUna de las principales ventajas obtenidas a partir de una buena descripción

de los objetos de aprendizaje es que se amplia su posibilidad de reutilización.Aunque, si bien es cierto, la reutilización va ligada, en general, a la granularidaddel objeto de aprendizaje, el proporcionar una descripción en términos de las

208

competencias y los requisitos asociados a los ELOs permite, en cierta forma,contextualizarlos asegurando su posterior utilización en diferentes dominios deconocimiento.

Dentro del prototipo de la herramienta ELO-Tool, la reutilización de ELOsse lleva a cabo a través de los procesos de búsqueda y ensamblaje de ELOs,para combinarlos y generar nuevos ELOs.

4.4. ConclusionesEste capítulo representa un primer paso en el intento por resolver algunos

de los interrogantes planteados al nal del capítulo del estado de la cuestión,en relación con la tecnología de meta-datos. De la pregunta: ¾cuál es el mejoresquema o esquemas de meta-datos que debe aplicarse para cubrir las necesi-dades del creador de la información, los almacenes de recursos y sus usuarios?se concluye que:

Es necesario realizar un análisis de los campos y criterios que deben serutilizados en la descripción de los objetos de aprendizaje.

No existe un esquema o estándar de meta-datos genérico que permitacubrir todas las necesidades de los diferentes creadores de información.

Las carencias identicadas en los esquemas y estándares de meta-datosdurante su aplicación para la descripción de los objetos de aprendizajehan puesto de maniesto la necesidad de denir perles de meta-datos,en un intento por acercar más las descripciones del contenido a las nece-sidades de sus creadores.

Los perles de meta-datos deben ofrecer compatibilidad con los esquemasy estándares existentes.

Respecto a la pregunta: ¾cómo capitalizar su utilización para anticiparsea futuras aplicaciones? El aporte de esta tesis en este sentido se materializamediante la extensión del estándar de meta-datos LOM, de esta forma se haconseguido:

Responder a la necesidad de una descripción más adecuada para loscomponentes del modelo de contenido propuesto.

Proporcionar un binding XML para cada uno de los componentes delmodelo de contenido propuesto.

209

Anticiparse a futuras aplicaciones, por ejemplo, dentro de la Web Semán-tica, al introducir campos que permiten hacer referencia a las ontologías alas que pertenece el Conocimiento Asociado (requisitos y competencias)correspondiente a cada ELO.

Favorecer la utilización del mecanismo de ensamblaje, el cual fundamentasu funcionamiento en la comparación del Conocimiento Asociado, que esun tipo de meta-dato denido dentro de la extensión del estándar LOM.

Identicar los procesos para el cálculo de los valores de los atributosy los elementos de los meta-datos del ELO resultante del ensamblaje,en función de si están acotados dentro de un dominio o corresponden asentencias de lenguaje natural.

Proporcionar reglas para la descripción de los ELOs resultantes del pro-ceso de ensamblaje, teniendo en cuenta la denición de los atributos delos elementos pertenecientes a cada una de las categorías denidas parael estándar de meta-datos LOM y los de la versión extendida.

Finalmente, queda claro que una de las consecuencias directas de la apli-cación de los meta-datos en la descripción de los ELOs, es que favorece sureutilización.

A continuación, en el capítulo 5 se describe el proceso de evaluación. Dichoproceso está orientado a vericar la viabilidad de implementación del mo-delo conceptual para la generación, ensamblaje y reutilización de objetos deaprendizaje, propuesto y descrito en esta memoria a través de los siguientesaspectos: factibilidad técnica (sección 5.1, evaluación analítica 5.2, evaluacióncomparativa 5.3).

210

Capítulo 5

EVALUACIÓN

Dentro del contexto de esta tesis doctoral, el proceso de evaluación estáorientado a vericar la viabilidad de implementación del modelo conceptualpara la generación, ensamblaje y reutilización de objetos de aprendizaje, pro-puesto y descrito en esta memoria a través de los siguientes aspectos:

1. Factibilidad técnicaEn el contexto de esta tesis, la factibilidad técnica permite evaluar la via-bilidad de la implementación del modelo conceptual para la generación,el ensamblaje y la reutilización de objetos de aprendizaje propuesto. Estaevaluación se realiza desde tres puntos de vista:

El análisis funcional, enfocado hacia la identicación de las opera-ciones que debe realizar la herramienta ELO-Tool.El diseño, descrito desde la perspectiva de ELO-Tool como platafor-ma para el soporte de la generación, el ensamblaje y la reutilizaciónde objetos de aprendizaje.La implementación, descrita desde el punto de vista de las operacio-nes que ejecuta el usuario con la herramienta ELO-Tool para llevara cabo la generación, el ensamblaje y la reutilización de objetos deaprendizaje.

2. Evaluación analíticaEste tipo de evaluación permite predecir el desempeño de las tareas entérminos de las operaciones físicas y cognitivas que deben llevarse a cabo.Esta evaluación comprende los siguientes aspectos:

211

Análisis de tareasDenición de la interfaz de usuario

3. Evaluación comparativaLa comparación es un mecanismo de evaluación que permite abstraeraspectos relevantes de los elementos implicados en el proceso mismo deevaluación. Este tipo de evaluación se centra en la descripción de la:

Relación con otros modelos. Dentro del contexto de esta tesis docto-ral, la comparación hace posible conrmar las ventajas del modelopropuesto, respecto a la forma en que cada uno de los modelos se-leccionados aborda los problemas relacionados con la generación, lareutilización y el ensamblaje de objetos de aprendizaje.

El detalle de los anteriores procesos de evaluación se describe en las seccio-nes 5.1, 5.2 y 5.3 respectivamente.

5.1. Factibilidad técnicaLa factibilidad técnica se dene como la capacidad para aplicar con ecien-

cia el método y la tecnología. Dentro del contexto de esta tesis, la herramientaELO-Tool se concibe como la plataforma para el soporte de los procesos degeneración, ensamblaje y reutilización de objetos de aprendizaje, y su impor-tancia dentro de este proceso de evaluación radica en que permite vericar lafactibilidad técnica del modelo conceptual propuesto en esta tesis. En esta sec-ción, se describe el análisis funcional, el diseño y la implementación de dichaherramienta.

5.1.1. Análisis funcional de ELO-Tool

El análisis de la herramienta se realiza desde el punto de vista funcional, esdecir teniendo en cuenta qué es lo que la herramienta debe hacer. La gura 5.1,representa las funciones realizadas por ELO-Tool [198], [202].

En ella se observa que los ELOs pueden ser almacenados en el almacén deELOs mediante dos procesos. El primero, obteniendo los objetos de aprendizajedesde herramientas externas, en cuyo caso deben ser convertidos al formatoELO, es decir descritos utilizando meta-datos LOM (en su forma genérica, si

212

Figura 5.1: Análisis de ELO-Tool

se trata de UIs, o extendida, si se trata de UCs y/o UDs). El segundo, dentrodel propio entorno ELO-Tool, ya que los ELOs pueden ser recuperados desdeel almacén de ELOs, con lo cual la generación de nuevos ELOs (UCs o UDs),se realiza a través del ensamblaje de ELOs ya existentes en el propio almacén.

Esta descripción permite denir las operaciones básicas que debe realizarELO-Tool:

Almacenar ELOs. ELO-Tool permite almacenar ELOs que, como se hacomentado anteriormente, pueden ser generados dentro de la propiaherramienta o provenir de herramientas externas, en cuyo caso debenhaber pasado por un proceso de traducción a formato ELO.

Editar ELOs. La herramienta permite manipular (editar, borrar, etc.)los ELOs para reutilizarlos o ensamblarlos para generar nuevos ELOs.

Convertir (traducir) los formatos de meta-datos. ELO-Tool permite con-vertir los meta-datos que describen a los objetos de aprendizaje prove-nientes de herramientas externas, al formato de meta-datos ELO con eln de poder almacenarlos para su posterior reutilización.

Ensamblar ELOs heterogéneos. La herramienta ELO-Tool implementa elmecanismo de ensamblaje basado en ontologías OntoGlue Full, a travésdel cual se determina si dos ELOs pueden o no ser ensamblados paragenerar nuevos ELOs (UCs y UDs).

213

A continuación se describe el diseño de la herramienta ELO-Tool.

5.1.2. Diseño de ELO-Tool

La herramienta ELO-Tool [202], está formada por los siguientes módulos:Generador, Traductor, Almacén de ontologías y Almacén de ELOs. La gu-ra 5.2 ilustra el diseño es esta herramienta. En los apartados siguientes sedescribe cada uno de sus módulos constitutivos.

Figura 5.2: Diseño de ELO-Tool

GeneradorA través de este módulo se crean en el sistema los ELOs. Entre susfuncionalidades se encuentran:

• Editar ELOs. La generación de ELOs va acompañada de la descrip-ción de su contenido mediante meta-datos, esta función permitecrear ELOs y validarlos para que puedan ser guardados en el alma-cén de ELOs.

• Buscar ELOs. A través de esta funcionalidad, ELO-Tool devuel-ve los ELOs recuperados del almacén de ELOs, de acuerdo a loscriterios de búsqueda seleccionados.

214

• Ensamblar ELOs. Esta funcionalidad permite establecer si dosELOs heterogéneos pueden o no ser ensamblados, para generar unnuevo ELO. El proceso de ensamblaje es posible siempre y cuan-do las competencias de un ELO cubran los requisitos del ELO aensamblar.

TraductorEste módulo tiene como función traducir a formato ELO los objetos deaprendizaje generados fuera ELO-Tool y descritos con esquemas de meta-datos distintos al formato ELO. Una vez traducidos son almacenadoscomo ELOs en el almacén de ELOs, para su posterior reutilización y enel proceso de ensamblaje.

Almacén de ontologíasEste módulo se encarga de cargar las ontologías para su uso en los módu-los de ensamblaje y recuperación de ELOs. Nótese que según este uso lasontologías ya están creadas y no hay que hacer cálculos para determinarlas relaciones de subsunción entre sus clases.

Almacén de ELOsEste módulo se encarga de guardar los ELOs que serán recuperados parasu posterior reutilización, incluso en los procesos de ensamblaje.

5.1.3. Implementación del prototipo de ELO-Tool

En el Apéndice B, se describe el diseño detallado y la implementación delprototipo de la herramienta ELO-Tool. Cabe resaltar que en la implementaciónde dicho prototipo se han utilizado las siguientes tecnologías:

Jakarta StrutsEl framework Jakarta Struts proporciona un marco para la creación deaplicaciones Web que implementa la arquitectura MVC (Model ViewController) utilizando una combinación de JSPs, etiquetas personaliza-das y Servlets Java [91]. La gura 5.3 muestra la forma en que Strutsrepresenta cada componente del MVC en una aplicación Web.El proceso es el siguiente:

• Se realiza una petición desde una vista previamente desplegada. Lapetición es recibida por el ActionServlet (paso 1 ), el cual actúa

215

Figura 5.3: Implementación de Struts del Modelo Vista Controlador (MVC)

como Controlador.• El ActionServlet busca la URI de la petición en el cherostruts-config.xml (el cual describe todos los componentes Struts,(paso 2 )) y determina el nombre de la clase ActionForm donde re-coge los posibles datos enviados por el navegador (pasos 3 y 4 ).

• Después el controlador, utilizando la información suministrada porel chero struts-config.xml, cede el control a la clase Actionresponsable de procesar la entrada procedente de la vista (paso 5 ).

• A su vez, la clase Action puede delegar en distintos objetos queimplementan la lógica de negocio necesaria (pasos 6 y 7 ) .

• Una vez que la Action ha completado su procesamiento, ésta de-vuelve el control al ActionServlet.

• Como parte del proceso de retorno, la clase Action proporcionauna clave que indica el resultado de su procesamiento (paso 8 ). ElActionServlet utiliza esta clave para determinar dónde debe serenviado el resultado para su presentación.

• La petición naliza cuando el ActionServlet responde enviando lapetición a la vista que fue enlazada mediante la clave devuelta (paso9 ).

216

• La vista presenta los resultados de la Action en el navegador te-niendo en cuenta los resultados de su procesamiento (paso 10 ).

Se ha seleccionado esta tecnología porque permite simplicar de formasignicativa la creación de aplicaciones Web, Además, proporciona unabatería de funcionalidades importantes, como por ejemplo, la posibilidadde separar completamente la estética de las interfaces de usuario de lalógica del sistema, promoviendo la modularidad y facilitando el mante-nimiento de las aplicaciones.

OWL LiteEl lenguaje OWL (Web Ontology Language) [171], es un lenguaje demarcado para la publicación de ontologías en la Web, el cual permiterepresentar de forma explícita el signicado de términos pertenecientes aun vocabulario y denir las relaciones que existen entre ellos. Unida a losestándares para la Web Semántica y a tecnologías como RDF y RDFS,proporciona una infraestructura que permite compartir información deforma dinámica y exible. OWL se divide en tres sublenguajes OWL-Lite (el más sencillo), OWL-DL (de complejidad media) y OWL-Full (elmás complejo). Para efectos de la implementación del prototipo de ELO-Tool, OWL-Lite ha sido la opción elegida, ya que permite establecer lasrelaciones jerárquicas entre las clases que componen las ontologías y lastransformaciones, que representan la funcionalidad que interesa para laimplementación del prototipo.

API JenaJena es un marco para la construcción de aplicaciones para la Web Se-mántica, el cual permite la gestión de documentos OWL [116]. Ya queuna de las funciones del ELO-Tool es el manejo de ontologías, Jena re-presenta una herramienta que facilita dicha tarea.

Xerces-DOMDOM (Document Object Model), es una especicación del W3C, la cualgenera un árbol jerárquico en memoria, donde cada elemento del docu-mento XML representa un nodo dentro de dicho árbol. La informacióncontenida en el árbol se puede manipular mediante la utilización de unparser. Existen varios parsers DOM, pero para la implementación delprototipo, se ha seleccionado Xerces [259], por ser uno de los más utiliza-dos y estables. DOM ofrece la posibilidad de manipular la información,es decir agregar o borrar nodos en cualquier punto del árbol, esto cons-

217

tituye una de sus mayores ventajas, en relación con la implementacióndel prototipo de ELO-Tool.

MySQLEl sistema de gestión de bases de datos relacional MySQL [153] se ha se-leccionado como tecnología para el soporte subyacente de la concurrencia.La posibilidad de tener tablas de datos separadas, favorece la velocidadacceso y proporciona mayor exibilidad para su manejo. Dado que laherramienta ELO-Tool está orientada a Internet, MySQL es una elec-ción idónea, por ser una tecnología fácil de utilizar, rápida, segura, conalta conectividad.

Para el proceso de ensamblaje de los ELOs se ha implementado el mecanis-mo OntoGlue Full, para el caso de funciones 1 a 1, lo que ha permitido vericarla viabilidad técnica del mecanismo de ensamblaje propuesto en esta tesis.

5.2. Evaluación analíticaLa evaluación analítica utiliza descripciones formales o semi-formales de la

interfaz para analizar y predecir el desempeño de las tareas, en términos de lasoperaciones físicas y cognitivas que deben llevarse a cabo [50]. Para realizaresta evaluación es necesario obtener de la especicación de dicha interfaz através de:

El análisis de tareas.

La denición de la interfaz de usuario, en la que se detallan las operacio-nes de la interfaz y se proporciona la secuencia de las entradas y salidaspara todas las interacciones usuario-sistema.

5.2.1. Análisis de tareas

El desarrollo de la interfaz de usuario requiere de la identicación de lastareas que el usuario podrá realizar a través de cada uno de los módulos cons-titutivos de la herramienta ELO-Tool. Para ello es necesario tener claro queel objetivo de implementación de la herramienta es dar soporte a los procesosde generación, ensamblaje y reutilización de objetos de aprendizaje. Además,es importante intentar dar respuesta a las siguientes preguntas: ¾Quién va a

218

utilizar el sistema? ¾Para hacer qué? ¾Qué desea hacer el usuario? ¾Cómo lopuede hacer? La denición de las tareas permite:

Construir el escenario correspondiente para cada una de ellas, teniendoen cuenta qué es lo que el usuario tiene que hacer y qué verá a cada pasoen el desarrollo de una tarea cuando utilice la herramienta.

Denir una representación visual para cada tarea.

Denir las funciones que se llevaran a cabo con la realización de cadatarea.

A continuación en la tabla 5.1, se sintetiza el análisis de las tareas paraELO-Tool.

Módulos Tareas Acciones/Funciones RepresentacionesGestión de Ontolo-gías

Dar de alta ontología Crear ontología Lista

Dar de baja ontología Borrar ontología ListaGestión de ELOs Dar de alta ELO Crear ELO Lista

Dar de baja ELO Borrar ELO ListaEnsamblaje deELOs

Ensamblar ELOs Generar nuevo tipo deELO

Formulario

Búsqueda de ELOs Buscar ELOs Recuperar ELOs Formulario

Traducción Traducir objetos deaprendizaje

Aplicar meta-datos formulario

Tabla 5.1: Análisis de tareas para ELO-Tool

5.2.2. Denición de la interfaz de usuario

Los requisitos funcionales de la interfaz de usuario de ELO-Tool se analizanpara cada uno de sus módulos constitutivos, desde el punto de vista de sufuncionalidad.

219

Módulo Gestión de Ontologías

Funciones Dar de alta ontología Dar de baja ontologíaFunción Crear ontología Borrar ontologíaDescripción Crear un nueva ontología en el sistema Eliminar una ontología del sistemaEntrada Nombre de la ontología Nombre de la ontologíaSalida Mensaje de noticación indicando que

la ontología ha sido dado de altacorrectamente. En caso contrario men-saje de error indicando cuál ha sido elproblema

Mensaje de noticación indicando quela ontología ha sido borrada correcta-mente. En caso contrario mensaje deerror indicando cuál ha sido el proble-ma

Origen Usuario UsuarioDestino Sistema SistemaRequisito Base de datos de ontologías Base de datosPrecondición Ontología no existente en la base de

datosOntología existente en el sistema

Poscondición Crear una nueva ontología en el siste-ma

Eliminación correcta o incorrecta de laontología del sistema

Efectos laterales Se almacena en la base de datos delsistema

-

Tabla 5.2: Análisis funcional del Módulo Gestión Ontologías

Módulo Gestión de ELOs

Funciones Dar de alta ELO Dar de baja ELOFunción Crear ELO Borrar ELODescripción Crear un nuevo ELO en el sistema Eliminar un ELOEntrada Nombre del ELO Nombre del ELOSalida Mensaje de noticación indicando que

el ELO ha sido dado de alta correcta-mente. En caso contrario mensaje deerror indicando cuál ha sido el proble-ma

Mensaje de noticación indicando queel ELO ha sido borrado correctamen-te. En caso contrario mensaje de errorindicando cuál ha sido el problema

Origen Usuario UsuarioDestino Sistema SistemaRequisito Base de datos de ELOs Base de datosPrecondición ELO no existente en la base de datos ELO existente en el sistemaPoscondición Crear un nuevo ELO en el sistema Eliminación correcta o incorrecta del

ELO del sistemaEfectos laterales Se almacena en la base de datos del

sistema-

Tabla 5.3: Análisis funcional del Módulo Gestión de ELOs

220

Módulo de Ensamblaje de ELOs

Funciones Ensamblar ELOsFunción Ensamblar ELOsDescripción Determina si dos ELOs heterogéneos se pueden ensamblar para generar un

nuevo ELOEntrada Nombre de los ELOsSalida Mensaje de noticación indicando que los ELOs son ensamblables. En caso

contrario mensaje de error indicando cuál ha sido el problemaOrigen UsuarioDestino SistemaRequisito Base de datosPrecondición ELOs y ontologías existentes en el sistemaPoscondición Posibilidad o no de ensamblaje de los ELOsEfectos laterales Generación de un nuevo ELO

Tabla 5.4: Análisis funcional del Módulo de Ensamblaje de ELOs

Módulo de Búsqueda de ELOs

Funciones Ensamblar ELOsFunción Buscar ELOsDescripción Recupera ELOs de la base de datos, de acuerdo con los criterios de búsqueda

seleccionadosEntrada Texto correspondiente a cada campo del formulario que contiene criterios de

búsqueda como: título, palabras clave, formato, requisitos, competencias, etc.Salida Lista de los ELOs que cumplen los criterios de búsqueda seleccionadosOrigen UsuarioDestino SistemaRequisito Base de datosPrecondición ELOs existentes en el sistemaPoscondición ELOs recuperados o no según los criterios de búsqueda seleccionadosEfectos laterales -

Tabla 5.5: Análisis funcional del Módulo de Búsqueda de ELOs

Módulo Traductor

Funciones Traducir meta-datosFunción Traducir meta-datosDescripción Traduce los meta-datos de los objetos de aprendizaje al formato de meta-datos

ELOEntrada Nombre del objeto de aprendizajeSalida Mensaje de noticación indicando que la transformación se ha realizado

correctamente. En caso contrario mensaje de error indicando cuál ha sidoel problema

Origen Usuario

221

Destino SistemaRequisito Objeto de aprendizaje descrito con meta-datosPrecondición Formato de meta-datos entendible por el traductorPoscondición Objeto de aprendizaje descrito con esquema de meta-datos ELOEfectos laterales Se almacena en la base de datos del sistema

Tabla 5.6: Análisis funcional del Módulo Traductor de Meta-datos

Guía de uso de ELO-Tool

A continuación se muestra la interfaz de usuario del prototipo de ELO-tool.El prototipo es una aplicación Web, cuya pantalla de entrada se muestra en lagura 5.4.

