Реферирование актеров, Операций и Ресурсов в Системах дистанционного обучения
Автор: Gilbert Paquette и Ioan Rosca
Перевод статьи: Билык Н.О.
Центр исследований межвузовского
обучения приложений CIRTA-LICEF, Tele-университет, Университет Квебека
Аннотация
Мы рассмотрим некоторые из многочисленных отношений между двумя очень активными исследования полей в области электронного обучения и управления знаниями исследования: образовательных языков моделирования и онтологии. Наши предыдущие научно-исследовательские проекты за последние 10 лет показали, центральное значение связи между учебной деятельности и знания и навыки, на которые они ориентированы. Исследования по этому отношению привели к концепции, мы представим здесь, семантическую ссылку на образовательную функцию группировки актеров, операций и ресурсов или учебных объектов. Ссылка,- предлагаемый метод, является как качественный (структурирована по онтологии) и количественный, используя двумерный навыков / метрики производительности, чтобы расположить мастерства уровень знаний, связанных с актером, операцией или ресурсом в нескольких актеров, обучения сценарию.
Введение. Функции доступны для редактирования и исполняемые графическими моделями, представляющих несколько актеров процессов, где работы выполняются с использованием и производством ресурсов. Этот процесс редактирования похож на метод задачи представления, блок-схемы или рабочего процесса моделирования, и UML прецедентов, и диаграмм деятельности. При выполнении, во время выполнения функции содействия координации участников, которые представляли достижения мероприятий, использования и производства ресурсов (так называемые "учебные объекты"). Представление когнитивных процессов при выполнении функции карты требует семантической привязки его компонентов: операции (виртуальных или реальных деятельности), актеры (забираемой или конкретизированы участников), инструменты (виртуальный или конкретизировать различные виды ресурсов ).
В этом сообщении будет изложено резюме нашей предыдущей работы. Затем мы представим концепцию функциональной модели, центральное место в проекте LORNET, как обобщение IMS-LD, спецификации для образовательных моделирования нескольких актеров деятельности. Третья часть будет сосредоточена на онтологии, ссылки компонентов электронного обучения, модели функции и систем электронного обучения, чтобы помочь пользователям найти лиц, деятельности и ресурсов, которые могут повысить их знания и компетенции. Затем мы обсудим понятие компетентности уравнений, чтобы помочь улучшить управление, поддержки и оценки учебных мероприятий.
1. Моделирование знаний и компетентности для электронного обучения
Сначала мы кратко подытожим наши предыдущие исследования по учебным инженерным методологиям, образовательным языкам моделирования и системе доставки веб-технологий электронного обучения.
Центральное учебное проектирование операции.
Быстрая эволюция технологий обучения, необходимо увеличилось количество решений, для создания системы электронного обучения. Хотя и правда, что большинство первых веб-приложений были, способом распространения информации, большому количеству педагогов стали известно о необходимости выйти за рамки использования информационных и коммуникационных технологий. Один из наших вкладов в этой области,- было предложение нового подхода к педагогическому управлению (Merrill 1994), основанный на когнитивной науке, помеченный как "Учебный Инжиниринг», он определяется как: "Методология, которая поддерживает анализ, проектирование и доставка планирования системы обучения, интеграция концепций, процессов и принципов педагогического управления, разработки программного обеспечения и когнитивные техники ". (Paquette 2003)
Мы использовали подход, знание моделирования для определения такого метода обучения технике. Эта работа, начатая в 1992 году, и привела к фактической MISA 4,0 метода (Paquette 2001) и ADISA, веб-системы поддержки управления, использующих MISA. (Paquette, Rosca и др., 2001). В одной из главных задач, учебные управления создают структуру деятельности, сеть учебных мероприятий. Вторым шагом в разработке учебной модели заключается в создании сценария обучения для каждой группы обучения. Сценарий обучения — модель многосубъектный процесса, где актеры участвуют в обучения или поддержки деятельности с использованием и производства ресурсов для себя или других субъектов.
