Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Information storage and retrieval systems

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Neural networks (Computer science) --- Information storage and retrieval systems

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Vertrekkende van een levenscyclus gebaseerd op hergebruik voor de ontwikkeling van cursusmateriaal, definiëren we een dynamische levenscyclus voor leerobjecten waarbij het dynamische karakter van de metadata de belangrijkste rol speelt. Deze dynamische metadata helpen de herbruikbaarheid van de leerobjecten te verbeteren doordat de metadata veel rijkere informatie kunnen bevatten. In de levenscyclus wordt dit benadrukt door de indexeringsfase uit de cyclus te halen en parallel te plaatsen aan al de andere fasen van de cyclus. Op deze manier kunnen metadata op elk moment van de andere fasen worden toegevoegd of aangepast. Ten tweede hebben we een raamwerk voor automatische metadatageneratie ontwikkeld om de problemen met manuele indexering op lossen. In dit raamwerk worden de metadata automatisch genereerd aan de hand van verschillende bronnen van informatie die beschikbaar zijn in de verschillende fasen van de levenscyclus. Voorbeelden hiervan zijn, de leerobjecten zelf, gebruikersfeedback en relaties met andere leerobjecten. Om dit raamwerk te implementeren, hebben we een formeel model voor leerobject-metadata gedefinieerd. Dit model definieert hoe metadata met leerobjecten geassocieerd kunnen worden en hoe metadata van verschillende bronnen gecombineerd kunnen worden door eventuele conflicten op te lossen. In het formele model introduceren we ook context-afhankelijke leerobject-metadata. Starting from a reuse life cycle for courseware development, we define a dynamic learning object life cycle in which the dynamic character of the metadata is the key issue. The dynamic metadata help to enhance the reusability of the learning object as the metadata can contain much richer information. In this life cycle, we have taken the labeling phase out of the cycle and placed it in parallel with all the other phases. In this way, metadata can be added or updated throughout all the phases of the life cycle. Second, we have developed a framework of automatic metadata generation for learning objects to overcome the problems with manual indexing. Within this framework, metadata are generated automatically taking into account different sources of information that are available in the different phases of the life cycle. Examples are the learning objects themselves, user feedback, relationships with other learning objects, and so on. The implementation of this framework is based on a formal model of learning object metadata. This model defines how metadata can be associated with learning objects and how the metadata from different sources can be combined to overcome conflicts between sources. In the formal model we also introduce the notion of context-awareness for learning object metadata.

Academic collection --- 681.3*H3 <043> --- Information storage and retrieval--Dissertations --- Theses

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Medical Records Systems, Computerized --- User-Computer Interface --- Data Display --- Medical Records --- Information Storage and Retrieval --- standards

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

681.3*H4 --- Information systems applications (GIS etc.) --- 681.3*H4 Information systems applications (GIS etc.) --- Information storage and retrieval systems --- Geography