Figura 5.4: Página de entrada al prototipo ELO-Tool

Esta pantalla indica al usuario las funciones que puede realizar utilizandola herramienta. A continuación se explica cada función en detalle.

Gestion de ELOsLa gestión de ELOs está relacionada con crear ELOs (UI, UC y UD), darde alta o baja ELOs y mostrar ELOs, tal como se ilustra en la gura 5.5.

222

Figura 5.5: Gestión de ELOs

- Crear UI

Para crear una unidad de información el usuario debe seleccionar el en-lace Crear UI de la página de Gestión de ELOs. Aparecerá entonces unformulario que contiene los meta-datos que describen una UI, el cual elusuario debe cumplimentar, teniendo en cuenta los campos obligatorios,para que se genere correctamente dicha UI. La gura 5.6 muestra losmeta-datos de una UI.

Figura 5.6: Gestión de ELOs, Crear UI

- Crear UC

Para crear una unidad de contenido el procedimiento es el mismo que elutilizado para crear una UI. La diferencia radica en los nuevos campos demeta-datos que permiten denir el conocimiento asociado a la UC (vergura 5.7).

223

Figura 5.7: Gestión de ELOs, Crear UC

- Crear UD

Para crear una unidad didáctica se debe cumplimentar el formulario demeta-datos que permite describir las UDs. Los nuevos campos de meta-datos que permiten denir el conocimiento asociado a la UD, los objeti-vos, un resumen de la UD y describir los mecanismo de evaluación quese van a utilizar. Ver gura 5.8).

Figura 5.8: Gestión de ELOs, Crear UD

224

- Dar de alta y dar de baja ELO

Para dar de alta un ELO, se selecciona el archivo correspondiente y sepulsa el botón enviar. El sistema comprobará si el archivo correspondea un ELO y si no existe en la base de datos del sistema lo dará de alta.De la misma forma, para dar de baja un ELO se introduce el nombre yel sistema lo buscará en la base de datos. Si este existe le dará de bajadel sistema, eliminándolo de la base de datos. Ver gura 5.9).

Figura 5.9: Gestión de ELOs, Dar de alta ELO

- Mostrar ELOs

Para ver los ELOs almacenados en la base de datos, desde la páginade Gestión de ELOs se selecciona el enlace correspondiente a MostrarELOs. El sistema genera una página que contiene los ELOs existentes yun enlace que permite ver el archivo correspondiente a cada ELO. Vergura 5.10).

225

Figura 5.10: Gestión de ELOs, Mostrar ELOs

Gestion de OntologíasLa gestión de ontologías está relacionada con dar de alta o baja y mos-trar ontologías. Las interfaces de estas funcionalidades son similares alas mostradas previamente en el apartado de Gestión de ELOs. Por sim-plicidad, en este apartado solo se muestra la interfaz correspondiente aMostrar ontologías. Ver la gura 5.11.

Figura 5.11: Gestión de Ontologías, Mostrar Ontologías

Ensamblaje de ELOsEl proceso de ensamblaje de ELOs se realiza en ELO-Tool a través dela interfaz mostrada en la gura 5.12. Para saber si dos ELOs heterogé-neos se pueden ensamblar, se introduce el nombre de cada uno de ellosy se pulsa el botón enviar, para que el sistema realice la vericacióncorrespondiente.

226

Figura 5.12: Ensamblaje de ELOs

Si el resultado de este proceso es positivo, el sistema genera una páginaque contiene los meta-datos del ELO resultante del ensamblaje y loscheros correspondientes a los ELOs ensamblados.

Figura 5.13: ELO Resultante del ensamblaje

Búsqueda de ELOsLa búsqueda de ELOs se realiza a través de la interfaz mostrada en lagura 5.14. El usuario selecciona los criterios de búsqueda a aplicar y elsistema devuelve una lista con los ELOs que cumplen aquellos criterios.

227

Figura 5.14: Busqueda de ELOs

Traducción a formato ELOLa traducción a formato ELO se realiza a través de la interfaz de lagura 5.15. El usuario introduce el nombre del archivo que quiere traducira formato ELO.

Figura 5.15: Traducción a formato ELO

El sistema comprueba que sus meta-datos corresponden a alguno de losesquemas de meta-datos entendibles por el traductor: IMS, ARIADNE,LOM y DCMI. Una vez realizada la comprobación, realiza la traduccióna formato ELO.

228

Figura 5.16: Traducción a formato ELO, guardar nuevo ELO

A continuación en la sección 5.3.1 se realiza un análisis comparativo entrediferentes modelos y el modelo de contenido propuesto en esta tesis doctoral.

5.3. Evaluación comparativa

La comparación es un mecanismo de evaluación que permite abstraer as-pectos relevantes de los elementos implicados en el proceso mismo de evalua-ción. Con el n de elaborar una tabla comparativa, se describen cinco modelosde contenido de objetos de aprendizaje: Learnativity Content Model (Duval yHodgins, [58]), SCORM Content Model ([208]), RIO/RLO Model (Presentadopor Barrit [13]), NETg Learning Object Model (presentado por LÁllier [120]),y el General Learning Object Content Model (propuesto por Verbet y Duval[234]).

5.3.1. Relación con otros modelos

El objetivo de esta comparación es conrmar las ventajas del modelo decontenido propuesto en esta tesis, respecto a la forma en que cada uno de losmodelos seleccionados aborda los problemas relacionados con la generación,el ensamblaje y la reutilización de objetos de aprendizaje. A continuación sedescriben las características más relevantes de cada uno de ellos.

229

Learnativity Content Model

Este modelo llamado también modelo de agregación [237], ha sido desarro-llado por la Learnativity Foundation [121]. Los componentes del modelo semuestran en la tabla 5.7.

Componentes ExplicaciónContent Asset Contenidos multimedia aislados: Imagen, texto, audio,

applets, etc.Information Object Un documento de texto, una página Web, applets, etc.

que están enfocados hacia una pieza de informaciónúnica. Su objetivo es intentar explicar un concepto,ilustrar un principio o describir un proceso. Los ejer-cicios son considerados como objetos de información.

Learning Objective Representa una colección de objetos de información(Information Objects), ensamblados para enseñar unobjetivo de aprendizaje común.

Learning Component Es un término genérico utilizado para hacer referenciaa lecciones y cursos que generalmente tienen múltiplesobjetivos de aprendizaje y están formados por múlti-ples objetos de aprendizaje.

Learning Environment Es una combinación de contenido y tecnología dentrodel cual el estudiante interactúa. Por ejemplo, un cur-so dentro de un sistema de gestión de cursos (CMS)es un learning components, pero el desarrollo de uncurso en un CMS por una institución particular (consus políticas, sistemas de reserva, etc.) es un learningenvironment.

Tabla 5.7: Componentes del Learnativity Content Model

Este modelo combina perspectivas pedagógicas y técnicas. La idea de utili-zar information objetcs se deriva del trabajo realizado por Robert Horn [102],sobre aprendizaje y escritura estructurada.

El término learning objective (utilizado para denir un objeto de aprendiza-je) es un concepto de diseño instruccional que se deriva del trabajo de RobertFrank Mager ([133]), Robert Gagne ([81]), Walter Dick y Lou Carey ([48]),entre otros. Un objetivo de aprendizaje es un paso único medible (o verica-ble) en el camino hacia la meta de aprendizaje. Los objetivos de aprendizajedicen lo que se espera que el alumno haga o aprenda y cómo será vericadoel nivel de realización de dicho objetivo. Los objetivos pueden ser denidos endiferentes dominios (psicomotor, afectivo y cognitivo) y pueden variar desde elconocimiento y la comprensión hasta la síntesis y la evaluación (de acuerdo asu denición en la Taxonomía de Bloom [21]).

La representación gráca de este modelo se ilustra en la gura 5.17.

230

Figura 5.17: Componentes del Learnativity Content Model

SCORM

SCORM proporciona un marco de referencia para traducir componentes dela DIT (Design Instructional Theory), en un diagrama de contenido estructu-rado. SCORM es una especicación técnica que hace posible que el eLearningsea interoperable, durable, reutilizable y accesible. Los componentes denidosdentro de su modelo de contenido se muestran en la tabla 5.8.

Componentes ExplicaciónAsset Los Assets constituyen representaciones electrónicas

de medios como texto, sonido, páginas Web, evalua-ciones y otras piezas de datos distribuidas al clienteWeb. Son materiales instruccionales independientes

SCO Un SCO (Sharable Content Object) es una colecciónde Assets y representa la unidad lógica de instrucciónmás pequeña que se puede distribuir a través de unLMS.

Content Organization Es un diagrama que representa la utilización del conte-nido a través de unidades de instrucción estructuradas(actividades).

Tabla 5.8: Componentes del Modelo de Contenido de SCORM

231

SCORM utiliza diferentes plantillas predenidas sobre las que es posiblemapear los componentes de la teoría de diseño instruccional. Para agregar loscontenidos dene reglas que relacionan los objetivos con los SCOs y los Assets.Estas reglas permiten vericar el cumplimiento de los objetivos para decidirsi se da paso al siguiente nivel de contenido o no. La gura 5.18 ilustra loscomponentes del modelo.

Figura 5.18: Componentes del modelo de contenido SCORM

RIO/RLO Model

Cisco Systems Inc., consciente de la necesidad de crear y distribuir cursos deformación que pudieran ser reutilizados, buscados y modicados independien-temente del medio de distribución, crea su estrategia RLO (Reusable LearningObject).

Esta estrategia se basa en los principios de diseño instruccional. De estaforma los diseñadores pueden crear, buscar, reutilizar y reproponer informa-ción y objetos de formación teniendo en cuenta cinco tipos de información:conceptos, hechos, procedimientos, procesos y principios.

Los componentes de esta estrategia se muestran en la tabla 5.9.

232

Componentes ExplicaciónRIO Cada RIO (Reusable Information Object) se construye

teniendo en cuenta un objetivo de aprendizaje, elemen-tos de contenido, de práctica y de evaluación. CadaRIO se clasica como un concepto, un hecho, un pro-cedimiento un proceso o un principio. Asociado a cadauno de los tipos RIO existe una plantilla recomendadaque el autor puede seguir para construir el RIO.

RLO Un RLO (Reusable Learning Object) es una colecciónde siete más o menos dos RIOs, agrupados para ense-ñar un objetivo común único. Para hacer de ese con-junto de RIOs una experiencia de aprendizaje comple-ta o una lección, se añade un resumen, una evaluacióny una vista general del RLO.

Tabla 5.9: Componentes del Modelo RLO

La representación gráca de los componentes del modelo RIO-RLO semuestran en la gura 5.19.

Figura 5.19: Componentes del modelo RIO-RLO

NETg Learning Object Model

NETg propone un modelo para aprovechar las habilidades individuales delos usuarios, de modo que puedan responder a las necesidades creadas por losentornos de negocio externos.

El modelo está formado por cuatro componentes, como se muestra en latabla 5.10.

233

Componentes ExplicaciónCourse Formado por unidades independientesUnit Formada por lecciones independientesLesson Formada por tópicos independientesTopic Formado por objetos independientes que contienen un

objetivo (describe la intención basada en un criterioque resulta de la actividad de aprendizaje), una acti-vidad (enseña el objetivo) y una evaluación (determinasi el objetivo ha sido cumplido).

Tabla 5.10: Componentes del NETg Learning Object Model

La gura 5.20 muestra los componentes de un curso según NETg.

Figura 5.20: Componentes del modelo NETg

Topic se utiliza para crear otra estructura única a la que NETg ha llamadoLearning Object Structural Component, que se dene como la experiencia deinstrucción independiente más pequeña que contiene un objetivo, una actividadde aprendizaje y una evaluación.

NETg ha tenido en cuenta los principios cientícos a los que hace referen-cia David Merrill en su artículo Reclaiming Instructional Design [140]. Parala denición de los objetivos, se basa en los protocolos propuesto por RobertMager en su modelo CRI (Criterion Referenced Instruction) [133], el cual re-presenta un conjunto de métodos para el diseño y distribución de programasde formación. Y para el desarrollo de las actividades de aprendizaje, ha tenidoen cuenta la taxonomía de Bloom [21], quien trata la complejidad cognitivaque permite el desarrollo de una determinada forma de enseñar el objetivoformulado.

La clave para mantener la integridad instruccional (gura 5.21), de los pro-ductos, es la aplicación de los mejores conceptos para el diseño instruccional,

234

todos ellos enfocados en la estructura básica del sistema (el Learning ObjectStructural Component) a partir de la cual se obtiene una variedad de estruc-turas.

Figura 5.21: Integridad Instruccional con NETg

General Learning Object Content Model

Finalmente se describen los componentes del modelo de contenido de ob-jetos de aprendizaje general.

Este modelo está formado por los componentes mostrados en la tabla 5.11.

Componentes ExplicaciónContent Fragments Son elementos de contenido de aprendizaje en su forma

más básica (audio, texto, imagen, etc.). Representanrecursos individuales que no se pueden combinar conotros.

Content Objects Formada por un conjunto de content fragments, aña-den navegación. Se pueden extender añadiendo activi-dades y roles. Se pueden ensamblar con otros contentobjects.

Learning Objects Formados a partir de los content objects y además aña-den objetivos de aprendizaje. No hoy límite en los ni-veles de agregación de learning objects.

Topic Formado por objetos independientes que contienen unobjetivo (describe la intención basada en un criterioque resulta de la actividad de aprendizaje), una acti-vidad (enseña el objetivo) y una evaluación (determinasi el objetivo ha sido cumplido).

Tabla 5.11: Componentes del Modelo de Contenido de Objetos de AprendizajeGeneral

235

La gura 5.22 muestra la representación gráca del modelo de contenidode objetos de aprendizaje general.

Figura 5.22: Modelo de Contenido de Objetos de Aprendizaje General

Marco de comparación

Las características seleccionadas para realizar la comparación entre los di-ferentes modelos se describen a continuación.

Componentes: Presenta los tipos de componentes denidos dentro decada modelo de contenido.

Formato para la agregación de contenido: Se reere al tipo deprincipios o criterios que se tienen en cuenta a la hora de componernuevos elementos a partir de los componentes existentes en cada modelode contenido.

Nivel de agregación: Esta característica permite identicar el nivel degranularidad de un objeto de aprendizaje. Esto es, el tamaño del recursoexpresado en términos de formato (páginas HTML, imágenes, videos,etc.) y el tipo instruccional (tema, lección, curso. etc.).

Archivo de salida: Identica el formato de salida para el chero quedescribe cada componente del modelo de contenido.

236

Mecanismo de integración, agregación o ensamblaje: Identicael tipo de mecanismo utilizado para juntar los diferentes componentes,denidos dentro de cada modelo de contenido.

Soporte para reutilización: Especica si los modelos de contenidosoportan la reutilización de sus componentes.

Requisitos técnicos: Especica las características técnicas para la uti-lización de las herramientas que implementan cada modelo de contenido.

Dirigido a: Se reere al tipo de audiencia a quien va dirigida la utiliza-ción de cada modelo de contenido.

Meta-datos: Identica el tipo de especicación o estándar de meta-datos utilizados para describir los componentes de cada modelo de con-tenido en particular.

La tabla 5.12 presenta una descripción de las características relevantes ex-traídas del análisis comparativo entre los modelos de contenido presentados eneste capítulo.

237

Característica LearnativityContentModel

SCORM RIO/RLOModel

NETg Lear-ning ObjectModel

GeneralLOCM

ELO ContentModel

Componentes - Raw data- InformationObjects- LearningObjectives- AggregatedAssembles- Collections

- Assets- SCOs- Content Or-ganization

- RIO- RLO

- Course- Unit- Lesson- Topic

- Content frag-ments- Content Ob-jects- Learning Ob-jects

- UIs- UCs- UDs

Formato paraagregación decontenido

- No especica-do

IMS Principiosde diseñoinstruccio-nal

Principios dediseño ins-truccional,objetivos, ac-tividades deaprendizaje,Learning Ob-ject StructuralComponent

No especicado ConocimientoAsociado

Nivel de agre-gación

Según LOM- Learningobjects = 2- LearningComponente =3- LearningEnvironment= 3 o 4

- Assets = 1- SCOs = 2- Content orga-nization = 3 o4

- RIO = 1- RLO = 2,3 o 4

- Tópico = 1- Lecciones = 2- Unidades = 3- Cursos = 4

- Content frag-ments = 1- UC = 2- UD = 3 o 4

- UI = 1- UC = 2- UD = 3 o 4

Archivo de sali-da

No especicado .xml .xml .nlo No especicado .xml

Mecanismo deintegración,agregación,ensamblaje

No especicado Plantillas pre-denidas y re-glas basadas enobjetivos

Objetivosactivi-dades,plan deformación

Plan de forma-ción individual

No especicado OntoGlue yOntoGlue Full

Soporte parareutilización

Si Si Si Si Si Si

Requisitos téc-nicos

No especicado La implemen-tación del APIde SCORMes instanciadaen el lado delcliente porun servicio deejecución antesde que el SCOsea lanzado.Esta imple-mentación esdiferente deacuerdo a cadafabricante.

Navegador,CDRom

Navegador,Descarga curso

No especicado Navegador

Dirigido a Profesor Profesor-Alumno

Profesor-Alumno

Profesor-Alumno

Profesor Profesor

Meta-datos Si (No especi-cado)

Si (IMS) Si (No es-pecicado)

Si (No especi-cado)

Si (No especi-cado)

Si (LOM exten-dido)

Tabla 5.12: Comparación entre diferentes Modelos de Contenido de Objetos deAprendizaje

238

Del anterior proceso de comparación se abstraen las siguientes conclusiones:

La denición de los componentes de los modelos de contenido representanla noción particular de objeto de aprendizaje dentro de cada modelo.

El número de componentes varía de un modelo a otro, pero la deniciónde objetivos de aprendizaje está presente en todos ellos, ya sea comoun componente independiente (Learnativity Content Model) o como ele-mento denido dentro de otro componente (SCORM, NETg, ELO).

Los componentes de cada modelo se asocian a diferentes niveles de gra-nularidad (desde 1 (nivel de granularidad más bajo) hasta 4 (nivel degranularidad más alto)).

La mayoría de los modelos de contenido ofrecen archivos de salida enformato XML (SCORM, RIO/RLO, ELO).

Los mecanismos de integración, agregación o ensamblaje se basan en eluso de plantillas predenidas.

Los modelos de contenido analizados ofrecen soporte para la reutilización.

El modelo más utilizado es SCORM.

El modelo de contenido presentado en esta memoria tiene asociado otrosaspectos que representan ventajas importantes respecto a los otros modelosseleccionadas para realizar el estudio comparativo. En particular dicho modeloofrece:

La descripción formal de cada uno de los componentes del modelo decontenido.

La denición del concepto de Conocimiento Asociado (requisitos y com-petencias), como elemento fundamental en el proceso de comparación.

La utilización de ontologías como medio para la comparación semánticade los componentes del modelo de contenido.

La extensión del estándar de meta-datos LOM para obtener una descrip-ción de los componentes del modelo de contenido más adecuada a lospropósitos de ensamblaje.

Un mecanismo de ensamblaje basado en ontologías.

239

5.4. ConclusionesEn este capítulo se han descrito los diferentes métodos de evaluación utiliza-

dos para vericar la viabilidad de implementación del modelo conceptual parala generación, ensamblaje y reutilización de objetos de aprendizaje, propuestoy descrito en esta memoria, a través de los siguientes aspectos:

Factibilidad técnicaEn este apartado se ha evaluado la viabilidad de la implementación delmodelo conceptual para la generación, el ensamblaje y la reutilización deobjetos de aprendizaje, propuesto en esta tesis. Esta evaluación se realizadesde tres puntos de vista:

• El análisis funcional, enfocado hacia la identicación de las opera-ciones que debe realizar la herramienta ELO-Tool.

• El diseño, descrito desde la perspectiva de ELO-Tool como platafor-ma para el soporte de la generación, el ensamblaje y la reutilizaciónde objetos de aprendizaje.

• La implementación, descrita desde el punto de vista de las operacio-nes que ejecuta el usuario con la herramienta ELO-Tool para llevara cabo la generación, el ensamblaje y la reutilización de objetos deaprendizaje.