Предварительно или параллельно с сессией учебного управления, будет построена модель знаний, которая является графическим структурированным представлением концепции, процедуры, принципов и фактов в области, для извлечения. Для этого графического редактора моделирования, ТО, используется, как автономно, так и в виде модуля ADISA Веб-управления рабочего места. Компаньон задача состоит в определении входа и целевых навыков, профессиональных качеств различных типов обучающихся, связанных с некоторыми знаниями подразделений в доменной модели. Получения компетенции — это утверждение, что ученик может применить когнитивный, социально-аффективный или психо-двигательный навык блок знаний, в определенной степени производительность, когда были определены единицы обучения, суб-модели модели предметной области, со своей связанной компетенции, связанной для каждого урока, обеспечивая представление знаний его содержание. Позже, когда изучение сценариев определены, другие знания суб-модели могут быть отнесены к образовательным ресурсам, в каждом сценарии, обеспечивая представление знаний от их содержания.
1.1 Добавление представления знаний в IMS-LD
Работа на образовательные языки моделирования (Koper 2002, Rawlings и др., 2002) и последующей интеграции подмножества в IMS обучения проектной спецификации (IMS 2003), является наиболее важной инициативой, на сегодняшний день, интегрировать разработки учебных работ в международные стандарты (Wiley, 2002). Он описывает официальным образом, и XML привязка, которая может быть прочитана любой совместимый системы доставки электронного обучения, чтобы представить структуру единицы обучения и концепции педагогического метода указанием роли и деятельности, чтобы учащиеся и лица поддержки, могли играть с помощью обучения объектов.
Управление обучения состоит из методов, целей обучения и предпосылки, и метаданных, ссылающийся на блок обучения, как и в IMS содержании упаковке спецификации. Элемент метода и его суб-элементы являются центральными, как они управляют поведением единицы произведенной обучения в целом, координацию деятельности субъектов в различных ролях и их использование ресурсов. Как и учебные модели IMS, она представляет собой многоуровневую структуру, в которую заселяет вместо себя другую пьесу разложения в ряд одного или нескольких актов, каждый акт, состоящий из одной или нескольких ролевых частей общения актера к одной деятельности или деятельности структуры, которая может быть разложена дальше.
На рисунке 1 IMS-LD функция, состоит из двух альтернативных пьес, модуль А и В, предназначенных для разных пользователей. Только первая игра развивается здесь, она содержит два действия и 5 учебных деятельностей, управляемой отдельными учащимися или группой учащихся, а также поддержка деятельности учителя. Каждая пара действия роли соответствуют IMS-LD части роли. Ресурсы или обучения объектов связь с деятельностью (по IP-связи) используются или производятся в соответствующей деятельности.
|
|
Рисунок 1- метод IMS-LD
В то время как IMS-LD представляет собой большой прогресс в области электронного обучения спецификаций, норм и стандартов, мы считаем, что необходимо расширить, сначала в более общей функции модели, которые мы представим в разделе 2, а также связать знания и компетенции на его компоненты, как мы делаем в MISA. На самом деле, единственный способ описать знания в деятельности или в ресурсах является назначение дополнительных образовательных целей и предпосылок, в отдел обучения в целом и / или все или некоторые из обучения и поддержки. Цели и предпосылки, хотя они и соответствуют вступления и целевой компетенции, являются по существу неструктурированной части текста, в составе согласно спецификации IMS RDCEO (IMS 2002).
Неструктурированные тексты трудно сравнивать: проверка согласованности не может поддерживается с помощью системы между различными уровнями структуры LD, и даже на том же уровне между содержанием учебных мероприятий и ресурсов, компетенций и актеров. На самом деле содержание или учебных ресурсы не описаны вовсе, а компетенций актера лишь косвенно определяется их участием в обучении подразделений или видов деятельности, где образовательные цели связаны. Что нам нужно, это и качественные структурные представления знаний в деятельности и ресурсов, но и количественный характер, которые могут быть предоставлены путем добавления к знаниям метрических элементов.
1.2 Добавление возможностей представления знаний в систему доставки
Без представления знаний, для обработки в среде электронного обучения, система доставки будет не в состоянии помочь своим пользователям, согласно их нынешнего и ожидаемого состояние приобретения знаний и компетентности. Для расширения возможностей таких систем, Explor @ -2 система доставки (Paquette 2001) была основана с момента его учреждения в две структуры, учебные структуры (соответствующее учебное управление) и структуры знаний/компетентности (соответствующий домен онтологии).