Evaluación analíticaEste tipo de evaluación se ha realizado con el objetivo de predecir eldesempeño de las tareas en términos de las operaciones físicas y cogniti-vas que deben llevarse a cabo. Esta evaluación comprende los siguientesaspectos:

• Análisis de tareas• Denición de la interfaz de usuario

Evaluación comparativaLa comparación con otros modelos ha permitido conrmar las ventajasdel modelo propuesto, respecto a la forma en que cada uno de los modelosseleccionados abordan los problemas relacionados con la generación, lareutilización y el ensamblaje de objetos de aprendizaje. De este procesode comparación se concluye que el modelo propuesto ofrece característi-cas distintivas respecto a los modelos seleccionados en aspectos como:

240

• La descripción formal de cada uno de los componentes del modelode contenido.

• La denición del concepto de Conocimiento Asociado (requisitos ycompetencias), como elemento fundamental en el proceso de com-paración.

• La utilización de ontologías como medio para la comparación se-mántica de los componentes del modelo de contenido.

• La extensión del estándar de meta-datos LOM para obtener unadescripción de los componentes del modelo de contenido más ade-cuada a los propósitos de ensamblaje.

• La denición de un mecanismo de ensamblaje basado en ontologías.

A continuación, en el capítulo 6, se presentan las conclusiones del trabajode investigación descrito en esta memoria, así como también los principalesaportes derivados del mismo y las líneas de investigación y trabajo futuras.

241

242

Parte IV

CONCLUSIONES

243

Capítulo 6

CONCLUSIONES Y LÍNEAS DETRABAJO FUTURO

El eLearning se ha convertido en una poderosa estrategia tanto a nivel delmundo empresarial como del académico, la cual favorece el aprovechamientodel capital intelectual y cuyo crecimiento se potencia a través de aspectos como:

Infraestructura tecnológica: el acceso ubicuo a la información, laadaptabilidad, y la interoperabilidad hacen del elearning una alternativaviable tanto para pequeñas como grandes organizaciones, geográcamen-te remotas.

Activo intelectual: los lugares de trabajo exigen mayor competitividad,lo que conduce a una mejor gestión de: el conocimiento, los perles delos usuarios, el seguimiento de su evolución a través de las experienciasde trabajo compartido y la disponibilidad de recursos donde y cuandosean necesarios.

Modelos de competencia: las soluciones de eLearning basadas en com-petencias utilizan modelos de competencia como plantillas, las cualesdescriben un conjunto de conocimientos interrelacionados, aptitudes ycomportamientos que caracterizan el desempeño excelente.

Interoperabilidad: la creación de arquitecturas de aprendizaje en lasque se aplican estándares permiten asegurar la interoperabilidad entresistemas de gestión de aprendizaje y entre sus contenidos. Esto ha dadoorigen al comercio del conocimiento, el cual representa un subconjuntoespecializado de la economía de Internet, en el que sobresale la utilizaciónde objetos de aprendizaje.

245

Estas tendencias plantean nuevos retos relacionados con:

Los modelos conceptuales para el soporte de los procesos de generación,ensamblaje y reutilización de objetos de aprendizaje.

Los mecanismos para el ensamblaje de objetos de aprendizaje que respe-ten el conocimiento asociado a ellos.

Los procedimientos para la descripción de los objetos de aprendizajeresultantes de los proceso de ensamblaje.

En esta tesis doctoral se ha abordado estos retos contribuyendo al plantea-miento y construcción de soluciones que favorezcan los procesos de enseñanza-aprendizaje, enfocadas hacia la generación, el ensamblaje y la reutilizaciónde objetos de aprendizaje. Inicialmente se identicaron las deciencias de losLCMS respecto a las características de los modelos conceptuales, los meca-nismos para el ensamblaje de objetos de aprendizaje y los procesos para ladescripción, mediante meta-datos, de los objetos de aprendizaje resultantesdel ensamblaje. De aquí surgió la denición de un modelo conceptual cuyoscomponentes debían soportar el ensamblaje de objetos de aprendizaje a distin-tos niveles de granularidad. Dicho proceso exigía la descripción de los objetosde aprendizaje mediante meta-datos. Sin embargo, el esquema de meta-datoselegido no era suciente para obtener una descripción adecuada, con miras alensamblaje y la reutilización. De ahí que fuera necesario hacer una extensión alestándar de meta-datos LOM. El paso siguiente fue la denición del mecanis-mo de ensamblaje, basado en la utilización de ontologías, con el n de realizarla comparación de contenidos sintácticamente distintos. Durante el proceso deimplementación del prototipo surgió la necesidad de extender el mecanismode ensamblaje ya que forzaba a la existencia de una ontología intermedia decomparación. Por otro lado, la implementación del proceso de ensamblaje deobjetos de aprendizaje ha representado un reto en sí mismo puesto que implicaaplicar reglas para obtener el conjunto de meta-datos que describan al objetode aprendizaje resultante del proceso de ensamblaje. La construcción del pro-totipo de la herramienta ha permitido vericar la funcionalidad y viabilidadtécnica de las soluciones propuestas en esta tesis doctoral.

En la sección 6.1 de este capítulo se presentan las conclusiones derivadasde esta tesis doctoral En la sección 6.2, se presenta un resumen de los aspectoscentrales abordados en esta tesis, las soluciones propuestas para cada uno deellos, así como también las principales aportaciones de la misma. Finalmente,en la sección 6.3, se describen las principales líneas de investigación y de trabajofuturo.

246

6.1. ConclusionesLas siguientes son las principales conclusiones extraídas de la realización

de esta tesis:

Respecto a los objetos de aprendizaje, se ha podido constatar que repre-sentan una pieza clave en el proceso de desarrollo de material didáctico,dentro de los nuevos escenarios de eLearning. Sin embargo, se han obser-vado algunos problemas relacionados con los siguientes aspectos:

• La falta de consenso en la propia denición de lo que es un objetode aprendizaje. Después de analizar gran variedad de deniciones,desde nuestro punto de vista, la denición que mejor ofrece una vi-sión de lo que debe ser un objeto de aprendizaje es la presentadapor Sosteric y Hesemeier [221], quienes proponen que un objeto deaprendizaje es un archivo digital (película, imagen, etc.) utiliza-do para propósitos pedagógicos los cuales incluyen internamente opor asociaciones sugerencias sobre el contexto apropiado en el cualutilizar el objeto. Dentro de esta tesis, se ha proporcionado unadenición en línea con la anterior, presentada en el capítulo 3.

• Los modelos de contenido existentes, no proporcionan una descrip-ción formal de sus componentes. Este aspecto ha sido tenido encuenta en la denición del modelo de contenido propuesto en estatesis (ver capítulo 3), lo cual representa una ventaja frente a dichosmodelos.

• La reutilización de objetos de aprendizaje es uno de los retos másinteresantes, el cual exige la adecuada utilización de los meta-datosen la descripción de dichos objetos, con el n de potenciar las po-sibilidades de reutilización de los recursos educativos en diferentescontextos. La parte más complicada de la reutilización es el ensam-blaje de objetos de aprendizaje ya existentes para generar nuevosobjetos de aprendizaje, puesto que requiere: La localización de los recursos de aprendizaje apropiados, que

eventualmente puedan ser ensamblados para satisfacer los ob-jetivos pedagógicos propuestos.

La descripción de los objetos de aprendizaje a través de meta-descripciones de alto nivel.

La expresión formal de los objetivos de aprendizaje dentro delcontexto seleccionado para realizar la experiencia de aprendi-zaje.

247

La denición de un conjunto de reglas de composición que re-gulen la construcción de los nuevos objetos de aprendizaje apartir de los ya existentes.

Además, no existen propuestas en las que se utilicen las característi-cas del propio objeto de aprendizaje, como medio para la deniciónde mecanismos que permitan el ensamblaje de diferentes tipos deobjetos de aprendizaje.

• La necesidad de contar con un mecanismo que permita compararsemánticamente contenidos sintácticamente distintos. En este sen-tido, dentro del contexto de esta tesis, las ontologías son el medioseleccionado para la realización de dicha comparación. Es así co-mo su utilización dentro de esta tesis ha facilitando la creación deun mecanismo de ensamblaje, en el que el Conocimiento Asociado(requisitos y competencias), representa el elemento fundamental decomparación dentro del mecanismo de ensamblaje, cuyo funciona-miento se basa en la utilización de ontologías (ver sección 3.2.1).

Respecto a los meta-datos, estos representan una parte esencial en ladenición de los objetos de aprendizaje. En relación con esta tecnología,se ha observado que:

• Los actuales esquemas de meta-datos carecen de elementos adecua-dos que permitan describir el Conocimiento Asociado (requisitosy competencias) a los objetos de aprendizaje, haciendo necesarioañadir extensiones a dichos esquemas. Dentro de esta tesis se hapropuesto una extensión al estándar de meta-datos LOM (presen-tada en el capítulo 4), para facilitar la descripción de objetos deaprendizaje con vistas a su ensamblaje y posterior reutilización.

• Las buenas descripciones de objetos de aprendizaje mediante meta-datos, facilitan los procesos de búsqueda y recuperación de los mis-mos y además potencian la reutilización de dichos objetos de apren-dizaje.

• No existen procedimientos mediante los cuales sea posible obtenerel conjunto de meta-datos que describan a un objeto de aprendizajeresultante de un proceso de ensamblaje. Teniendo en cuenta estacarencia, en esta tesis se ha propuesto un conjunto de reglas basa-das en la utilización de meta-datos didácticos (ver sección 4.2.2), lascuales hacen posible obtener el conjunto de meta-datos que descri-ban al objeto de aprendizaje resultante del proceso de ensamblaje.

248

El diseño técnico e intelectual requerido en el desarrollo y la gestión delos meta-datos no son procesos triviales. Queda aún por resolver muchaspreguntas en relación a los meta-datos, como: ¾cuál es el mejor esquemao esquemas de meta-datos que debe aplicarse para cubrir las necesidadesdel creador de la información, los almacenes de recursos y sus usuarios?,¾cómo capitalizar su utilización para anticiparse a futuras aplicaciones? y¾qué estrategias se deben utilizar para asegurar el mantenimiento de losmeta-datos de acuerdo con las versiones más recientes de los esquemasaplicados?

6.2. AportacionesLas aportaciones en esta tesis doctoral se clasican en tres categorías:

6.2.1. Aportaciones principales

1. Denición del Modelo ConceptualLos resultados de la denición del modelo conceptual son los siguientes:

Denición del modelo de contenido, sus componentes (ELOs) y lasrelaciones entre ellos. Las ventajas que ofrece respecto a otros mo-delos, se reejan en aspectos como:• La descripción formal de cada uno de los componentes del mo-

delo de contenido.• La denición del concepto de Conocimiento Asociado (requisi-

tos y competencias), como elemento fundamental en el procesode comparación.

• La utilización de ontologías como medio para la comparaciónsemántica de los componentes del modelo de contenido.

• La extensión del estándar de meta-datos LOM para obteneruna descripción de los componentes del modelo de contenidomás adecuada a los propósitos de ensamblaje.

• La denición de un mecanismo de ensamblaje basado en onto-logías.

Denición de las combinaciones permitidas entre los distintos tiposde ELOs.Descripción formal de los ELOs.

249

Descripción de ELOs. El principal resultado en este aspecto se re-ere a la capitalización de la utilización de los meta-datos, comoun elemento de anticipación a futuras aplicaciones. El aporte de es-ta tesis en este sentido se materializa a través de la extensión delestándar de meta-datos LOM, lo que ha permitido:• Dar respuesta a la necesidad de una descripción más adecuada

para los componentes del modelo de contenido propuesto.• Proporcionar un binding XML para cada uno de los componen-

tes del modelo de contenido propuesto.• Anticiparse a futuras aplicaciones, por ejemplo, dentro de la

Web Semántica, al introducir campos que permiten hacer re-ferencia a las ontologías a las que pertenece el ConocimientoAsociado (requisitos y competencias) correspondiente a cadaELO.

• Favorecer la utilización del mecanismo de ensamblaje, introdu-ciendo un tipo de meta-dato que permite la denición del Co-nocimiento Asociado dentro de la extensión del estándar LOM.

• Identicar los procesos para el cálculo de los valores de los atri-butos y los elementos de los meta-datos del ELO resultantedel ensamblaje, en función de si están acotados dentro de undominio o corresponden a sentencias de lenguaje natural.

• Proporcionar reglas para la descripción de los ELOs resultantesdel proceso de ensamblaje, teniendo en cuenta: Las posibles combinaciones permitidas entre diferentes ti-

pos de ELOs, de acuerdo a su denición dentro del modelode contenido.

El tipo de proceso de generación (manual o automático), delos valores de los atributos (de los elementos pertenecientesa cada una de las categorías denidas para el estándar demeta-datos LOM y los de la versión extendida) resultantes,que son asignados al nuevo ELO.

2. Denición del mecanismo de ensamblaje de ELOsEste es uno de los aspectos más interesantes abordados en esta tesisdoctoral y en el cual se han obtenido los siguientes resultados:

Denición del concepto de Conocimiento Asociado (requisitos ycompetencias), como elemento clave para la comparación entreELOs heterogéneos.

250

Denición del mecanismo de ensamblaje, basado en ontologías, On-toGlue y su versión extendida OntoGlue Full.Denición del algoritmo para el cierre transitivo.Formalización de todos los conceptos asociados a la denición delmecanismo de ensamblaje (OntoGlue y OntoGlue Full).

Las implicaciones derivadas de la utilización del modelo conceptual y delmecanismo de ensamblaje, se resumen en los siguientes aspectos:

Facilidades para la descripción de los ELOs mediante meta-datosdidácticos, a través de la aplicación de las reglas denidas para taln, lo que permite obtener una descripción acertada de los ELOsresultantes de los procesos de ensamblaje.Facilidades para la búsqueda, descubrimiento y recuperación de losELOs, gracias a la aplicación adecuada de los meta-datos.Aumento del valor pedagógico de los ELOs mediante la deniciónde sus requisitos y competencias (Conocimiento Asociado), ya quepotencia el ensamblaje y posterior reutilización de los mismos.Disponibilidad de un mecanismo de comparación able, ya que sebasa en la aplicación de ontologías.Disponibilidad de mecanismos de ensamblaje de ELOs potentes, cu-ya viabilidad técnica ha sido vericada mediante la implementacióndel prototipo de la herramienta ELO-Tool.Facilidades para la implementación del prototipo de la herramientaELO-Tool, ya que se dispone del diseño de sus componentes.Compatibilidad de los ELOs respecto al estándar de meta-datosLOM y la especicación de meta-datos del IMS.Adopción de la tecnología de objetos de aprendizaje como mediopara la implementación de soluciones para el mejoramiento del con-tenido educativo.Consistencia en el tratamiento del contenido educativo, lo que fa-vorece su posterior reutilización.Automatización de los procesos para la generación, ensamblaje yreutilización de objetos de aprendizaje.

Así pues, en el proceso de ensamblaje se distinguen claramente dos fases:

La aplicación del mecanismo de ensamblaje (OntoGlue u OntoGlueFull).

251

La descripción de los ELOs resultantes del proceso de ensamblaje,mediante la aplicación de los meta-datos correspondientes, segúnlas reglas denidas para cada tipo de combinación.

3. Reutilización de ELOsLos aportes en este aspecto son:

Se ha descrito el comportamiento de los ELOs a través de las dife-rentes etapas de su ciclo de vida. Esto ha permitido identicar lasrelaciones establecidas a través de las diversas etapas respecto a losproveedores y usuarios. Además, se destaca el hecho de que asociara los ELOs un ciclo de vida conlleva a una mejor y más adecua-da utilización de los mismos, con el consecuente incremento en lacalidad del contenido educativo.

La utilización de meta-datos para describir los objetos de aprendi-zaje, incrementar su potencial de reutilización. De ahí que se hagaespecial énfasis en la importancia de utilizar buenas descripciones,a nivel de meta-datos, de los contenidos educativos.

La descripción adecuada a nivel de meta-datos de los ELOs facilitasu búsqueda y recuperación y potencian la reutilización de los ELOs.

También se a abordado la reutilización desde las perspectivas hu-mana y tecnológica, lo cual ha permitido distinguir la motivaciónexistente en los distintos tipos de usuarios, su visión frente a lareutilización y el papel que desempeñan a lo largo de las distintasfases del ciclo de vida de los objetos de aprendizaje. Y desde el pun-to de vista tecnológico, se ha puesto en evidencia la necesidad deidenticar las características de los materiales digitales, su granu-laridad y el grado en que las herramientas ofrecen soporte para lareutilización de contenido educativo.

6.2.2. Aportaciones tecnológicas

Construcción del prototipo de la herramienta ELO-ToolEl prototipo representa una plataforma de evaluación que permite ve-ricar la viabilidad técnica de los procesos de generación, ensamblaje yreutilización de ELOs propuestos en esta tesis.

252

6.2.3. Otras aportaciones

Análisis del estado de la cuestiónEsta labor ha constituido una pieza fundamental en la denición delproblema y la caracterización de los requisitos que debían cumplir lassoluciones propuestas. Es así como a través de ella se identicó el contextodentro del cual se enmarca la tecnología de objetos de aprendizaje, ejecentral para el desarrollo de esta tesis doctoral. Así pues, el análisis delestado de la cuestión se realizó a través de las siguientes fases:

• eLearning, identicando los principales tipos de sistemas de eLear-ning (LMS y LCMS), sus diferentes enfoques y puntos de conuen-cia, desde los cuales estos sistemas alcanzan el mismo objetivo dealto nivel: acelerar la transferencia de conocimiento.

• Tecnología de meta-datos, rearmando su importancia en los pro-cesos de reutilización y descubriendo su alto potencial en el cubri-miento de nuevas necesidades y campos de acción como la WebSemántica.

• Tecnología de objetos de aprendizaje, identicando sus caracterís-ticas, benecios y principales líneas de investigación, de las cualesse destaca la reutilización y en particular el ensamblaje de objetosde aprendizaje para obtener nuevos objetos de aprendizaje, identi-cando para ello los siguientes requisitos: La localización de los recursos de aprendizaje apropiados, que

eventualmente puedan ser combinados para satisfacer los obje-tivos pedagógicos propuestos.

La descripción de los objetos de aprendizaje a través de meta-descripciones de alto nivel.

La expresión formal de los objetivos de aprendizaje dentro delcontexto seleccionado para realizar la experiencia de aprendi-zaje.

Un conjunto de reglas de composición que regulen la construc-ción de los nuevos objetos de aprendizaje a partir de los yaexistentes.

Difusión de los resultadosEl principal mecanismo para la difusión de resultados obtenidos con larealización de esta tesis doctoral lo representa la publicación de artícu-los en congresos y revistas. Esta labor ha aportado un valor añadido

253

al trabajo presentado en esta memoria, puesto que avala las solucionespropuestas. Hasta la fecha, las publicaciones relacionadas con esta tesisson:

• Santacruz, L., Aedo, I., Kloos C., Introducción a los Objetos deAprendizaje, (2001). Primer Congreso Iberoamericano de Telemáti-ca (CITA2001). Editorial Universidad del Cauca. ISBN 958-9475-19-1. [197].

• Santacruz, L., Aedo, I., Kloos C., ELO: Entorno para la genera-ción, integración y reutilización de objetos de aprendizaje, (2001).3o Simpósio Internacional de Informática Educativa (SIIE 2001).Escola Superior de Educação Instituto Superior Politécnico de Vi-seu. ISBN: 972-98523-4-0. [198].

• Santacruz Valencia L. P., Utilización de Objetos de Aprendizaje pa-ra la Generación de Contenido Educativo, (2003). CINTEX Publi-cación Colombiana de Tecnología y Educación. ISSN: 0122-350X.Vol.1 no 10. Centro de Investigaciones del Instituto Tecnológico Pas-cual Bravo. [199].

• Santacruz-Valencia, L. P., Aedo, I., Delgado Kloos, C., A Frameworkfor the Creation, Integration and Reuse of Learning Objects, (2003).IEEE Computer Society Learning Technology Task Force (LTTF)newsletter, Vol. 5 Issue 1. ISSN: 1438-0625. [200].

• Santacruz-Valencia, L. P., I. Aedo, C. Delgado Kloos., Desig-ning Le@rning Objects with the ELO- Tool, (2003). The 3rdIEEE International Conference on Advanced Learning Technologies(ICALT'03). ISBN: 0-7695-1967-9. [202].

• Santacruz-Valencia, L.P., Aedo, I., Delgado Kloos, C., A Propo-sal for the Composition of Learning Objects using Didactical Meta-data, (2003). Second International Conference on Multimedia Infor-mation and Communication Technologies in Education (m-ICTE2003). ISBN: 84-96212-10-6. Vol.1. [203].

• Santacruz-Valencia, L.P., Aedo, I., Delgado Kloos, C., Objetos deAprendizaje: Tendencias dentro de la Web Semántica, (2003). Publi-cación trimestral de la red nacional de I+D, RedIris Libro Volumen:no 66-67. ISSN: 1139-207X. [204].

• Santacruz-Valencia, L. P., Navarro A., Aedo, I., Delgado Kloos,C., An Ontology-based Mechanism for Assembling Learning Objects,(2005). E-Learning on Telecommunications (ELETE 2005). A ser

254

publicado en los proceedings del congreso por IEEE Computer So-ciety. [205].

6.3. Líneas de investigación y trabajo futuroLa tecnología de objetos de aprendizaje, ha experimentado importantes

avances en diferentes aspectos como el contenido, el acceso, la búsqueda, losmeta-datos, la interoperabilidad y últimamente en el contexto de la Web se-mántica. No obstante dentro de estos aspectos quedan campos por cubrir, loscuales representan retos interesantes tanto para los investigadores como paralos desarrolladores de aplicaciones que utilizan esta tecnología.

En esta tesis se han aportado soluciones relacionadas con la carencia demodelos conceptuales para el soporte de la generación, el ensamblaje y lareutilización de objetos de aprendizaje. Siguiendo esta misma temática, seplantean las siguientes líneas de investigación:

1. Generación

Estudio y denición de agentes para la composición dinámica decontenido personalizado. Los sistemas inteligentes permiten al usua-rio formular reglas que no solo determinan dinámicamente el con-tenido, sino también los objetivos, adaptando la selección del con-tenido a cada escenario y reforzando la interacción del usuario conel sistema.Estudio y denición de mecanismos para la gestión completa de on-tologías a través de una interfaz visual que permita crear, modicary establecer relaciones entre ellas.Estudio y aplicación de técnicas para la sindicación del contenidoeducativo.Estudio y aplicación de técnicas WCAG (Web Content AccesibilityGuidelines) para facilitar el acceso al contenido a diferentes tiposde usuarios.

2. Ensamblaje

Estudio de la viabilidad de aprovechamiento del mecanismo de en-samblaje OntoGlue dentro de una infraestructura de servicios Web.

3. Reutilización

255

Estudio y denición de almacenes federados que aprovechen el Co-nocimiento Asociado para la búsqueda y recuperación de objetos deaprendizaje.

4. Estudio y denición de escenarios de eLearning que permitan la gestiónde objetos de aprendizaje con diferente calidad de servicio, a través deredes inalámbricas.

5. Evaluación los objetos de aprendizaje generados dentro del entorno ELO-Tool.

6. Realización de mejoras al prototipo de la herramienta ELO-Tool.

256

Bibliografía

[1] A Bit Overly Excitable Over Learning Object Tool, (2004). Disponible en:http://jade.mcli.dist.maricopa.edu/alan/archives/2004/03/26/ezro.php

[2] Adcock, G., Ip, A., Mason, J., Modeling Information to Support Value-Adding: EdNA Online, (2000). WebNet Journal: Internet Technologies,Applications Issues 2(3), 38-45. Disponible en: http://dl.aace.org/6330

[3] AICC: Aviation Industry CBT Committee, (2002). Disponible en:http://www.aicc.org

[4] Alderman F., Barritt Ch., Creating a Reusable Learning Objects Strategy: Leveraging Information and Learning in a Knowledge Economy, (2004).E-Book. Pfeier ISBN: 0787964956.

[5] All About learning Objects, (2004). Disponible en:http://www.eduworks.com/LOTT/tutorial/learningobjects.html

[6] Anido, L. et al., A Step ahead in E-learning Standardization: BuildingLearning Systems from Reusable and Interoperable Software Components.The Eleventh International World Wide Web Conference, (2004). Dispo-nible en: http://www2002.org/CDROM/alternate/136/

[7] Apple Learning Interchange, Disponible en: http://ali.apple.com

[8] ARIADNE (Alliance of Remote Instructional Authoring and DistributionNetworks for Europe), (2000). Disponible en: http://ariadne.unil.ch

[9] Avilar Web Mentor, (2004). Disponible en: http://www.avilar.com

[10] Baader, F., Calvanese, D., McGuinness, D., Nardi, D.,Patel-Schneider P., The Description Logic Handbook Theory,Implementation and Applications (2003). Disponible en:http://anhai.cs.uiuc.edu/home/papers/www02.pdf

257

[11] Banks, B., Learning Theory and Learning Object, (2001). Disponible en:http://www.fdlearning.com/fdlearning/html/company/features/

[12] Barritt, C., Lewis, D., Wieseler, W. CISCO Systems Reusable InformatonStrategy Version 3.0. (1999). Disponible en: http://www.cisco.com

[13] Barritt, C., Using Learning Objects in Four Instructional Ar-chitectures, (2002). Internet Learning Solutions Group, CiscoSystems. Networker Newsletter Vol.18 - No.7. Disponible en:http://www.svispi.org/networker/2002/0702a1.htm

[14] Barron, T., Learning Objects: Key Issues for Future Growth. Melon Park,CA: SRI Consulting Business Intelligence.

[15] Bearman, D., Et.al. A Common Model to Support Interopera-ble Metadata, (1999). D-lib Magazine Vol. 5 (1). Disponible en:http://www.dlib.org/dlib/january99/bearman/01bearman.html

[16] Belvedere, (2002). Disponible en: http://advlearn.lrdc.pitt.edu

[17] BIC (Rights Metadata, by the Book Industry Communication), (2004).Disponible en: http://www.bic.org.uk/rights.html

[18] BioResearch, Disponible en: http://biome.ac.uk

[19] Berners-Lee, Hendler, J., Lassila, O., The Semantic Web: A new formof Web content that is meaningful to computers will unleash a revo-lution of new possibilities, (2001). Scientic American, Disponible en:http://http://www.scienticamerican.com/

[20] Berners-Lee, T., Miller, E., The Semantic Web lifts o,(2002). ERCIM News No. 51, October 2002. Disponible en:http://www.ercim.org/publication/

[21] Bloom, B.S. (1956). Taxonomy of Educational Objetives, handbook 1:Cognitive domain. New York: Longmans Green.

[22] Booch, G., Rumbaugh, J., Jacobson, I., El Lenguaje Unicado de Mode-lado, (1999). Addison Wesley Iberoamericana, Madrid.

[23] Bratina, T., Hayes, D., Blumsack S., Preparing Teachers To Use LearningObjects (2002). Disponible en: http://ts.mivu.org/

[24] Campbell L. M., 2003). Engaging with the Learning Object Economy. Edi-tado por Allison Littlejohn, en Reusing Online Resources, a sustainableapproach to e-learning. Kogan Page US. pp: 35-44.

258

[25] Campbell, L., Engaging With Learning Object Economies, (2004). Dispo-nible en: http://www.learningobjectsummit.ca/monday.html

[26] CanCore (Canadian Core Learning Object Metadata Application Prole),(2004). Disponible en: http://www.cancore.ca/indexen.html

[27] CanCore Element Set 1.0, (2002). Disponible en:http://www.cancore.org/elementset1.html

[28] CANDLE. The CANDLE project - collaborative and network distributedlearning environment, 2003. Disponible en: http://www.candle.eu.org/.

[29] Carey, T., How to Reuse Learning Objects, (2002). Disponible en:http://learnware.uwaterloo.ca/projects/CCCO/

[30] CAREO (Campus Alberta Repository of Educational Objects),(2002). Dis-ponible en: http://http://www.careo.org/

[31] CDWA (Categories for the Description ofWorks of Art), (2004). Disponible en:http://www.getty.edu/research/institute/standards/cdwa/index.html

[32] CEDARS Preservation Metadata Elements, (2004). Disponible en:http://www.leeds.ac.uk/cedars

[33] CEN/ISSS-LTWS (European Committee for Standardization), (2003).Disponible en: http://www.cenorm.be/isss/workshop/lt

[34] CETIS (the centre for educational technology interoperability standards),(2004). Disponible en: http://www.cetis.ac.uk/

[35] Chitwood, K., May, C., Bunnow, D., Langan, T. Battle stories from theeld: Wisconsin online resource center learning objects project, (2000). EnD. A. Wiley (Ed.), The Instructional Use of Learning Objects. Disponibleen: http://reusability.org/read/chapters/chitwood.doc

[36] Christiansen, J., Anderson, T., Feasibility of Course Development Basedon Learning Objects: Research Analysis of Three Case Studies, (2004).Disponible en: http://www.itdl.org/Journal/

[37] CIMI (Consortium for the Computer Interchange of Museum Informa-tion), (2004). Disponible en: http://www.cimi.org/

[38] CLOE (Cooperative Learning Object Exchange), (2001). Disponible en:http://cloe.on.ca/

259

[39] Colorado Digitalization Program, (2003). Disponible en:http://www.cdpheritage.org/resource/metadata/

[40] Collis, B., Strijker, A., Technology and Human Issues in Reusing LearningObjects, (2004). Journal of Interactive Media in Education. Special Issueon the Educational Semantic Web. ISSN:1365-893X Disponible en: www-jime.open.ac.uk/2004/4

[41] CSDGM (Content Standards for Digital Geospatial Metadata), (2004).Disponible en: http://www.fgdc.gov/metadata/contstan.html

[42] CyberProf, (2001). Disponible en: http://www.howhy.com/home/

[43] DAML (DARP Agent Markup Language), (2003). Disponible en:http://www.daml.org)

[44] DAML+OIL, (2003). Disponible en: http://www.w3.org/TR/daml+oil-reference

[45] Darby, J. Learning Environments for student-centered learning, (2003).Disponible en: http://ets.berkeley.edu/etstandards/ukeu/Darby.ppt

[46] DCMI (Diblin Core Metadata Iniciative, (2004). Disponible en:http://dublincore.org

[47] Designing Courses: Learning Objects, SCOs, IMS Standards, XML,SGML, etc. (2004). Disponible en: http://www.ibritt.com/resources/

[48] Dick, W. y Carey, L. The systematic design of instruction, (1996).

[49] Digital Scriptorium, (2004). Disponible en:http://sunsite.berkeley.edu/Scriptorium

[50] Dix, A., Finlay, J., Abowd, G., Beale, R. Human Computer Interaction,(1998). Prentice Hall Second Edition.

[51] Docent, (2003). Disponible en: http://www.docent.com

[52] Dodds, P., Sharable Content Object Reference Model(SCORM) Version 1.2-The SCORM Content Aggregation Mo-del. Advanced Distributed Learning. (2001). Disponible en:http://www.adlnet.org/ADLDOCS/Documents/

[53] Dodds, P., Hoberney, A., Blackmon, W., NextGeneration SCORM, (2002). Disponible en:http://www.adlnet.org/adldocs/Presentations/P7D1205T100.ppt

260

[54] Dodani, M., The Dark Side of Object Learning: Learning Objects, (2002).IBM Global Services, U.S.A. Disponible en: http://www.jot.fm/issues/

[55] DOI (Digital Object Identier), (2004). Disponible en:http://www.doi.org

[56] DocBook: The Denitive Guide, (2004). Disponible en:http://www.docbook.org/tdg/en/html/docbook.html

[57] Duval, E., Hodgins, W., Sutton, S., Weibel S., Media Principlesand Practicalities, (2002). D-lib Magazine Vol. 8 (4). Disponible en:http://www.dlib.org/dlib/april02/weibel/04eibel.html

[58] Duval, E., Hodgins, W., A LOM Research Agenda, (2003). WWW2003Conference. Disponible en: http://www2003.org/cdrom/

[59] Duval, E., Learning Technology Standardization: MakingSense of it All. ComSIS Vol. 1, (2004). Disponible en:http://www.comsis.fon.bg.ac.yu/ComSISpdf/Volume01/InvitedPapers/ErikDuval.pdf

[60] Downes, S., Learning Objects, (2000). Disponible en:http://www.atl.ualberta.ca/downes/naweb/LearningObjects.doc

[61] Downes, S., Learning Objects: Resources For Distance Education, (2001).WorldWide International Review of Research in Open and Distance Lear-ning ISSN: 1492-3831

[62] Downes, S., Design and Reusability of Learning Objects in an Aca-demic Context: A New Economy of Education, (2002). Disponible en:www.downes.ca/les/milan.doc

[63] Downes, S., The Lattecentric Ecosystem, (2002). Disponible en:http://www.downes.ca

[64] Downes, S., Design, Standards and Reusability, (2003). Disponible en:http://www.downes.ca/me/articles.htm

[65] Downes, S., The Learning Marketplace: Meaning, Metadata and Con-tent Syndication in the Learning Object Economy, (2004). Disponible en:http://www.downes.ca/les/book3.htm

[66] EAD (Encoded Archival Description), (2004). Disponibleen:http://www.loc.gov/ead/eadlist.html

261

[67] Enciclopedia Británica, (2004). Disponible en:http://www.uc3m.es/uc3m/serv/BIB/bd/info/britanica.htm

[68] Engelbrecht, J. SCORM Deployment Issues in an Entrerprise DistributedLearning Architecture The eLearning Developoers'Journal (2003). Dispo-nible en: http://www.elearningguild.com/pdf/2/021803MGT-H.pdf

[69] The Education Object Economy, (2003). Disponible en:http://www.eoe.org

[70] EdNA (Educational Network Australia), (2004). Disponible en:http://www.edna.edu.au

[71] Edmonds, R., Barron, T. Learning Objects in Practice, (2002). MelonPark, CA: SRI Consulting Business Intelligence.

[72] EdTechPost, (2004). Disponible en: http://www.edtechpost.ca/mt/

[73] Edutella, (2003). Disponible en: http://edutella.jxta.org/servlets/ Pro-jectHome

[74] Fagerberg T., Rekkedal T., Russell J. Designing and Trying Out a Lear-ning Environment for Mobile Learners and Teachers (Sub-project of theEU Leonardo Project "From e-Learning to m-Learning"), (2001). Dispo-nible en: http://learning.ericsson.net/mlearning2/

[75] Fathom: The source of Online Learning, (2002). Disponible en:http://fathom.com

[76] Fiaidhi, J., Mohammed, S., Design Issues Involved in Using Learning Ob-jects for Teaching a Programming Language within a Collaborative eLear-ning Environment, (2004). International Journal of Instructional Techno-logy and Distance Learning, Vol. 1, No. 3., pp.39-53.

[77] Fisher, S., Friesen, N. y Roberts, T., An introduction to me-tadata. University of Queensland Library, (2002). Disponible en:http://www.library.uq.edu.au/iad/ctmeta4.html

[78] Franconi, N., (2002). Description Logic Course. Disponible en:http://www.inf.unibz.it/ franconi/dl/course

[79] Friesen, N., (2001). What are Educational Objects. Disponible en:http://www.careo.org/documents/objects.html

262

[80] Friesen, N., Three Objections to Learning Objectsand E-learning Standards, (2003). Disponible en:http://www.learningspaces.org/n/papers/objections.html

[81] Gagne, R. (1985). The Conditions of Learning and Theory of Instruction.

[82] Gagne, R., Briggs, L. y Wagner, W. (1992). Principles of InstructionalDesig (4th Ed.). Fort Worth, TX:HBJCollege.

[83] GEM (Gateway to Educational Materials, (2004). Disponible en:http://www.geminfo.org

[84] Generation 21 Learning Systems. (1999). Disponible en:http://www.gen21.com

[85] Gerard, R., W., Shaping the Mind: Computers in Education, (1969). EnR.C. Atkinson, H.A.Wilson, Computer-Assisted: A book of Readings. NewYork: Academic Press.

[86] GESTALT (Getting Educational Systems Talking Across Leading EdgeTechnologies, (2004). Disponible en: http://www.fdgroup.co.uk/gestalt

[87] Getty Research Institute. Introduction to Metadata: Pathways to DigitalInformation, (2000).

[88] Gibbons, A., Nelson, J., Richards, R. The nature and origin of instructio-nal objects. En D. A. Wiley (Ed.), The instructional use of learning objects(Capítulos 1.2, pp. 25-58), (2002). Bloomington, Indiana: Agency for Ins-tructional Technology and Association for Educational Communicationsand Technology.

[89] GILS (Government Information Locator Service/ Global Information Lo-cator Service), (2004). Disponible en: http://www.access.gpo.gov/

[90] Gilliland-Swetland, A. J., Dening metadata. en Introduction to meta-data: pathways to digital information, (1998). Getty Research Institute.Disponible en: http://www.getty.edu/research/

[91] Goodwill, J., Hightower, R. Profesional Jakarta Strust, (2004). Wiley Pu-blishing, Inc., Indianapolis, Indiana. ISBN: 0-7645-4437-3.

[92] Gruber, T., What is an Ontology?, (2004). Disponible en: http://www-ksl.stanford.edu/kst/what-is-an-ontology.html

263

[93] Gynn, C., Acker, S., (Eds). Learning Objects: Contexts and Connections,(2003). Disponible en: http://morty.uts.ohio-state.edu/

[94] Hamel, C. J., Ryan-Jones, D., Designing instruction with learning objects.International Journal of Educational Technology (IJET), 3(1)., (2002).Disponible en: http://www.ao.uiuc.edu/ijet/v3n1/hamel/index.html

[95] Harvey Project, (2004). Disponible en: http://harveyproject.org

[96] Heins, T., Himes, F., Creating Learning Objects With Ma-cromedia Flash MX Macromedia, (2002). Disponible en:http://www.macromedia.com/resources/education/whitepapers/

[97] Hendler, J., Agents and the Semantic Web, (2002). IEEE Intelli-gent Systems Journal. Disponible en: http://www.cs.umd.edu/ hend-ler/AgentWeb.html

[98] Higgs, P., Meredith, S. Hand, T. Technology for Sharing, ResearchingLearning Objects and Digital Rigths Management, (2003). Disponible en:http://www.exiblelearning.net.au/leaders

[99] Hodgins, H. W, Into the future: A Vision Paper, (2000). American Societyfor Training and Development (ASTD), and National Governors Associa-tion (NGA) Commission on Technology and Adult Learning.

[100] Hodgins, H. W, The future of learning objects. En D. A. Wiley (Ed.), Theinstructional use of learning objects (Capítulo 5.3, pp. 281-298), (2002).Bloomington, Indiana: Agency for Instructional Technology and Associa-tion for Educational Communications and Technology.

[101] Holmes, P., ELearning: A Literature Review, (2000). Disponible en:http://www.t2b.com.au/resources/e-learning-Lit-Review.pdf

[102] Horn, R., Structured Writing at Twenty-ve, (1993). Performance andInstruction (32) 11-17. International Society for Performance Improve-ment. Disponible en: http://www.stanford.edu/ rhorn/a/topic/

[103] HTML (Hyper Text Markup Language), (2004). Disponible en:http://www.w3.org/MarkUp/

[104] ICPSR Data Documentation Initiative, (2004). Disponible en:http://www.icpsr.umich.edu/DDI/CODEBOOK/index.html

[105] IFLANET (International Federation of Library Associations and Insti-tutions), (2003). Disponible en: http://www.ia.org/II/metadata.htm

264

[106] IEEE LTSC Final Draft Standard for Learning Object Metadata, (2002).Disponible en: http://ltsc.ieee.org/doc/wg12

[107] IMS (Global Learning Consortium Inc.) LRMS Version 1.2, (2002). Dis-ponible en: http://www.imsproject.org/metadata/index.html

[108] IMS Content Packaging, (2003). Disponible en:http://www.imsglobal.org/content/packaging/

[109] The INDEXS project, (2004). Disponible en: http://www.indecs.org/

[110] Information Management Branch, Information Manage-ment, Access and Privacy. Alberta Government Services.Metadata Resource Guide, (2004). pp. 8-14. Disponible en:http://www.im.gov.ab.ca/publications/pdf/MetadataResGuide.pdf

[111] Introduction to Metadata, (2004). Disponible en: http://www-sul.stanford.edu/depts/ts/tsdepts/cat/resources/refshelf/metadata/MDIntro.html

[112] Ip, A., Morrison, I., Currie, M., What Is a Lear-ning Object, Technically?, (2001). Disponible en:http://koala.dls.au.com/lo/learningObject(WebNet2001).pdf

[113] Ip, A., Morrison, I., Currie, M., Learning Objects101: A primer for Neophytes, (2002). Disponible en:http://online.bcit.ca/sidebars/02november/inside-out-1.htm

[114] ISO Reference Model for an Open Archival Information System, (2001).Disponible en: www.riik.ee/dh/tulemused/CCSDS-650.0-R-1.2A4.doc

[115] ISO (International Standardization Organization /Institute Electrotech-nical Commission Committee for Learning Technologies (ISO/IEC JTC1SC36)), (2004). Disponible en: http://www.jtc1sc36.org

[116] Jena A Semantic Web Framework for Java, (2004). Disponible en:http://jena.sourceforge.net/

[117] Koper R., Modeling units of study from a pedagogical perspecti-ve - The pedagogical metamodel behind EML, (2001). Disponible en:http://www.eml.ou.nl/introduction/articles.htm

[118] Koper R., Combining Reusable Learning Resources and Services withPedagogical Purposesful Units of Learning. (2003). Editado por AllisonLittlejohn, en Reusing Online Resources, a sustainable approach to e-learning. Kogan Page US. pp: 46-56.