Figure 2 shows screens of the
knowledge/competency editor provided to Explor@-2 designers. On the left, we
see a hierarchy of concepts in the domain of ecological agriculture where the
terminal nodes are skills associated to their parent nodes. If we select one of
the skills (on the figure, “Analyze-
На
рисунке 2 показаны экраны знаний /компетентности редактора для Explor@-2
управленцев. Слева мы видим иерархии понятий в области экологического сельского
хозяйства, где терминала узлы являются навыки, связанные с их родительских
узлов. Если выбрать один из навыков (на рисунке, выбран «Анализ-6»), а также
некоторые критерии эффективности (выбранный в окошке слева), мы можно связать
его родителей знаний, здесь «Сельское хозяйство процессы», целевой
компетентности и запись компетентности.
Рисунок
2 - знания и компетентность редактора
Компетенция утверждения текстов, которые имеют точную
интерпретацию знаний / умений + производительность пары. Например, оператор
компетентности «классифицировать процессы сельского хозяйства согласно их парникового эффекта, самостоятельно в легкой и
трудных ситуациях», интерпретируется как анализ (уровень квалификации 6),
самостоятельно во всех ситуациях (уровень производительности B), для применения
сельскохозяйственной практики (знания). Мастерство и уровень производительности
образуют два упорядоченных множества значений, которые позволяют сравнивать
профессиональные качества для определенных знаний. Уровни производительности A,
B, C и D являются производными от сочетания все более требовательных критериев
производительности и могут быть преобразованы в числах (A = 2, B =
На рисунке 4, в правом нижнем углу знания/мастерство редактора, где проектировщик связывает выбранные знания/умения + производительность) пары (вход и целевых компетенции заявления) к компонентам деятельности структуры, которая была построена с помощью редактора активности Explor@-2. Таким образом, все мероприятия и ресурсы могут быть описаны знаниями и компетенциями
2. Функция модели
Существуют ограничения на семантический метод привязки, который мы только что представили. Наиболее важным является то, что Explor @ -2 не поддерживает многосубъектные процессы и не компетенции относятся к актерам, за исключением косвенно полномочий деятельности структуры компонентов. Это теперь наша цель как обобщить деятельности структуры с использованием многосубъектный процессов под названием функции модели, а также ссылку позже, актеров, операций и ресурсов в эти функциях карты с компонентами Онтологии (для части знаний) и компетентности метрики.
2.1 Функция модели как многосубъектные рабочие процессы
Функция модели (или просто функция) в рамках системы электронного обучения, состоит из актеров, играющих важную роль в деятельности (или операций), где они используют и производят ресурсы для себя или других субъектов (Paquette и Rosca 2002). С точки зрения компьютерной науки, функциональной модель соответствует использование (Bosch и соавт. 2001) от этой системы. С концептуальной точки зрения, в смысле биологической или экологической, функция является конкретной физиологией, интересной подсистемой операций в рамках обучения системы организма. Частными случаями являются учебные сценарии, поставки моделей и IMS-LD методов.
Например, в модели доставки, учащиеся коллег по работе могут использовать электронные системы поддержки производительности (ЭСПП(EPSS)), предлагая комплексную подготовку кадров и трудовую деятельность. Они будут оснащены той же базы данных, документами и инструментами, которые использовались в работе. Эти организационные ресурсы предоставляются и поддерживаются на рабочих местах специалистов. Учащиеся приобретают знания и навыки, решая те же проблемы, которые испытывали на рабочем месте. Учащиеся используют гипер руководства, которые обеспечивают деятельность заданий, которая будет завершена с подготовкой материалов, опубликованных в Интернете. Учебный материал создается и поддерживается разработчиками организации обучения. Целевые компетенции проверяются, хотя различные упражнения и тесты. Тренер менеджер руководит работой и подготовкой учащихся путем предоставления консультаций и оценки их работы и знаний, навыков и компетенций прогресса. Все эти операции могут быть представлены в виде нескольких рабочих процессов, где использование и производство ресурсов для других субъектов или с другими субъектами.