265

[119] LALO (Learning Architectures and Learning Objects), (2000). Disponibleen: http://www.learnitivity.com/lalo.html

[120] LÁllier, J. J. (1998). NETg precision skilling: The linking of oc-cupational skills descriptors to training interventions. Disponible en:http://www.netg.com/research/skillpaper.htm

[121] Learnativity.org, (2004). Disponible en: http://www.learnativity.org

[122] e-Learning Centre, (2004). Disponible en: http://www.e-learningcentre.co.uk/eclipse/vendors/campusportals.htm

[123] Learning to Map between Ontologies on the Semantic Web, (2002). Dis-ponible en: http://data.cs.washington.edu/papers/GlueWWW02.pdf

[124] Littlejohn A., (2003). Issues in Reusing Online Resources. Editado porAllison Littlejohn, en Reusing Online Resources, a sustainable approachto e-learning. Kogan Page US. pp: 1-6. ISBN: 0749439505.

[125] LOM (Learning Object Metadata), (2003). Disponible en:http://ltsc.ieee.org/wg12/20020612-Final-LOM-Draft.html

[126] Longmire, W., A Primer on Learning Objects, (2000). Lear-ning Circuits, ASTD Sources for E-Learning. Disponible en:http://www.learningcircuits.org/2000/mar2000/Longmire.htm

[127] Learning Objects Portal (2003). Disponible en:http://ilearn.senecac.on.ca/lop/about/about.htm

[128] Learning Objects Repositories, (2004). Disponible en:http://elearning.utsa.edu/guides/LO-repositories.htm

[129] LORAX Learning Object Repository Access and Ex-change Web Service Specication., (2003). Disponible en:http://www.thelearningfederation.edu.au

[130] LSAL (Learning Systems Architecture Lab. Architecture for User-CentricLearning Management Systems.Carnegie Mellon University), (2004). Dis-ponible en: http://www.lsal.cmu.edu

[131] LTSA (Learning Technology Systems Architecture), (2001). Disponibleen: http://edutool.com/ltsa/

[132] Lydia Global Repository, Disponible en: http://www.lydialearn.com

266

[133] Mager, R. F. Preparing Instructional Objectives: A Critical Tool in theDevelopment of Eective Instruction, (1997).

[134] MARC (Machine Readable Cataloging), (2004). Disponible en:http://lcweb.loc.gov/marc/

[135] Martinez, M., Designing learning objects to personalize learning. En D.A. Wiley (Ed.), The instructional use of learning objects (Capítulo 3.1, pp.151-172). (2002). Bloomington, Indiana: Agency for Instructional Techno-logy and Association for Educational Communications and Technology.

[136] MathGate, Disponible en: http://www.mathgate.ac.uk

[137] McGreal, R., Roberts, T., A Primer on Metadata for Learning ObjectsFostering an interoperable environment (2001). LTI Magazine. Disponibleen: http://elearningmag.com/ltimagazine/article/

[138] McGreal, R. (Ed.). (in press). Online Education Using Learning Objects,(2004). London: Routledge/Falmer. ISBN: 0415335124.

[139] MERLOT (Multimedia Educational Resource for Learning and onlineTeaching), (1997). Disponible en: http://www.merlot.org/Home.po

[140] Merril D. (Reclaiming Instructional Design), (1997). Disponible en:http://www.id2.usu.edu/Papers/Reclaiming.PDF

[141] Metadata Standares Directory, (2003). Disponible en:http://www.ulb.ac.be/ceese/meta/meta.html

[142] MetaMap University of Montreal, (2003). Disponible en:http://mapageweb.umontreal.ca/turner/meta/english/index.html

[143] Mills, S., Learning about Learning Objects with Learning Objects, (2002).AliveTec Inc. Disponible en: http://www.alivetek.com/learningobjects/

[144] Milstead, J., Feldman, S. Metadata: cataloguing by any other name,(1999). v. 22, n. 2, pp. 198-219. Disponible en: http://www.infotoday.com/

[145] Minnesota State Archives, (2004). Disponible en:http://www.mnhs.org/preserve/records/metadataresources.html

[146] Merrill, M.D., Li, Z. Jones, M. (1991). Instructional transaction theory:And introduction. Educational Technology, 31(6), 7-12

267

[147] Modeling a Metalevel Ontology Project, Uni-versity of Toronto, (2003). Disponible en:http://www.s.utoronto.ca/special/metadata/mmo/index.html

[148] Moreiro, J., A., et al, Mapas conceptuales, topic maps y tesauros, (2003).II Jornadas de Tratamiento y Recuperación de la Información. Disponibleen: http://www.v.upv.es/jotri/Ponencias/Mapas.pdf

[149] Mortimer, L., (Learning) Objects of Desire: Pro-mise and Practicality, (2002). Disponible en:http://www.learningcircuits.org/2002/apr2002/mortimer.html

[150] MPEG Moving Picture Experts Group), (2004). Disponible en:http://www.chiariglione.org/mpeg/

[151] Muzio, J., Heins, T., and Mundell, R. Experiences with ReusableeLearning Objects: From Theory to Practice, (2001). Disponible en:http://www.cedarlearning.com/CL/elo/

[152] Murphy, E., Moving from Theory to Practice in the Design ofWeb-based Learning: Using a Learning Object Approach, (2004). E-Journal of Instructional Science and Technology. Disponible en:http://www.usq.edu.au/electpub/e-jist/index.htm

[153] MySQL (2004). Disponible en: http://dev.mysql.com/doc/

[154] Naidu, S., Designing and evaluating instruction for e-learning. En P. Ro-gers (Ed.), Designing instruction for technology-enhanced learning (Capí-tulo VIII, pp. 134-159), (2002). Hersey, PA: Idea Group Publishing.

[155] Naming and Addressing URIs, URLS. (2003). Disponible en:http://www.w3.org/Addressing

[156] NEDL (National Library of Australia. Preservation Me-tadata for Digital Collections, (2004). Disponible en:http://www.nla.gov.au/preserve/pmeta.html

[157] Nelson, L. M. (1998). Collaborative problem solving: And instructionaltheory for learning through small group interaction. Disertación Doctoralno publicada, Indiana University.

[158] Nesbit, J., Belfer K., Vargo, J., A Convergent Participation Mo-del for Evaluation of Learning Objects, (2002). Canadian Jour-nal of Learning and Technology Volume 28(3). Disponible en:http://www.cjlt.ca/content/vol28.3/

268

[159] NISO (Data Dictionary for Technical Metadata for Digital Still Images),(2004). Disponible en: http://www.niso.org

[160] Nilsson, M., Palmer, M., Naeve, A, Semantic Web Metadatafor e-Learning-Some Architectural Guidelines,(2002). Disponible en:http://www2002.org/CDROM/alternate/744/

[161] Norris, D., Mason, J., Lefrere, P., Transforming e-Knowledge, A revolu-tion in the Sharing of Knowledge, (2003). ISBN: 0970041322.

[162] OAI (Open Archive Initiative), (2001). Disponible en:http://www.openarchives.org

[163] OID (OBJECT ID), (2004). Disponible en: http://www.object-id.com/index.html

[164] OIL (Ontology Inference Language), (2003). Disponible en:http://www.ontoknowledge.org/oil/

[165] OKI (Open Knowledge Initiative. Massachusetts Institute of Techno-logy), (2004). Disponible en: http://web.mit.edu/oki

[166] Ortiz-Repiso, Jiménez, V. Nuevas perspectivas para la catalogación: me-tadatos versus MARC. Revista Española de Documentación Cientíca,(1999). v. 22, n. 2, pp. 198-219.

[167] Online Learning in the 21st Century, (2000). Disponible en:http://www.ncst.ernet.in/vidyakash/portal/

[168] Olivier, B., Liber, O., Learning content interoperability standards. EnA. Littlejohn (Ed.), Reusing online resources: A sustainable approach toe-learning (Capítulo 12, pp. 146-155), (2003). London: Kogan Page.

[169] Orrill, C. H., Learning objects to support inquiry-based, online learning.En D. A. Wiley (Ed.), The instructional use of learning objects (Capítulo2.3, pp. 131-148), (2002). Bloomington, Indiana: Agency for InstructionalTechnology and Association for Educational Communications and Tech-nology.

[170] OWL Web Ontology Language Use Cases and Requirements, W3CRecommendation 10 February 2004, (2004). Disponible en: http://www.w3.org/TR/webont-req/

[171] OWL (Web Ontology Language), (2004). Disponible en:http://www.w3c.org/2004/OWL/

269

[172] PBMI (Public Broadcasting Metadata Initiative), (2004). Disponible en:http://www.siderean.com/dc2003/

[173] PICS (Platform for Internet Content Selection), (2004). Disponible en:http://www.w3.org/PICS/

[174] Petroskills LL: A world leader in petroleum training, (2003). Disponibleen: http://www.petroskills.com/

[175] PMDO (Preservation Metadata for Digital Objects), (2004). Disponibleen: http://www.oclc.org/research/projects

[176] PRISM (Networked European Deposit Library. Metada-ta for Long Term Preservation) (2004). Disponible en:http://www.kb.nl/coop/nedlib/results/preservationmetadata.pdf

[177] Polsani, R., Use and Abuse of Reusable Learning Objects, (2003). Journalof Digital Information, Volume 3 Issue 4 Article No. 164, 2003-02-19.Disponible en: http://jodi.ecs.soton.ac.uk/Articles/v03/i04/Polsani/

[178] POOL (Portal for Online Objects in Learning), (2002). Disponible en:http://www.edusplash.net/

[179] Protégé-2000, (2000). Disponible en: http://protege.stanford.edu/

[180] PURL (Persistent Uniform Resource Locator), (2004). Disponible en:http://purl.oclc.org/

[181] Quinn, C., Hobbs, S., (2000). Learning Objects and Instruction Compo-nents. International Forum of Educational Technology and Society. Dis-ponible en: http://ifets.ieee.org/periodical/

[182] RDF (Resource Description Framework), (2003). Disponible en:http://www.w3.org/RDF/

[183] RDCEO IMS Reusable Denition of Competency or Edu-cational Objective - Best Practice and Implementation Gui-de. Version 1.0 Final Specication , (2004). Disponible en:http://www.imsglobal.org/competencies/rdceov1p0/

[184] Rehak D.R., Keeping Learning in Learning Objects, (2003). Editado porAllison Littlejohn, en Reusing Online Resources, a sustainable approachto e-learning. Kogan Page US. pp: 20-34.

270

[185] RELOAD (Reusable eLearning Object Authoring and Delivery), (2004).Disponible en: http://www.reload.ac.uk/

[186] RFC (Format for Bibliographic Records), (2004). Disponible en:http://www.faqs.org/rfcs/rfc1807.html

[187] Richey, R. C. (1986). The theorical and conceptual bases of instructionaldesign.London: Kogan Page.

[188] Ritzel, L., eLearning is Learning, (2002). Disponible en:http://www.prasena.com/public/virtualu.html

[189] RLO Reusable Learning Objects, (2000). Disponible en:http://www.cisco.com/warp/public/10

[190] Robson, R., (1999). Object-oriented Instructio-nal Design and Web-based Authoring. Disponible en:http://www.eduworks.com/robby/papers/objectoriented.pdf

[191] Rodriguez, O., Chen, S., Shi, H., Shang, Y., Open LearningObjects: The Case for Inner Metadata, (2002). Disponible en:http://www2002.org/CDROM/alternate/693/

[192] Rogers, P. Designing instruction for technology-enhanced learning,(2002). Hersey, PA: Idea Group Publishing.

[193] Rusell, S., Norvig, P., Articial Intelligence: A Modern Approach, (2004).Disponible en: http://www.cs.berkeley.edu/ russell/aima.html

[194] RSS (Really Simple Syndication), (2004). Disponible en:http://www.mcli.dist.maricopa.edu/show/nmc1003/

[195] Saba Corporation, (1997). Disponible en: http://www.saba.com

[196] Shabajee, P., Primary Multimedia Objects and Educational MetadataA Fundamental Dilemma for Developers of Multimedia Archives, (2002).D-Lib Magazine, Volume 8 Number 6. ISSN 1082-9873. Disponible en:http://www.dlib.org/dlib/june02/shabajee/06shabajee.html

[197] Santacruz, L., Aedo, I., Kloos C., Introducción a los Objetos de Aprendi-zaje, (2001). Primer Congreso Iberoamericano de Telemática (CITA2001).Editorial Universidad del Cauca. ISBN 958-9475-19-1.

271

[198] Santacruz, L., Aedo, I., Kloos C., ELO: Entorno para la generación,integración y reutilización de objetos de aprendizaje, (2001). 3o SimpósioInternacional de Informática Educativa (SIIE 2001). Escola Superior deEducação Instituto Superior Politécnico de Viseu - ISBN: 972-98523-4-0.Disponible en: http://www.esev.ipv.pt/3siie/actas/index.htm

[199] Santacruz Valencia L. P., Utilización de Objetos de Aprendizaje para laGeneración de Contenido Educativo, (2003). CINTEX Publicación Co-lombiana de Tecnología y Educación. ISSN: 0122-350X. Vol.1 no 10. Cen-tro de Investigaciones del Instituto Tecnológico Pascual Bravo.

[200] Santacruz-Valencia, L. P., Aedo, I., Delgado Kloos, C., A Framework forthe Creation, Integration and Reuse of Learning Objects, (2003). IEEEComputer Society Learning Technology Task Force (LTTF) newsletter,Vol. 5 Issue 1. ISSN: 1438-0625.

[201] Santacruz, L., Introducción a los Objetos de Aprendizaje (Tutorial),(2003). Disponible en:http://www.it.uc3m.es/LO/locurse.html

[202] Santacruz-Valencia, L.P., I. Aedo, C. Delgado Kloos., DesigningLe@rning Objects with the ELO- Tool, (2003). The 3rd IEEE Internatio-nal Conference on Advanced Learning Technologies (ICALT'03). ISBN:0-7695-1967-9. Atenas-Grecia.

[203] Santacruz-Valencia, L.P., Aedo, I., Delgado Kloos, C., A Proposal forthe Composition of Learning Objects using Didactical Meta-data, (2003).Second International Conference on Multimedia Information and Com-munication Technologies in Education (m-ICTE 2003). ISBN Vol. 1: 84-96212-10-6.

[204] Santacruz Valencia, L.P., Aedo, I., Delgado Kloos, C., Objetos de Apren-dizaje: Tendencias dentro de la Web Semántica, (2004). Centro de Comu-nicaciones CSIC/RedIRIS. ISSN: 1139-207X. Vol. no 66-67.

[205] Santacruz-Valencia, L. P., Navarro A., Aedo, I., Delgado Kloos, C., AnOntology-based Mechanism for Assembling Learning Objects, (2005). E-Learning on Telecommunications (ELETE 2005). A ser publicado en losproceedings del congreso por IEEE Computer Society.

[206] Santally, M., Govinda, M., Senteni, A., (2004). Reusable Learning Ob-jects Aggregation for e-Learning Courseware Development at the Uni-versity of Mauritius. International Journal of Instructional Technologyand Distance Learning. Vol 1. No. 7. ISSN 1550-6908. Disponible en:http://itdl.org/Journal/

272

[207] SCORM (Shareable Courseware Object Reference Model Initiative),(2000). Disponible en: http://www.adlnet.org/Scorm/scorm.cfm

[208] SCORM CAM (Content Aggregation Model), (2004). Disponible en:http://www.adlnet.org/

[209] Schemas: Forum for Metadata Schema Implementers, (2000). Disponibleen: http://www.schemas-forum.org/

[210] SDSM (Standard for Survey Design and Statistical Methodology Metada-ta), (2004). Disponible en: http://www.census.gov/srd/www/metadata/

[211] Semantic Web Complex Ontology Mapping, (2003). IEEE/WICInternational Conference on Web Intelligence (WI'03). Disponi-ble en: http://csdl.computer.org/comp/proceedings/wi/2003/1932/00/19320082abs.htm.

[212] Shepard C., Objects of Interest, (2000). Disponible en:http://www.fastrak-consulting.co.uk/tactix/features/objects/objects.htm

[213] Sicila, M., Garcia, E., On the Concepts of Usability and Reusa-bility of Learning Objects, (2003). International Review of Resear-ch in Open and Distance Learning. ISSN: 1492-3831. Disponible en:http://www.irrodl.org/content/v4.2/sicilia-garcia.html

[214] SIF (Schools Interoperability Framework), (2004). Disponible en:http://www.sinfo.org/specication.asp

[215] Sinir, S.S. Ontology Mapping Survey, (2004). Disponible en:http://www.srdc.metu.edu.tr/webpage/seminars/Ontology/

[216] SiT in Search of Quality, (2004). Disponible en:http://instructionaltechnology.editthispage.com/archives

[217] SMEF (Standard Media Exchange Framework), (2004). Disponible en:http://www.bbc.co.uk/guidelines/smef/

[218] SMETE, Disponible en: http://www.smete.org

[219] SMIL (Synchronized Multimedia Integration Language), (2004). Dispo-nible en: http://http://www.w3.org/AudioVideo/

[220] Software Tools for Web Learning, (2004). Disponible en:http://www.knowledgeability.biz/weblearning/softwaretools.htm

273

[221] Sosteric, M., Hesemeier, S., When is a Learning Object not an Object:A rst step towards a theory of Learning Objects, (2003). Disponible en:http://www.distance-educator.com/

[222] Strijker, A. Reuse of Learning Objects in Context: Human and Techni-cal Aspects, (2004). PhD dissertation, Faculty of Behavioural Sciences,University of Twente, Enschede, Netherlands. ISBN 90-365-2090-9. Dis-ponible en: http://130.89.154.170/proefschrift/

[223] TALON Learning Object System, (2003). Disponible en:http://www.indiana.edu/ scstest/jd/learningobjects.html

[224] Technical Standards for Learning, Education and Training, (2004). Dis-ponible en:http://standards.edna.edu.au/

[225] TEI (Text Encoding Initiative), (2004). Disponible en: http://www.tei-c.org/

[226] Telecampus, Disponible en: http://telecampus.edu

[227] TeleEducation NB, (2004). Disponible en:http://www.learnnb.ca/sitemap.html

[228] Thomas, G., Horne, H., Using ICT to Share the Tools of the TeachingTrade: A Report on Open Source Teaching, (2004). Becta . Disponible en:http://www.becta.org.uk/research/

[229] Thorpe, M., Kubiak, C.,Thorpe, K., Designing for reuse and versioning.En A. Littlejohn (Ed.), Reusing online resources: A sustainable approachto e-learning (Capítulo 9, pp. 106-118), (2003). London: Kogan Page.

[230] Trends and Issues: The impact of Learning Objects, (2004). Disponibleen: http://www.designbydi.com/UCD/LO/index.cfm?fuseaction=index

[231] UNESCO (United Nations Education, Scientic and Cultural Organiza-tion), (2004). Disponible en: http://www.ulcc.ac.uk/unesco

[232] Unicode Home Page, (2003). Disponible en: http://www.unicode.org

[233] UKOLN Metadata, (2004). Disponible en:http://www.ukoln.ac.uk/metadata

[234] Verbet, K., Duval E., Towards a Global Component Ar-chitecture for Learning Objects: A Comparative Analysis ofLearning Objects Content Models, (2004). Disponible en:http://www.cs.kuleuven.ac.be/ hmdb/publications/les/pdfversion/41315.pdf

274

[235] VRA (VRA Core Categories version 3.0 ), (2004). Disponible en:http://www.vraweb.org/vracore3.htm

[236] Wagner, E., The New Frontier of Learning Object Design, (2002). Dis-ponible en: http://www.elearningguild.com/pdf/2/061802DST-H.pdf

[237] Wagner, E., Step to Creating a Content Stratgy for your Organization,(2002). eLearning Developers'Journal. eLearning Guild. Disponible en:http://www.elearningguild.com/pdf/2/102902MGT-H.pdf

[238] Warwick Framework, (2000). Disponible en:http://www.dlib.org/dlib/july96/lagoze/

[239] Weller, M., Pegler, C., Mason, R., Putting the pieces together: Whatworking with learning objects means for the educator. (2003) Disponibleen: http://kn.open.ac.uk/public/

[240] Wiley, D. A. Nelson, L.M. (1998). The fundamental object. Disponibleen: http://wiley.ed.usu.edu/docs/fundamental.html

[241] Wiley, D. A, The post-LEGO learning object, (1999a). Disponible enhttp://wiley.ed.usu.edu/docs/post-lego.pdf

[242] Wiley, D. A, So what do I do with a learning object?, (1999b). Disponibleen http://wiley.ed.usu.edu/docs/instruct-arch.pdf

[243] Wiley, D. A., Learning object design and sequencing theory., (2000) Di-sertación Doctoral no publicada, Brigham Young University.

[244] Wiley, D. A., Recker, M., Gibbons, A. Getting axiomatic about learningobjects, (2000). Disponible en: http://reusability.org/axiomatic.pdf

[245] Wiley, D. A., Recker, M., Gibbons, A. A reformulation of learning objectgranularity, (2000) Disponible en: http://reusability.org/granularity.pdf

[246] Wiley, D. A., CAREER Grant - A mediated action study of lear-ning object use in online learning communities, (2002). Disponible en:http://wiley.ed.usu.edu/docs/career.pdf

[247] Wiley, D. A., Connecting learning objects to instructional design theory:A denition, a metaphor and a taxonomy. D. A. Wiley (Ed.), The ins-tructional use of learning objects (Capítulo 1.1, pp. 3-24), (2002). Bloo-mington, Indiana: Agency for Instructional Technology and Associationfor Educational Communications and Technology.

275

[248] Wiley, D. A., The instructional use of learning objects, (2002). Bloo-mington, Indiana: Agency for Instructional Technology and Associationfor Educational Communications and Technology.

[249] Wiley, D. A., Learning objects a denition. (2002). En A. Kovalchick,and K. Dawson (Eds.), Educational Technology: An Encyclopedia. SantaBarbara: ABC-CLIO.

[250] Wiley, D. A. Learning objects need instructional design theory, (2002).En A. Rossett (Ed.), The 2001-2002 ASTD Distance Learning Yearbook.New York: McGraw-Hill.

[251] Wiley, D. A., A unied design framework for learning objects and educa-tional discourse, (2002). Disponible en: http://wiley.ed.usu.edu/docs/

[252] Wiley, D. A., Learning objects: diculties and opportunities, (2003). Dis-ponible en: http://wiley.ed.usu.edu/docs/

[253] Wiley, D., The Reusability Paradox,(2003). Disponible en:http://rclt.usu.edu/whitepapers/paradox.html

[254] Williams, D., Evaluation of learning objects and instruction using lear-ning objects. En D. A. Wiley (Ed.), The instructional use of learning ob-jects (Capítulo 3.2, pp. 173-200), (2002). Bloomington, Indiana: Agencyfor Instructional Technology and Association for Educational Communi-cations and Technology.

[255] Wisconsin Online Resource Center, Disponible en: http://www.wisc-online.com/

[256] Wood K., Introduction to Mobile Learning (M Learning), (2003). Dispo-nible en: http://ferl.becta.org.uk/

[257] World Wide Web Consortium, Disponible en: http://w3.org

[258] XanEdu, Disponible en: http://XanEdu.com

[259] Xerces DOM, Disponible en: http://xml.apache.org/

[260] XML (eXtensible Markup Language), (2003). Disponible en:http://www.w3.org/XML/

[261] XPath (XML Path Language), (2004). Disponible en:http://www.w3c.org/TR/xpath

276

[262] XML Schema, (2004). Disponible en:http://www.w3c.org/XML/Schema

[263] Z39.50 (Information Retrieval (Z39.50): Application Service Denitionand Protocol Specication", and to ANSI/NISO Z39.50 ), (2004). Dispo-nible en: http://lcweb.loc.gov/z3950/agency/markup/markup.html

277

278

Apéndice A

Meta-datos resultantes deensamblar diferentes tipos ELOs

Este apéndice contiene cinco tablas que representan la forma de ensamblarmeta-datos de diferentes tipos de ELOs, de acuerdo a las relaciones presen-tadas en la tabla 3.5. En los casos posibles, los resultados se muestran comoexpresiones xpath.

El signicado de cada uno de los campos de la tabla es el siguiente:

Nr: Indica el número de la categoría y de cada elemento del esquema demeta-datos LOM.

Nombre: Identica el nombre de la categoría y de cada elemento delesquema de meta-datos LOM.

Signicado del meta-dato y criterio aplicado: Explica brevementedel signicado de la categoría y del elemento, así como también los valoresde los atributos de los elementos y el criterio utilizado para la descripcióndel ELO.

Valor de los meta-datos resultantes: Explica el procedimiento se-guido para la descripción del ELO resultante del ensamblaje, utilizandoexpresiones Xpath donde procede.

La tabla A.1 muestra los meta-datos resultantes del ensamblaje de dos UIs.

279

A.1. Meta-datos resultantes del ensamblaje dedos Unidades de Información (UIs)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Valor de los meta-datos resultantesde ensamblar dos UIs

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen dos UIs, por lo tantoel identicador correspondiente es UC.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO.Puede ser generado por el profesor oa partir del valor por defecto resultan-te de la concatenación de los nombrescorrespondientes a cada UI.

Lom/General/T itle/text()|(UI1UI2) =concat(TitleUI1 , T itleUI2 )

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UI.

1.4 Description Describe el contenido de los ELOs. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UI creada.

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UIcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

280

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

Las UIs son considerados como elemen-tos atómicos, por lo tanto su estructuraes Atómica (A).

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

Las UIs son elementos atómicos, por lotanto el valor para Aggregation Level es1

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor

281

2.2 Status Condición editorial del ELO. Puedeser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=UEl valor de este meta-dato puede serdenido por el profesor, pero tambiénes posible que sea generado a partir delcálculo del valor máximo. Esto es, si acada condición editorial se le asigna unvalor numérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

Lom/LifeCycle/Status/text()|(UI1UI2)

= maximo(StatusUI1 , StatusUI2 )

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

282

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:creator, validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor3.3 Metadata Schema Nombre y versión del esquema de

meta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje "ELO-Tool".

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 Size El tamaño del ELO en octetos expresa-

do como un valor decimal (en base 10).Solo se deben usar los dígitos 0 - 9; launidad es el octeto no los bytes,MB oGB, etc.

Lom/Technical/Size/text()|(UI1UI2) =sum(SizeUI1 , SizeUI2 )

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para el ELO,la primera de la lista será la de prefe-rencia. Denota localizaciones alternati-vas para cada uno de los ELOs

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder alELO creado

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para usar ésteELO. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

283

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta el ELO a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones decada UI.Lom/Technical/Duration/text()|(UI1UI2) =sum(DurationUI1 , DurationUI2 )

5 Educational Características educativas o pedagógi-cas del ELO.

-

5.1 Interactivity Type El tipo de interactividad soportada porel ELO. El nivel de interactividad delELO generado depende del nivel de in-teractividad que posean cada uno delos ELOs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=MSi a cada valor del tipo de interactivi-dad se le asigna un valor numérico porejemplo:

active (A) = 1

expositive (E) = 2

mixed (M) = 3

Al combinar dos ELOs es posible cal-cular el tipo de interactividad soporta-da por el ELO resultante, a partir desu máximo

Lom/Educational/InteractivityType/text()|(UI1UI2) =maximo(InteractivityTypeUI1 ,InteractivityTypeUI2 )

284

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assessment

Generado por el profesor

5.3 Interactivity Level Nivel de interactividad entre l usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOS) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUI resultante, se puede obtener a partirdel cálculo del valor máximo:Lom/Educational/InteractivityLevel/text()|(UI1UI2) =maximo(InteractivityLevelUI1 ,InteractivityLevelUI2 )

285

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UI resultante, se puede obtener a par-tir del cálculo del valor máximo:Lom/Educational/SemanticDensity/text()|(UI1UI2) =maximo(SemanticDensityUI1 ,SemanticDensityUI2 )

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

286

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOS) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, elvalor del nivel de dicultad de la UIresultante, se puede obtener a partir delcálculo del valor máximo:Lom/Educational/Difficulty/text()|(UI1UI2) =maximo(DifficultyUI1 , DifficultyUI2 )

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con el ELO.

Generado por el profesor

5.10 Description Comentarios sobre cómo se usa elELO.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor6 Rights Condiciones de uso del ELO. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso del ELO.

Generado por el profesor

7 Relation Características del ELO en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre el ELOque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor

287

7.2.1 Identier Identicador único del ELO. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción del ELO. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

los ELOs e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de los ELOs, relativas a su propó-sito establecido.

Generado por el profesor

Tabla A.1: Valor de los meta-datos resultantes del ensamblaje de dos unidadesde información (UIs)

La tabla A.2 muestra los meta-datos resultantes del ensamblaje de una UIcon una UC.

288

A.2. Meta-datos resultantes del ensamblaje deuna Unidad de Información (UI) y unaUnidad de Contenido (UC)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Valor de los meta-datos resultantesde ensamblar una UI y una UC

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen una UI y una UC,por lo tanto el identicador correspon-diente es UC.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO.Puede ser generado por el profesor oa partir del valor por defecto resultan-te de la concatenación de los nombrescorrespondientes a cada ELO.

Lom/General/T itle/text()|(UI1UI2) =concat(TitleUI , T itleUC)

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UC.

1.4 Description Describe el contenido de los ELOs. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UC creada.

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UCcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

289

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

En el caso de ensamblaje de una UI (cu-ya estructura se considera atómica) conuna UC, la estructura de la UC resultan-te puede ser:

A (atomic) + C (collection) = C(collection)

A (atomic) + L (linear) = L (li-near)

A (atomic) + H (hierarchical) =H (hierarchical)

A (atomic) + N (networked) = N(networked)

Es decir, que en el ensamblaje de una UIcon una UC, prevalece la estructura quetenga la UC.

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

Las UIs son elementos atómicos, por lotanto el valor para Aggregation Level es1, pero las UCs pueden tener un valorpara el nivel de agregación 2, 3 o 4. Porlo tanto, el valor para Aggregation Levelde la UC resultante de ensamblar una UIcon una UC, será el valor del AggregationLevel que posea la UC.

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor

290

2.2 Status Condición editorial del ELO. Puedeser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=UEl valor de este meta-dato puede serdenido por el profesor, pero tambiénes posible que sea generado a partir delcálculo del valor máximo. Esto es, si acada condición editorial se le asigna unvalor numérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

Lom/LifeCycle/Status/text()|(UIUC) =maximo(StatusUI , StatusUC)

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

291

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:Creator, Validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor3.3 Metadata Schema Nombre y versión del esquema de

meta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje "ELO-Tool".

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 Size El tamaño del ELO en octetos expresa-

do como un valor decimal (en base 10).Solo se deben usar los dígitos 0 - 9; launidad es el octeto no los bytes,MB oGB, etc.

Lom/Technical/Size/text()|(UIUC) =sum(SizeUI , SizeUC)

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para el ELO,la primera de la lista será la de prefe-rencia.

Generado por el profesor. Denota locali-zaciones alternativas para la UC creada

4.4 Requirement Requisitos necesarios para acceder alELO creado

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para usar ésteELO. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

292

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta el ELO a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones de laUI y la UC respectivamente.Lom/Technical/Duration/text()|(UIUC)

= sum(DurationUI , DurationUC)5 Educational Características educativas o pedagó-

gias del ELO.-

5.1 Interactivity Type El tipo de interactividad soportada porel ELO. El nivel de interactividad delELO generado depende del nivel de in-teractividad que posean cada uno delos ELOs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=MSi a cada valor del tipo de interactivi-dad se le asigna un valor numérico porejemplo:

Active (A) = 1

Expositive (E) = 2

Mixed (M) = 3

Al combinar una UI con una UC, es po-sible calcular el tipo de interactividad so-portada por la UC resultante, a partir desu máximoLom/Educational/InteractivityType/text()|(UIUC) =maximo(InteractivityTypeUI ,InteractivityTypeUC)

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

293

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUC resultante, se puede obtener a partirdel cálculo del valor máximo:Lom/Educational/InteractivityLevel/text()|(UIUC) =maximo(InteractivityLevelUI ,InteractivityLevelUC)

294

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UC resultante, se puede obtener a par-tir del cálculo del valor máximo:Lom/Educational/Semanticdensity/text()|(UIUC) =maximo(SemanticDensityUI ,SemanticDensityUC)

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

295

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOS) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, elvalor del nivel de dicultad de la UCresultante, se puede obtener a partir delcálculo del valor máximo:Lom/Educational/Difficulty/text()|(UIUC) =maximo(DifficultyUI , DifficultyUC)

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con el ELO.

Generado por el profesor

5.10 Description Comentarios sobre cómo se usa elELO.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje. La descripción clara de losrequisitos es una herramienta útil en ladenición de los diferentes caminos deaprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript. En el ELO re-sultante de un proceso de ensamblaje,los requisitos se obtienen a partir de launión de los requisitos pertenecientesa cada uno de los ELOs que se estánensamblando, menos las competenciasdel ELO al que se le quiere ensamblarel otro.

En el caso del ensamblaje de una UI conuna UC, el valor para este meta-dato enla UC resultante es el valor que tenga laUC original, pues las UIs no tiene de-nidas competencias, (carecen de conoci-miento asociado).

296

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente. Una competencia pue-de ser construir una página Web uti-lizando DreamWeaver.

-

5.13.1 Competency En el proceso de ensamblaje, las com-petencias del ELO resultante serán lasobtenidas mediante la unión de lascompetencias de los ELOs que se es-tá ensamblando

Dado que las UIs carecen de conocimien-to asociado (es decir que no poseen re-quisitos ni competencias), el valor de lascompetencias para la UC resultante se-rá el valor que tenga ese meta-dato en laUC original. El profesor también puedeañadir nuevas competencias para la UCgenerada.

5.14 Files Denota composición e indica el lugarfísico en el que se encuentran los ELOsutilizados en el ensamblaje del nuevoELO.

-

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de la UI y la UC, respectiva-mente

6 Rights Condiciones de uso del ELO. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso del ELO.

Generados por el profesor

7 Relation Características de la UC en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre la UCque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único de la UC. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UC. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UC e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor

297

9 Classication Descripción de dónde se sitúa el ELOdentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UC, relativas a su propósitoestablecido.

Generado por el profesor

Tabla A.2: Valor de los meta-datos resultantes del ensamblaje de una unidadde información (UI) y una unidad de contenido (UC)

La tabla A.3 muestra los meta-datos resultantes del ensamblaje de dos UCs.

A.3. Meta-datos resultantes del ensamblaje dedos Unidades de Contenido (UCs)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Valor de los meta-datos resultantesde ensamblar dos UCs

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen dos UCs, por lo tan-to el identicador correspondiente es UD.

1.2 Title Nombre del ELO.Puede ser generado por el profesor oa partir del valor por defecto resultan-te de la concatenación de los nombrescorrespondientes a cada UI.

Lom/General/T itle/text()|(UC1UC2) =concat(TitleUC1 , T itleUC2 )

298

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UD

1.4 Description Describe el contenido de los ELOs. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UD creada

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UDcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden tener dife-rentes estructuras, las siguientes rela-ciones muestran las posibles combina-ciones y los resultados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

La estructura de la UD resultante depen-de de la estructura de las UCs ensambla-das, por lo tanto puede ser:C+C=C; C+L=L; C+H=H; C+N=N;L+C=L; L+L=L; L+H=H; L+N=L;L+C=L;H+C=H; H+L=H; H+H=H; H+N=H;N+C=N; N+L=L; N+H=H; N+N=N;

299

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

El valor para Aggregation Level de laUD resultante depende del valor que ten-gan las UCs ensambladas para este meta-dato:2+2=2; 2+3=3; 2+4=43+2=3; 3+3=3; 3+4=44+2=4; 4+3=4; 4+4=4

Y se obtiene a partir del cálculo delmáximo valor:Lom/General/AggregationLevel/text()|(UC1UC2) =maximo(AggregationLevelUC1 ,AggregationLevelUC2 )

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor2.2 Status Condición editorial del ELO. Puede

ser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=UEl valor de este meta-dato puede serdenido por el profesor, pero tambiénes posible que sea generado a partir delcálculo del valor máximo. Esto es, si acada condición editorial se le asigna unvalor numérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

Lom/LifeCycle/Status/text()|(UC1UC2)

= maximo(StatusUC1 , StatusUC2 )

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

300

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:Creator, Validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor3.3 Metadata Schema Nombre y versión del esquema de

meta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje "ELO-Tool".

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos de la UD. Generado por el profesor4.2 Size El tamaño de la UD en octetos expre-

sado como un valor decimal (en base10). Solo se deben usar los dígitos 0 - 9;la unidad es el octeto no los bytes,MBo GB, etc.

Lom/Technical/Size/text()|(UC1UC2) =sum(SizeUC1 , SizeUC2 )

301

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para la UD, laprimera de la lista será la de preferen-cia. Denota localizaciones alternativaspara la ubicación de la UD

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder a laUD creada

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para usar ésteELO. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta la UD a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones decada UCLom/Technical/Duration/text()|(UC1UC2) =sum(DurationUC1 , DurationUC2 )

5 Educational Características educativas o pedagó-gias del ELO.

-

302

5.1 Interactivity Type El tipo de interactividad soportada porla UD. El nivel de interactividad dela UD generada depende del nivel deinteractividad que posean cada una delas UCs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=MSi a cada valor del tipo de interactivi-dad se le asigna un valor numérico porejemplo:

Active (A) = 1

Expositive (E) = 2

Mixed (M) = 3

Al combinar dos UCs es posible calcu-lar el tipo de interactividad soportadapor la UD resultante, a partir de sumáximo

Lom/Educational/Interactivitytype/text()|(UC1UC2) =maximo(InteractivityTypeUC1 ,InteractivityTypeUC2 )

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

303

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUD resultante, se puede obtener a partirdel cálculo del valor máximo:Lom/Educational/Interactivitylevel/text()|(UC1UC2) =maximo(InteractivityLevelUC1 ,InteractivityLevelUC2 )

304

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UD resultante, se puede obtener a par-tir del cálculo del valor máximo:Lom/Educational/SemanticDensity/text()|(UC1UC2) =maximo(SemanticDensityUC1 ,SemanticDensityUC2 )

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

305

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOS) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, el va-lor del nivel de dicultad de la UD resul-tante, se puede obtener a partir del cál-culo del valor máximo:Lom/Educational/Difficulty/text()|(UC1UC2) = maximo(DifficultyUC1 ,DifficultyUC2 )

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con la UD.

Generado por el profesor

5.10 Description Comentarios sobre cómo se usa la UD. Generado por el profesor5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje denido para la unidad di-dáctica particular. La descripción cla-ra de los requisitos es una herramientaútil en la denición de los trayectoriasde aprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript. En el ELO re-sultante de un proceso de ensamblaje,los requisitos se obtienen a partir de launión de los requisitos pertenecientesa cada uno de los ELOs que se estánensamblando menos las competenciasdel ELO al que se le quiere ensamblarel otro.

Por lo tanto los requisitos para la UDgenerada serán:Lom/Educational/Requirements/Requirement/text()|(UC1UC2) = [sum(RequirementsUC1 ,RequirementsUC2 ) −(RompetenciesUC1 )]

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente.

-

306

5.13.1 Competency Una competencia puede ser construiruna página Web utilizando Dream-Weaver .

En el proceso de ensamblaje, las compe-tencias de la UD resultante serán las ob-tenidas mediante la unión de las compe-tencias de las UCS que se está ensam-blandoLom/Educational/Competencies/Competency/text()|(UC1UC2) = sum(CompetenciesUC1 , CompetenciesUC2 )

5.14 Files Denota composición e indica el lugarfísico en el que se encuentran las UCsutilizadas en la generación de la UD

Contiene la dirección (URL) de las UCsutilizadas en el proceso de ensamblaje

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de las UCs ensambladas

6 Rights Condiciones de uso del ELO. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso de la UD.

Generado por el profesor

7 Relation Características de la UD en relacióncon otros ELOs.

Generado por el profesor

7.1 Kind Naturaleza de la relación entre la UDque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único del ELO. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UD. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UD e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

307

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UD, relativas a su propósitoestablecido.

Generado por el profesor

Tabla A.3: Valor de los meta-datos resultantes del ensamblaje de dos unidadesde contenido (UCs)

La tabla A.4 muestra los meta-datos resultantes del ensamblaje entre unaUC y una UD.

A.4. Meta-datos resultantes del ensamblaje deuna Unidad de Contenido (UC) y una Uni-dad Didáctica (UD)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Valor de los meta-datos resultantesde ensamblar una UC y una UD

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se unen una UC y una UD,por lo tanto el identicador correspon-diente es UD.

308

1.2 Title Nombre del ELO. Puede ser generadopor el profesor o a partir del valor pordefecto resultante de la concatenaciónde los nombres correspondientes a laUC y la UD.

Lom/General/T itle/text()|(UCUD) =concat(TitleUC , T itleUD)

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UD

1.4 Description Describe el contenido de la UD. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UD creada

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UDcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

La estructura de la UD resultante depen-de de la estructura de la UC y de la UDque se están ensamblando, por lo tantopuede ser:C+C=C; C+L=L; C+H=H; C+N=N;L+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H; H+N=H;N+C=N; N+L=L; N+H=H; N+N=N;

309

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

El valor para Aggregation Level de la UDresultante depende del valor que tenganpara este meta-dato la UC y la UD quese están ensamblando, por lo tanto, suvalor puede ser:2+2=2; 2+3=3; 2+4=43+2=3; 3+3=3; 3+4=44+2=4; 4+3=4; 4+4=4Y se obtiene a partir del cálculo del má-ximo valor:Lom/General/AggregationLevel/text()|(UCUD) =maximo(AggregationLevelUC ,AggregationLevelUD)

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor2.2 Status Condición editorial del ELO. Puede

ser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=UEl valor de este meta-dato puede serdenido por el profesor, pero tambiénes posible que sea generado a partir delcálculo del valor máximo. Esto es, si acada condición editorial se le asigna unvalor numérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

El valor de la condición editorial de laUD resultante se obtiene a partir delcálculo del valor máximo:Lom/LifeCycle/Status/text()|(UCUD)

= maximo(StatusUC , StatusUD)

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

310

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:creator, validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor3.3 Metadata Schema Nombre y versión del esquema de

meta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje "ELO-Tool".