2.2 Встраивание знаний и компетентности в функции модели
Нам понадобится уникальная семантическая ссылка (для знаний и компетенции) для всех компонентов, функции, которые должны достичь равновесия компетенции в данном домене. Например, если обучения деятельности, чтобы достигнуть результата, требуется уровня мастерства определенных знаний, то ресурсы, выделяемые на учащегося (лиц, документы и инструменты) необходимо включить к прогрессу от более низкого уровня мастерства к тому, который требуется.
Но если мы используем только знания ссылки без межвегетационного уровня усвоения, мы получаем грубую
грануляции смысла и, как следствие, слабую семантическую услугу по управлению.
Нам нужны меры знаний, мастерство, взвешенная способность определенных знаний.
Мы можем использовать различные масштабы освоения: простые количественные 1-10,
Блума таксономии, комбинации между навыками
таксономии и уровнем производительности, как и в MISA, и т.д. Было бы
предпочтительно, чтобы уровень масштаба, который описывает освоение любого
знания, был разумно упрощен, чтобы был управляемыми.
Тем не менее, уровни должны соответствовать четко определенным когнитивным
процессам, таким как запоминание, применение, анализ, синтез и оценка знаний (Paquette 1999). Эволюция учащегося в масштабах компетенции
материализует процесс обучения: Таким образом, он должен управляться явно и
выразительно.
|
|
Рисунок 3 - шкала
мастерство/производительность
На рисунке 3 представлены такие компетенции шкалы, которые используется в Explor @ знаний/активности, представленные выше. Он также оказался надежным инструментом для учебных инженерных проектов метода MISA. Здесь мастерство знаний термина, метода производства мультимедии, оценивается на двумерной шкале. Навыки шкалы от 0 до 10, дополняется в масштабе производительности, где значения являются десятичные числа от 0 до 0,9, что соответствует качественным терминам, как " Учитывая", "Ознакомился", "Производственный" или "Эксперт". На рисунке мы видим, что знание PeterM автора оценивается на уровне 8,3: он может синтезировать МП(MM) методы производства, на уровень производительности, показывает он ознакомился с его синтезом процедур. С другой стороны, книга X оценивается около 9,7, то может быть слишком много для реальной компетенции PeterM, если мы стремим целевые компетенции на этом уровне или выше. С другой стороны, лекцию о VideoY оценивается около 6,9, так что ниже фактической компетенции PeterM и не может оказаться очень полезной, за исключением, может быть, в качестве обзора.
Знания пространства домена может структурироваться во многих отношениях: словари, тезаурус, книга резюме, каталог библиотеки, индексы и метаданных, знаний графики, онтологий и т.д. Дерево организации знаний ссылочной кажется важным аспектом потому, что она позволяет компетенции наследование родительского узла для его детей, если они имеют не явных спецификации. Это может значительно уменьшить механизмы компетенции анализа и управления. Но дерево организации двух ограничительной для описания,- большая сеть отношений, которая связывает понятие структуры. Реляционная логика (предикатов) должна завершить концепцию дерева и поддерживать более изысканный механизм концептуального соответствия.
Эти требования предполагают, что хороший кандидат для семантического индексирования функции компонентов будет сочетанием между онтологий (Davies и др., 2003, Breuker и др., 1999) и простыми оперативными компетенциями масштаба.