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 Size El tamaño de la UD en octetos expre-

sado como un valor decimal (en base10). Solo se deben usar los dígitos 0 - 9;la unidad es el octeto no los bytes,MBo GB, etc.

Lom/Technical/Size/text()|(UCUD) =sum(SizeUC , SizeUD)

311

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para la UD, laprimera de la lista será la de preferen-cia. Denota localizaciones alternativaspara la ubicación de la UD

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder a laUD creada

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para utilizar laUD. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta la UD a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones de laUC y la UD.Lom/Technical/Duration/text()|(UCUD)

= sum(DurationUC , DurationUD)

5 Educational Características educativas o pedagó-gias del ELO.

-

312

5.1 Interactivity Type El tipo de interactividad soportada porla UD. El nivel de interactividad dela UD generada depende del nivel deinteractividad que posean tanto la UCcomo la UD:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=MSi a cada valor del tipo de interactivi-dad se le asigna un valor numérico porejemplo:

active (A) = 1

expositive (E) = 2

mixed (M) = 3

Al combinar una UC y una UD es posiblecalcular el tipo de interactividad soporta-da por la UD resultante, a partir de sumáximo:Lom/Educational/InteractivityType/text()|(UCUD) =maximo(InteractivityTypeUC ,InteractivityTypeUD)

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

313

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUD resultante, se puede obtener a partirdel cálculo del valor máximo:Lom/Educational/InteractivityLevel/text()|(UCUD) =maximo(InteractivityLevelUC ,InteractivityLevelUD)

314

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UD resultante, se puede obtener a par-tir del cálculo del valor máximo:Lom/Educational/SemanticDensity/text()|(UCUD) =maximo(SemanticDensityUC ,SemanticDensityUD)

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

315

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOs) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, el va-lor del nivel de dicultad de la UD resul-tante, se puede obtener a partir del cál-culo del valor máximo:Lom/Educational/Difficulty/text()|(UCUD) = maximo(DifficultyUC ,DifficultyUD)

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con la UD.

Generado por el profesor

5.10 Description Comentarios sobre cómo se utiliza laUD.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje denido para la unidad di-dáctica particular. La descripción cla-ra de los requisitos es una herramientaútil en la denición de los trayectoriasde aprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript. En el ELO re-sultante de un proceso de ensamblaje,los requisitos se obtienen a partir de launión de los requisitos pertenecientesa cada uno de los ELOs que se estanensamblando menos las competenciasdel ELO al que se le quiere ensamblarel otro.

Por lo tanto, los requisitos para a UDgenerada serán:Lom/Educational/Requirements/Requirement/text()|(UCUD) =[sum(RequirementsUC ,RequirementsUD)−(CompetenciesUC)]

316

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente.

-

5.13.1 Competency Una competencia puede ser construiruna página Web utilizando Dream-Weaver

En el proceso de ensamblaje, las com-petencias de la UD resultante serán lasobtenidas mediante la unión de las com-petencias de la UC más las competenciasde la UD que se están ensamblando:Lom/Educational/Competencies/Competency/text()|(UCUD) =sum(CompetenciesUC , CompetenciesUD)

5.14 Files Denota composición e indica el lugarfísico en el que se encuentran los ELOsutilizados para generar la UD.

-

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de la UC y la UD ensambladas

5.15 Objectives se basan en las competencias, son des-cripciones de una acción(es) observa-ble(s) con las que el estudiante puedemostrar o demostrar que ha aprendido.

-

5.15.1 Objective una competencia puede ser construiruna página Web utilizando Dream-Weaver . El objetivo basado en estacompetencia sería los estudiantes de-ben construir una página Web utilizan-do DreamWeaver

Generado por el profesor

5.16 Summary Representa un resumen de los aspectosmás relevantes de la UD

Generado por el profesor

5.17 Evaluation Representa los mecanismos de evalua-ción que serán aplicados para evaluarla UD creada

Generado por el profesor

5.18 Items Describe la ubicación de los ELOs quese han utilizado en el proceso de en-samblaje para generar la UD (repre-sentado mediante una URL) y ademásindica el tipo de ELO utilizado, sea UCo UD

5.181 Item - Contiene las direcciones (URLs) corres-pondientes a los ELOs que se han utili-zado en el proceso de ensamblaje y el tipode cada uno de ellos (UC o UD)

6 Rights Condiciones de uso de la UD. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso de la UD.

Generado por el profesor

7 Relation Características de la UD en relacióncon otros ELOs.

Generado por el profesor

317

7.1 Kind Naturaleza de la relación entre la UDque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único del ELO. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UD. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UD e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: discipline, idea, prerequisite,educational objective, accessibility res-trictions, educational level, skill level,security level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UD, relativas a su propósitoestablecido.

Generado por el profesor

Tabla A.4: Valor de los meta-datos resultantes del ensamblaje de una unidadde contenido (UC) y una unidad didáctica (UD)

La tabla A.5 muestra los meta-datos resultantes del ensamblaje entre dosUDs.

318

A.5. Meta-datos resultantes del ensamblaje dedos Unidades Didácticas (UDs)

Nr Nombre Signicado del meta-dato y crite-rio aplicado

Valor de los meta-datos resultantesde ensamblar dos UDs

1 General información que describe el ELO comoun todo

1.1 Identier Etiqueta única para el ELO. Es de-cir, el que corresponda al nuevo ELOcreado, dependiendo de la combinacióncorrespondiente:

UI+UI=UC

UI+UC=UC

UC+UD=UD

UC+UC=UD

UD+UD=UD

En este caso se dos UD, por lo tanto elidenticador correspondiente es UD.

1.1.1 Catalog El nombre o denominación del esque-ma de identicación o catalogación pa-ra esta entrada. Un esquema de espaciode nombres.

Generado por el profesor

1.1.2 Entry El valor del identicador dentro delesquema de identicación o cataloga-ción que designa o identica este obje-to educativo. Una cadena especíca deun espacio de nombres.

Generado por el profesor

1.2 Title Nombre del ELO.Puede ser generado por el profesor oa partir del valor por defecto resultan-te de la concatenación de los nombrescorrespondientes de las UD.

Lom/General/T itle/text()|(UD1UD2) =concat(TitleUD1 , T itleUD2 )

1.3 Language El lenguaje de los ELOs. Generado por el profesor, quien seleccio-na el lenguaje de acuerdo a la audienciaa la que va dirigida la UD

1.4 Description Describe el contenido de la UD. Generado por el profesor, debe ser unadescripción que indique las característi-cas clave de la UD creada

1.5 Keyword Contiene la descripción del recurso. Generado por el profesor, quien seleccio-na las palabras clave que describen la UDcreada.

1.6 Coverage Características temporales/espacialesdel contenido (ej:., contexto histórico).

Generado por el profesor

319

1.7 Structure Describe la estructura organizacionaldel ELO.

atomic (A): Indivisible en esecontexto

collection (C): Sin relación es-pecíca entre ellos

linear (L): Completamente or-denados

hierarchical (H): Relación re-presentada en un árbol jerár-quico

networked (N): Relación no es-pecicada

Dado que los ELOs pueden ensambla-dos pueden tener diferentes estructu-ras, las siguientes relaciones muestranlas posibles combinaciones y los resul-tados de estas:C+C=C; C+L=L; C+H=H; C+N=N;C+A=CL+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H;H+N=H; H+A=HN+C=N; N+L=L; N+H=H; N+N=N;N+A=NA+C=C; A+L=L; A+H=H; A+N=N;A+A=ANOTA: Para los elementos atómicosel Aggregation Level tiene valor 1 y pa-ra los elementos con las estructuras res-tantes el valor del Aggregation Level es2,3 o 4.

La estructura de la UD resultante depen-de de la estructura de las UDs que se es-tán ensamblando, por lo tanto puede ser:C+C=C; C+L=L; C+H=H; C+N=N;L+C=L; L+L=L; L+H=H; L+N=L;L+C=LH+C=H; H+L=H; H+H=H; H+N=H;N+C=N; N+L=L; N+H=H; N+N=N;

1.8 Aggregation Level El tamaño funcional del ELO. Tieneun rango restringido desde el valor 1(nivel de agregación más pequeño) alvalor 4 (nivel de agregación superior).1+1=1; 1+2=2; 1+3=3; 1+4=42+1=2; 2+2=2; 2+3=3; 2+4=43+1=3; 3+2=3; 3+3=3; 3+4=44+1=4; 4+2=4; 4+3=4; 4+4=4

El valor para Aggregation Level de la UDresultante depende del valor que tenganpara este meta-dato cada una de las UDque se están ensamblando, por lo tanto,su valor puede ser:2+2=2; 2+3=3; 2+4=43+2=3; 3+3=3; 3+4=44+2=4; 4+3=4; 4+4=4Y se obtiene a partir del cálculo del má-ximo valor:lom/general/aggregationlevel/text()|(UD1UD2) =maximo(AggregationLevelUD1 ,AggregationLevelUD2 )

2 Life Cycle Historia y estado actual del recurso. -2.1 Version La edición del ELO. Generado por el profesor

320

2.2 Status Condición editorial del ELO. Puedeser:

draft (D)

nal (F)

revised (R)

unavailable (U)

Dado que cada ELO puede tener un va-lor diferentes de su condición editorial,para determinar la condición editorialdel ELO generado se establecen las si-guientes relaciones con sus resultadoscorrespondientes:D+D=D; D+F=F; D+R=R; D+U=DF+D=D; F+F=F; F+R=F; F+U=FR+D=R; R+F=R; R+R=R; R+U=RU+D=D; U+F=F; U+R=R; U+U=UEl valor de este meta-dato puede serdenido por el profesor, pero tambiénes posible que sea generado a partir delcálculo del valor máximo. Esto es, si acada condición editorial se le asigna unvalor numérico, por ejemplo:

unavailable (U) = 0

draft (D) = 1

revised (R) = 2

nal (F) = 3

El valor de la condición editorial de laUD resultante se calcula por:Lom/LifeCycle/Status/text()|(UD1UD2)

= maximo(StatusUD1 , StatusUD2 )

2.3 Contribute Personas u organizaciones que contri-buyen al recurso (incluye la creación,edición y publicación)

Generado por el profesor

2.3.1 Role Tipo de contribución. Vocabulario:author, publisher, unknown, initiator,terminator, validator, editor, graphicaldesigner, technical implementer, con-tent provider, technical validator, edu-cational validator, script writer, ins-tructional designer

Generado por el profesor

2.3.2 Entity Entidad o entidades involucradas lamás relevante primero.

Generado por el profesor

2.3.3 Date Fecha de la contribución Generado por el profesor3 Meta Metadata Características de la descripción más

que del recurso. Es una informaciónque describe el ELO y no hace referen-cia a cómo identicar ésta instancia demeta-datos

Generado por el profesor

3.1 Identier Una etiqueta única para el meta-dato.Se utiliza para identicar la clase deELO que se ha creado

Generado por el profesor

321

3.1.1 Catalog Nombre del esquema de clasicaciónpara esta entrada, un esquema de es-pacio de nombres.

Generado por el profesor

3.1.2 Entry Valor del identicador dentro del es-quema de clasicación que designa oidentica ese registro de mata-dato.Una cadena especíca de un espacio denombres.

Generado por el profesor

3.2 Contribute Personas u organizaciones que contri-buyen al meta-dato.

Generado por le profesor

3.2.1 Role Clase de contribución. Vocabulario:creator, validator.

Generado por el profesor

3.2.2 Entity Entidad o entidades involucradas, lamás importante primero.

Generado por el profesor

3.2.3 Date Fecha de contribución. Generado por el profesor3.3 Metadata Scheme Nombre y versión del esquema de

meta-datos utilizado para crear la ins-tancia de meta-datos del ELO.

Generado por el profesor. El esquema demeta-datos utilizado para describir losELOs es por defecto el esquema de meta-datos LOM (con las extensiones añadi-das), los objetos de aprendizaje descri-tos con otro esquema de meta-datos se-rán traducidos al esquema de meta-datosELO para poder ser almacenados en el al-macén de ELOs perteneciente al entornopara la generación, ensamblaje y reutili-zación de objetos de aprendizaje "ELO-Tool".

3.4 Language Lenguaje de la instancia del meta-dato.

Generado por el profesor

4 Technical Características técnicas del objeto deaprendizaje.

-

4.1 Format Tipos de datos técnicos del ELO. Generado por el profesor4.2 Size El tamaño de la UD en octetos expre-

sado como un valor decimal (en base10). Solo se deben usar los dígitos 0 - 9;la unidad es el octeto no los bytes,MBo GB, etc.

Lom/Technical/Size/text()|(UD1UD2) =sum(SizeUD1 , SizeUD2 )

4.3 Location Una ubicación (URL) o un método queresuelve la ubicación del ELO (URI).Si hay varias direcciones para la UD, laprimera de la lista será la de preferen-cia. Denota localizaciones alternativaspara la ubicación de la UD

Generado por el profesor

4.4 Requirement Requisitos necesarios para acceder a laUD creada

Generado por el profesor

4.4.1 OrComposite Agrupamiento de múltiples requisitos.Como es un requisito compuesto se de-be satisfacer al menos uno, por ello elconector lógico es OR.

Generado por el profesor

4.4.1.1 Type Tecnología requerida para utilizar laUD. Vocabulario: operating system,browser

Generado por el profesor

4.4.1.2 Name Nombre del elemento requerido. if Ty-pe=Óperating System', then vocabula-rio: pc-dos, ms-windows, macos, unix,multi-os, none if Type='browser'thenvocabulario: any, netscape communica-tor, ms-internet explorer, opera, ama-ya. Si hay otro tipo, entonces el voca-bulario es abierto.

Generado por el profesor

322

4.4.1.3 Minimum Version La versión mínima de la tecnología pa-ra utilizar este ELO.

Generado por el profesor

4.4.1.4 Maximum Version La versión más alta de la tecnologíarequerida para utilizar este ELO.

Generado por el profesor

4.5 Installation Remarks Descripción de cómo debe instalarse elrecurso.

Generado por el profesor

4.6 Other Platform Requi-rements

Información sobre otro software yhardware requeridos.

Generado por el profesor

4.7 Duration Tiempo (en segundos) en el que se eje-cuta la UD a una velocidad normal.

Puede ser generado por el profesor u ob-tenerse se la suma de las duraciones delas UDs.Lom/Technical/Duration/text()|(UD1UD2) =sum(DurationUD1 , DurationUD2 )

5 Educational Características educativas o pedagógi-cas del ELO.

-

5.1 Interactivity Type El tipo de interactividad soportada porla UD. El nivel de interactividad dela UD generada depende del nivel deinteractividad que posean cada una delas UDs:

active (A): Activa, correspon-de al tipo de aprendizajeaprender haciendo. Por ejem-plo, simulaciones, cuestiona-rios, ejercicios

expositive (E): Expositiva,corresponde al tipo de apren-dizaje pasivo. Por ejemplo,vídeo, gráco, hipertexto

mixed (M): Combina los tiposde interactividad anteriores

Dado que los ELOs pueden soportardistintos tipos de interactividad, suscombinaciones originan los siguientesresultados:A+A=A; A+E=A; A+M=ME+A=A; E+E=E; E+M=MM+A=M; M+E=M; M+M=MSi a cada valor del tipo de interactivi-dad se le asigna un valor numérico porejemplo:

active (A) = 1

expositive (E) = 2

mixed (M) = 3

Al combinar dos UD es posible calcularel tipo de interactividad soportada por laUD resultante, a partir de su máximo:Lom/Educational/Interactivitytype/text()|(UD1UD2) =maximo(InteractivityTypeUD1 ,InteractivityTypeUD2 )

323

5.2 Learning Resource Ty-pe

Especica la clase de recurso, la cla-se más dominante primero. Vocabula-rio: exercise, simulation, questionnaire,diagram, gure, graph, index, slide, ta-ble, narrative text, exam, experiment,problem statement, self assesment

Generado por el profesor

5.3 Interactivity Level Nivel de interactividad entre el usuarional y los ELOs. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente ni-vel de interactividad el ELO resultan-te tendrá el nivel de interactividad delELO con el mayor nivel de interacti-vidad, así las relaciones (por pares deELOs) serán las siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VHNOTA: Los ELOs con valor de tipode interactividad Active (A), puedentener un nivel de interactividad high(H), por ejemplo, en el caso de simu-laciones; o nivel de interactividad low(L) por ejemplo, texto. Y los ELOs convalor de tipo de interactividad exposi-tive (E), pueden tener un nivel de in-teractividad low (L), por ejemplo, enel caso de texto lineal; o nivel de inter-actividad high (H) o medium (M ) porejemplo, hiperdocumentos.

Teniendo en cuenta el valor numéricoasignado a cada nivel de interactividad,el valor del nivel de interactividad de laUD resultante, se puede obtener a partirdel cálculo del valor máximo:Lom/Educational/Interactivitylevel/text()|(UD1UD2) =maximo(InteractivityLevelUD1 ,InteractivityLevelUD2 )

324

5.4 Semantic Density Grado de concreción de un objeto deaprendizaje, se puede estimar en fun-ción de su tamaño, ámbito (en el casode los ELOs con características tempo-rales como audio y vídeo) o duración.Es independiente del grado de dicul-tad del ELO. Puede ser:

very low (VL) = 0

low (L) = 1

medium (M) = 2

high (H) = 3

very high (VH) = 4

Al combinar ELOs con diferente densi-dad semántica, el ELO resultante ten-drá la densidad semántica del ELO conla mayor densidad semántica, así lasrelaciones (por pares de ELOs) seránlas siguientes:VL+VL=VL; VL+L=L; VL+M=M;VL+H=H; VL+VH=VHL+VL=L; L+L=L; L+M=M;L+H=H; L+VH=VHM+VL=M; M+L=M; M+M=M;M+H=H; M+VH=VHH+VL=H; H+L=H; H+M=H;H+H=H; H+VH=VHVH+VL=VH; VH+L=VH;VH+M=VH; VH+H=VH;VH+VH=VH

Teniendo en cuenta el valor numéricoasignado a cada nivel de densidad semán-tica, el valor de la densidad semántica dela UD resultante, se puede obtener a par-tir del cálculo del valor máximo:Lom/Educational/SemanticDensity/text()|(UD1UD2) =maximo(SemanticDensityUD1 ,SemanticDensityUD2 )

5.5 Intended End User Ro-le

Usuario normal del ELO, el más domi-nante primero. Vocabulario: teacher,author, learner, manager

Generado por el profesor

5.6 Context El entorno típico de aprendizaje dondetiene lugar el uso del ELO. Vocabula-rio: school, higher education, training.other

Generado por el profesor

5.7 Typical Age Range Edad típica de los usuarios. Generado por el profesor

325

5.8 Diculty Cómo de difícil es trabajar a través delos ELOs para la audiencia selecciona-da. El valor del nivel de dicultad pue-de ser:

very easy (VE) = 0

easy (E) = 1

medium (M) = 2

dicult (D) = 3

very dicult (VD) = 4

Los ELOs pueden tener diferente gra-do de dicultad, así las relaciones (porpares de ELOs) serán las siguientes:VE+VE=VE; VE+E=E; VE+M=M;VE+D=M; VE+VD=ME+VE=VE; E+E=E; E+M=M;E+D=M; E+VD=VDM+VE=M; M+E=M; M+M=M;M+D=D; M+VD=VDD+VE=M; D+E=D; D+M=D;D+D=D; D+VD=VDVD+VE=VD; VD+E=VD;VD+M=VD; VD+D=VD;VD+VD=VD

Teniendo en cuenta el valor numéricoasignado a cada nivel de dicultad, elvalor del nivel de dicultad de la UDresultante, se puede obtener a partir delcálculo del valor máximo:Lom/Educational/Difficulty/text()|(UD1UD2) =maximo(DifficultyUD1 ,DifficultyUD2 )

5.9 Typical Learning Time Tiempo típico o aproximado que tomatrabajar con la UD.

Generado por el profesor

5.10 Description Comentarios sobre cómo se utiliza laUD.

Generado por el profesor

5.11 Language Lenguaje natural del destinatario. Generado por el profesor5.12 Requirements condición o capacidad que el que el es-

tudiante pueda alcanzar el objetivo deaprendizaje denido para la unidad di-dáctica particular. La descripción cla-ra de los requisitos es una herramientaútil en la denición de los trayectoriasde aprendizaje.

Generado por el profesor

5.12.1 Requirement Los requisitos se denen utilizandosentencias armativas, que comienzancon frases como tener conocimientosen . . . . Por ejemplo, en el contextode un curso sobre DHTML los requisi-tos serían: tener conocimientos básicossobre WWW, construcción de páginasWeb, CSS y JavaScript. En el ELO re-sultante de un proceso de ensamblaje,los requisitos se obtienen a partir de launión de los requisitos pertenecientesa cada uno de los ELOs que se estánensamblando menos las competenciasdel ELO al que se le quiere ensamblarel otro.

Por lo tanto, los requisitos para a UDgenerada serán:Lom/Educational/Requirements/Requirement/text()|(UDUD) =[sum(RequirementsUD,RequirementsUD)−(CompetenciesUD)]

326

5.13 Competencies Representan un área en la cual el estu-diante es capaz de desenvolverse satis-factoriamente.

-

5.13.1 Competency Una competencia puede ser construiruna página Web utilizando Dream-Weaver

En el proceso de ensamblaje, las compe-tencias de la UD resultante serán las ob-tenidas mediante la unión de las compe-tencias de la UC más las competenciasde la UD que se están ensamblando:Lom/Educational/Competencies/Competency/text()|(UD1UD2) = sum(CompetenciesUD1 , CompetenciesUD2 )

5.14 Files Denota composición e indica el lugarfísico en el que se encuentran los ELOsutilizados para generar la UD.

-

5.14.1 File Contiene la dirección (URL) de losELOs utilizados en el proceso de en-samblaje

Las URLs de las UDs ensambladas

5.15 Objectives se basan en las competencias, son des-cripciones de una acción(es) observa-ble(s) con las que el estudiante puedemostrar o demostrar que ha aprendido.

-

5.15.1 Objective una competencia puede ser construiruna página Web utilizando Dream-Weaver . El objetivo basado en estacompetencia sería los estudiantes de-ben construir una página Web utilizan-do DreamWeaver

Generado por el profesor

5.16 Summary Representa un resumen de los aspectosmás relevantes de la UD

Generado por el profesor

5.17 Evaluation Representa los mecanismos de evalua-ción que serán aplicados para evaluarla UD creada

Generado por el profesor

5.18 Items Describe la ubicación de los ELOs quese han utilizado en el proceso de en-samblaje para generar la UD (repre-sentado mediante una URL) y ademásindica el tipo de ELO utilizado, sea UCo UD

5.18.1 Item - Contiene las direcciones (URLs) corres-pondientes a los ELOs que se han utili-zado en el proceso de ensamblaje y el tipode cada uno de ellos (UC o UD). En estecaso de las direcciones de las UDs y eltipo que es UD

6 Rights Condiciones de uso de la UD. Generado por el profesor6.1 Cost Si el uso del ELO requiere pago. Voca-

bulario: yes, noGenerado por el profesor

6.2 Copyright AndOther Restrictions

Especicar si se aplican las condicionesde derecho de copia u otras restriccio-nes. Vocabulario: yes, no Si un ELOde los que se va a ensamblar tiene res-tricciones y el otro no, el creador de-be decidir si mantiene las restriccioneso pone unas nuevas o simplemente laselimina

Generado por el profesor

6.3 Description Comentarios sobre las condiciones deuso de la UD.

Generado por el profesor

7 Delation Características de la UD en relacióncon otros ELOs.

Generado por el profesor

327

7.1 Kind Naturaleza de la relación entre la UDque se está describiendo y el ELO iden-ticado por (7.2). Lista del vocabulariode Dublin Core: is part of, has part, isversion of, has version, is format of, hasformat, references, is referenced by, isbased on, is basis for, requires, is requi-red by

Generado por el profesor

7.2 Resource ELO al que se reere ésta relación. Generado por el profesor7.2.1 Identier Identicador único del ELO. Generado por el profesor7.2.1.1 Catalog Nombre del esquema de catalogación

para ésta entrada. Un esquema de es-pacio de nombres.

Generado por el profesor

7.2.1.2 Entry Valor del identicador dentro del es-quema de identicación. Una cadenaespecíca de un espacio de nombres.

Generado por el profesor

7.2.2 Description Descripción de la UD. Generado por el profesor8 Annotation Comentarios sobre el uso educativo de

la UD e información sobre quién ycuándo se creó el comentario.

Generado por el profesor

8.1 Entity Entidad (persona u organización) quecreó ésta anotación.

Generado por el profesor

8.2 Date Fecha en la que se hicieron las anota-ciones.

Generado por el profesor

8.3 Description El contenido de la anotación. Generado por el profesor9 Classication Descripción de dónde se sitúa el ELO

dentro de un sistema de clasicaciónconcreto.

Generado por el profesor

9.1 Purpose El propósito de clasicar el ELO. Vo-cabulario: Discipline, Idea, Prerequi-site, Educational Objective, Accessi-bility Restrictions, Educational Level,Skill Level, Security Level, competency

Generado por el profesor

9.2 Taxon Path Una ruta taxonómica dentro de un sis-tema de clasicación especíco.

Generado por el profesor

9.2.1 Source Nombre del sistema de clasicación. Generado por el profesor9.2.2 Taxon Un término concreto dentro de una ta-

xonomía.Generado por el profesor

9.2.2.1 Id Identicador del Taxon en un sistemataxonómico.

Generado por el profesor

9.2.2.2 Entry Nombre o etiqueta textual del Ta-xon(de otra manera que el identica-dor)

Generado por el profesor

9.3 Description Una descripción textual del ELO rela-tiva a su propósito establecido (según9.2).

Generado por el profesor

9.4 Keyword Contiene palabras clave de la descrip-ción de la UD, relativas a su propósitoestablecido.

Generado por el profesor

Tabla A.5: Valor de los meta-datos resultantes del ensamblaje de dos unidadesdidácticas (UDs)

328

Apéndice B

Implementación de ELO-Tool

La herramienta ELO-Tool está concebida como un sistema Web para elsoporte de la generación, el ensamblaje y la reutilización de objetos de apren-dizaje. En particular, este apéndice describe la implementación del prototipode la herramienta ELO-Tool a partir de los casos de uso y los diferentes dia-gramas que ilustran dicho proceso de implementación.

B.1. Casos de usoEl prototipo está organizado en tres módulos: gestión de ontologías,

gestión de ELOs y ensamblaje de ELOs, tal y como indica la gura B.1.A continuación, describiremos los casos de uso mediante diagramas deactividades.

B.2. Diagramas de actividadesDebido a la sencillez de las operaciones, solo se proporciona diagramas de

actividades para las actividades de: alta de ontología, alta de ELO y ensamblajede ELOs.

329

Figura B.1: Casos de Uso

330

Figura B.2: Alta Ontologías

331

Figura B.3: Alta ELO

332

Figura B.4: Ensamblaje ELOs

333

B.3. Diagramas de clases y base de datosLa implementación de la aplicación está basada en la arquitectura MVC

(modelo vista controlador), y en particular en el soporte proporcionado porStruts. Por lo tanto, se presta especial atención a las clases que especializan ala clase org.apache.struts.action.Action. Como hay una especializaciónde esta clase para cada caso de uso, únicamente se muestra la especializaciónencargada de procesar el ensamblaje de dos ELOs.

En cuanto a la base de datos, esta tiene un esquema extremadamente sen-cillo. Su función es gestionar la asignación de identicadores para los archivosdonde se guardan las ontologías y los ELOs, así como el acceso a los mismosen el entorno concurrente de la Web. Por lo tanto, no hay relaciones entre lasentidades de la base de datos.

En una primera aproximación se pensó en representar en formato relacionallas ontologías, sus clases, así como las relaciones de herencia o equivalenciaentre sus clases. También se pensó en incluir entidades que representasen lascompetencias y los requisitos de los ELOs. Finalmente, se deshecho esta idea yaque forzaba a una sincronización excesiva entre las ontologías del sistema (quefrecuentemente están interrelacionadas) y los ELOs. Esta decisión conlleva elcálculo de los cierres transitivos de las clases de las ontologías por las relacionesde especialización y equivalencia, pero permite una mayor exibilidad en el usodel sistema. Nótese que incluso en este caso, no se distinguía entre diversos tiposde ELOs, porque desde el punto de vista de la componibilidad solo conlleva laexistencia o no de requisitos y/o competencias.

Figura B.5: Diagrama Entidad Relación de la Base de Datos

334

Figura B.6: Diagrama Entidad Relación tentativo de la Base de Datos

B.4. Diagrama de clases para la Action En-samblajeELOs

El diagrama de clases para la Action EnsamblajeELOs se muestra en lagura B.7.

Figura B.7: Diagrama de clases para la Action EnsamblajeELOs

La clase EnsamblajeELOs es responsable de comprobar si los ELOs sepueden ensamblar o no. En particular:

335

Comprueba la existencia de los ELOs.

Comprueba la componibilidad de los ELOs.

Obtiene y valida las competencias del ELO1 y los requisitos del ELO2:comprueba la existencia de las clases y transitivamente, de las ontologíasreferenciadas por las ontologías que contienen a las competencias y losrequisitos.

Delega en instancias de ConocimientoCubierto y ConocimientoSucientepara calcular el conocimiento cubierto por las competencias y el conoci-miento suciente de los requisitos.

Comprueba si alguna clase del conocimiento cubierto cubre a algún re-quisito del conocimiento suciente.

La clase Ontologia, simplemente encapsula el id/namespace y la src de unaontología. La clase ClaseOntologia, es la responsable de calcular las ontolo-gías referenciadas por una clase dada. La clase ConocimientoCubierto, es laresponsable de calcular el conocimiento cubierto por una clase:

calcula() es la operación visible desde el exterior. Da el primer paso parala ontología a la que pertenece la clase. A partir de allí, empieza a hacer elcierre transitivo por las relaciones subclaseDe y equivalenteA utilizandola operación calcular().

Jena proporciona todas las subclases (directas o no) de una clase. Comosolo proporciona las clases equivalentes directas a una clase, es necesarioutilizar la operación alcanzables() para hacer el cierre transitivo de larelación equivalenteA.

La clase ConocimientoSuciente es la responsable de calcular el conoci-miento suciente por una clase:

calcula() es la operación visible desde el exterior. Da el primer paso parala ontología a la que pertenece la clase. A partir de allí, empieza a hacer elcierre transitivo por las relaciones superclaseDe y equivalenteA utilizandola operación calcular().

Jena proporciona todas las superClases (directas o no) de una clase.Como solo proporciona las clases equivalentes directas a una clase esnecesario utilizar la operación alcanzables() para hacer el cierre transitivode la relación equivalenteA.

336

La clase ConocimientoSuciente es necesaria en situaciones como la si-guiente (gura B.8), donde ordenadores es una competencia, e Internet unrequisito. Sin embargo, siendo ordenadores una competencia e Internet un re-quisito, no lo cubriría, como debe ser (en la ontología de comparación, no locubre).

Figura B.8: Conocimiento Suciente

A continuación se proporciona el diagrama de interacción para la actividadmás compleja del sistema, el ensamblaje de ELOs.

B.5. Diagramas de interacciónA continuación se proporciona el diagrama de interacción para el ensam-

blaje de ELOs. En particular, el mismo se descompone en el ensamblaje de losELOs, el cálculo de los requisitos/competencias (elementos) de un ELO, y elcálculo del conocimiento cubierto por un ELO.

337

Figura B.9: EnsamblajeELOs::execute

338

Figura B.10: EnsamblajeELOs::elementos

339

Figura B.11: ClaseOntologia::calcula()

340

Figura B.12: ClaseOntologia::calcular()

341

Figura B.13: ClaseOntologia::alcanzables()

342

Especial atención merece el algoritmo para calcular el cierre transitivo porlas relaciones subclaseDe y equivalenteA a partir de una clase C. Brevemente,se puede describir:

Actuales = c⋃

subclases(c)⋃

alcanzables(c);ActualesSubclases = subclases(c);ActualesAlcanzables = alcanzables(c);calcular(Actuales, ActualesSubclases, ActualesAlcanzables);

donde:

voidcalcular(Actuales, ActualesSubclase, ActualesAlcanzables)

NuevasAlcanzables = alcanzables(ActualesSubclases) \ Actuales;NuevasSubclases = subclases(ActualesAlcanzables) \ Actuales;

Actuales = NuevasAlcanzables⋃

NuevasSubclases;ActualesSubclases = NuevasSubclases;ActualesAlcanzables = NuevasAlcanzables;

si (NuevasSubclases 6= ∅ ∨ NuevasAlcanzables 6= ∅)calcular(Actuales, ActualesSubclases, ActualesAlcanzables);

Por otro lado, nótese que aunque se utiliza el elementoowl:equivalentClass, para representar funciones, la utilización de cla-ses como individuos, debería llevarnos a utilizar el elemento owl:sameAs.El problema, es que sameAs es de OWL-Full, y como en cualquier caso losindividuos de las ontologías no existen (recordemos que equivalentClass denotatener los mismos individuos de clases), preferimos el uso de equivalentClasspara permanecer dentro de OWL-Lite. Desde un punto de vista de laimplementación, el cambio de pasar de uno a otro elemento es mínimo(en particular, en vez de utilizar la función de Jena equivalentClasses,se debería utilizar una función que buscando en el árbol DOM de unaontología, proporcionase aquellas denidas como sameAs; por lo demás, elcierre transitivo en alcanzables permanecería igual).

343

B.6. Diagramas de componentesRespecto a los componentes, hay un paquete de código, src, con cuatro

paquetes: ontologias, elos, ensamblaje y comun. Estos paquetes contienen lasActions para el manejo de: ontologías, ELOs, ensamblaje de ELOs, y un pa-quete común con clases de error utilizados por los demás. Las JSPs se guardanen un directorio jsps que asemeja la estructura de los paquetes para Actions.

En cualquier caso, se incluye el chero struts-cong.xml :

<?xml version="1.0" encoding="ISO-8859-1"?><!DOCTYPE struts-config PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 1.2//EN"

"http://jakarta.apache.org/struts/dtds/struts-config_1_2.dtd"><struts-config>

<data-sources><data-source type="org.apache.commons.dbcp.BasicDataSource">

<set-property property="driverClassName" value="com.mysql.jdbc.Driver"/><set-property property="url" value="jdbc:mysql://localhost/elo-tool"/><set-property property="username" value="liliana"/><set-property property="password" value="elotool7"/>

</data-source></data-sources><form-beans>

<form-bean name="formularioAltaOntologia" type="ontologias.FormularioAltaOntologia"/><form-bean name="formularioBajaOntologia" type="ontologias.FormularioBajaOntologia"/><form-bean name="formularioAltaELO" type="elos.FormularioAltaELO"/><form-bean name="formularioBajaELO" type="elos.FormularioBajaELO"/><form-bean name="formularioEnsamblajeELOs" type="ensamblaje.FormularioEnsamblajeELOs"/>

</form-beans><action-mappings>

<action path="/AltaOntologia" type="ontologias.AltaOntologia" name="formularioAltaOntologia"><forward name="OK" path="/jsps/ontologias/resultadoAltaOntologia.jsp"/><forward name="KO" path="/jsps/mensaje/mensaje.jsp"/>

</action><action path="/BajaOntologia" type="ontologias.BajaOntologia" name="formularioBajaOntologia">

<forward name="OK" path="/jsps/ontologias/resultadoBajaOntologia.jsp"/><forward name="KO" path="/jsps/mensaje/mensaje.jsp"/>

</action><action path="/MostrarOntologias" type="ontologias.MostrarOntologias">

<forward name="OK" path="/jsps/ontologias/resultadoMostrarOntologias.jsp"/><forward name="KO" path="/jsps/mensaje/mensaje.jsp"/>

</action><action path="/AltaELO" type="elos.AltaELO" name="formularioAltaELO">

<forward name="OK" path="/jsps/elos/resultadoAltaELO.jsp"/><forward name="KO" path="/jsps/mensaje/mensaje.jsp"/>

</action><action path="/BajaELO" type="elos.BajaELO" name="formularioBajaELO">

<forward name="OK" path="/jsps/elos/resultadoBajaELO.jsp"/><forward name="KO" path="/jsps/mensaje/mensaje.jsp"/>

</action><action path="/MostrarELOs" type="elos.MostrarELOs">

<forward name="OK" path="/jsps/elos/resultadoMostrarELOs.jsp"/><forward name="KO" path="/jsps/mensaje/mensaje.jsp"/>

</action><action path="/EnsamblajeELOs" type="ensamblaje.EnsamblajeELOs" name="formularioEnsamblajeELOs">

<forward name="OK" path="/jsps/ensamblaje/resultadoEnsamblajeELOs.jsp"/><forward name="KO" path="/jsps/mensaje/mensaje.jsp"/>

344

</action><action path="/index" forward="/index.html"/><action path="/ontologias" forward="/jsps/ontologias/ontologias.html"/><action path="/altaOntologiaEntrada" forward="/jsps/ontologias/altaOntologia.jsp"/><action path="/bajaOntologiaEntrada" forward="/jsps/ontologias/bajaOntologia.jsp"/><action path="/elos" forward="/jsps/elos/elos.html"/><action path="/altaELOEntrada" forward="/jsps/elos/altaELO.jsp"/><action path="/bajaELOEntrada" forward="/jsps/elos/bajaELO.jsp"/><action path="/ensamblajeELOsEntrada" forward="/jsps/ensamblaje/ensamblajeELOs.jsp"/>

</action-mappings></struts-config>

B.7. Diagramas de despliegueDebido a la sencillez de la aplicación, no se juzga necesaria la referencia a

este tipo de diagramas.

345

346

Glosario de términos

A

AICC Aviation Industry Computer-Based Training CommitteeAICTEC Australian Information and Communications Technology in

Education CommitteeALC Attributive Concept Descriptions with ComplementsARIADNE Alliance of Remote Instructional Authoring and Distribu-

tion Networks for Europe

B

BBT Browser-Based Training

C

CAI Computer Assited InstructionCanCore Canadian Core Learning Object Metadata Application Pro-

leCAM Content Aggregation ModelCBE Computer-Based EducationCBL Computer-Based LearningCBT Computer-Based TrainingCDWA Categories for the Description of Works of ArtCEN Comité Européen de NormalisationCETIS Centre for Educational Technology interoperability StandardsCIMI Consortium for the Computer Interchange of Museum Informa-

tion

347

CLOE Co-operative Learning Objects ExchangeCMI Course Management InstructionCRAG Canadian Repository Action GroupCSRL Computer Supporter Learning ResourcesCSDGM Content Standards for Digital Geospatial MetadataCORBA Common Object Request Broker Architecture

D

DAML DARPA Agent Markup LanguageDCMI Dublin Core Metadata InitiativeDOI Digital Object Identier

E

EAD Encoded Archival DescriptionEdNA Educational Network AustraliaELO Electronic Learning ObjectEML Educational Modelling Language

F

FL Formal Logic

G

GEM The Gateway to Educational MaterialGESTALT Getting Educational Systems Talking Across Leading-Edge

TechnologiesGILS Government Information Locator Service-Global Information Lo-

cator ServiceGNU/GLP GNU General Public Licence

H

HTML HyperText Markup Language

I

348

IBT Internet-Based TrainingIEEE Institute of Electrical and Electronics EngineersIEC ISO International Engineering ConsortiumIFLANET International Federation of Library Associations and Insti-

tutionsIMS Instructional Management System Global Learning ConsortiumIP Internet ProtocolISO International Standards OrganizationISSS Information Society Standardization System

J

JSP Java Server PagesJTC1 Joint Technology Committee

L

LALO Learning Objects Learning ArchitecturesLCMS Learning Content Management SystemsLMS Learning Management SystemsLOM Learning Object MetadataLORAX Learning Federation Learning Object Repository Access and

ExchangeLSAL Learning Systems Architecture LabLTSC IEEE Learning Technology Standards Committee

M

MARC Machine Readable CatalogingMPEG Moving Picture Experts Group

N

NISO National Information Standards Organization

O

349

OAI Open Archives InitiativeOAIS Open Archival Information SystemOIL Ontology Inference LayerOKI MIT Open Knowledge InitiativeOOP Object Oriented ProgrammingOWL Web Ontology Language

P

PDA Personal Digital AssistantPICS Platform for Internet Content SelectionPRISM Publishing Requirements for Industry Standard MetadataPOOL Portal for Online Objects in LearningPURL Persistent Uniform Resource LocatorP2P Peer to Peer

R

RDCEO Reusable Denition of Competency or Educational ObjectiveRDF Resource Description FrameworkRFC Request for CommentsRIO Reusable Information ObjectRLO Reusable Learning ObjectRSS Really Simple Syndication

S

SC36 ISO-IEC-JTC1 Standards Committee on Information Technologyfor Learning, Education, and Training

SCOs Sharable Content ObjectsSCORM Sharable Content Object Reference ModelSDSM Standard for Survey Design and Statistical Methodology Meta-

dataSGML Standard Generalized Markup LanguageSIF Schools Interoperability Framework

350

SMEF Standard Media Exchange FrameworkSOAP Simple Object Access Protocol

T

TBL Technology-Based LearningTEI Text Encoding IniciativeTICs Tecnologías de la Información y las Telecomunicaciones

U

UKOLN UK Oce for Library and Information NetworkingUNESCO United Nations Education Scientic and Cultural Organiza-

tionURL Uniform Resource Locator

V

VRML Virtual Reality Modeling LanguageVRA Visual Resources Association

W

WBT Web-Based TrainingWSLT CEN-ISSS Learning Technology WorkshopW3C World Wide Web Consortium

X

XML eXtensible Markup LanguageXPATH XML Path LanguageXSLT eXtensible Stylesheet Language TransformationsXSD XML Schema Denition

351