3. Онтология ссылки на функции модели
В рамках архитектуры TELOS, которую мы разрабатываем в проекте LORNET1 строительство домена Онтология и его использования для создания ссылок на субъекты, операций и ресурсы представления в функции, является центральной. Он находится в преемственности с работой, представленной в разделе 1. Мы представляем здесь инструмент и процесс интеграции качественных и количественных онтологий ссылок в модели функции
3.1 Строительство домена онтологии
Некоторые технологии и методы разработки Semantic Web в настоящее время становятся зрелыми. 10 февраля 2004 года, World Wide Web Комитет выпустил рекомендации для определения стандартного языка Web-онтологий: "OWL является пересмотр DAML + OIL веб-онтологии языка включая уроки, извлеченные из разработки и применения DAML + OIL . "(W3C, 2004)
Многие
инженерные методы онтологии существует как
представлены в (Sure и Studer 2003). Мы представляем
здесь, как, например, онтологии, направленные на выявление практики сельского
хозяйства, которые влияют на парниковый эффект. Функция модели (такие как
IMS-LD метод, представленный на рисунке 1) описывает использование онтологии,
чтобы узнать альтернативных методов ведения сельского хозяйства, по крайней мере в пяти областях сельского хозяйства, и построить план
перехода на замену старой практики дополнительной экологической. Онтология
будет выступать в режим просмотра для доступа к соответствующим ресурсам и начинать поиск агентов, для поиска полезных лиц
для решения проблем, информационных ресурсов и учебных мероприятий.
|
|
Рисунок 4 – Простая онтология
|
1 LORNET (Learning Objects Repository Networks) является пан-канадская исследовательская сеть, участвующая в семантических веб-приложениях для электронного обучения и управления знаниями во главе с одним из авторов 2 Мы на самом деле работает в направлении имеющихся MOT + производим автоматические стандартные описания OWL из домена приложения, а не от его фактической XML-схемы
|
На рисунке 4 представлен простой пример, чтобы проиллюстрировать использование MOT + знание редактора, используемого в MISA, в качестве графического инструмента для онтологии техники. Верхняя часть графика представляет три высших уровня иерархии понятий (связаны подкласс ссылки «S»): сельского хозяйства, удобрения и газов. Некоторые свойства этих понятий приведены на графике Сельскохозяйственной практики, например риса производственные процессы, имеет входы, включая удобрения и выходы, какие могут быть газы. Удобрения также могут производить газы, некоторые из которых являются парниковыми газами. Рисунок 4 показывает также несколько случаев, которые составят базу знаний. Здесь мы видим сельскохозяйственную практику, традиционное производство риса, среди его выходов,- газ метан. Она также имеет оксид азота среди своих входов, химическое удобрение, которое производят диоксид углерода. Оба эти газы являются примером парниковых газов, вредных для окружающей среды
Теперь мы можем приступить ссылаться на компоненты функциональной модели представления на рисунке 5. Для этого суб-графы рисунка 4, связанные с актерами, актов и мероприятий (операций) и ресурсов, используемой и выпускаемой деятельности.
3.2 Компетентности уравнения
Теперь мы будем использовать шкалу мастерства и
производительности, представленные выше, чтобы показать, как мы можем добавить
метрику представления искусности знания терминов, которые были связаны
операции, актеров и ресурсов IMS-LD сценарий (или функции) представлен на
рисунке 1.
|
|
Рисунок 5 - связанные знания мастерства значений для компонентов
сценария
На рисунке 5 показана часть обучения управления, где Act 5 состоит из четырех видов деятельности. Деятельность 5,2 и 5,2, предшествующее мероприятие 5.3, сама предшествующая деятельность 5.4. Остановимся на деятельности 5.3, операция, выполняемая учеником и тренером, и взаимодействующая с входным ресурсов и B, помогая учащимся производить определенный ресурс.
На этом рисунке мы видим, что в течение определенного срока знаний в онтологии, например, "процессов производства риса", цель компетенции (TC) деятельности 5,3 оцениваются в 7,4 уровня (навык: "Ремонт", производительность: B) на шкале навыки и производительности. Затем производятся ресурсы (экзамен, эссе, классификационная таблица, ....),которые должны показать уровень TC равной или большей, чем 7,4.
Поскольку учащийся имеет запись компетентности (EC) 5.2 (мастерство: «Применить», производительность A), он нуждается в помощи. Здесь у нас есть тренера с EC = 6.4 ,поэтому он один не может обучать ученика всю дорогу, но он, безусловно, может помочь ему заполнить часть разрыва. Кроме того ученик может использовать два входных ресурса. Ресурс A находится в TC = 5.2, поэтому он может лишь проверить вход компетенции учащихся, чтобы убедиться, что он имеет предпосылки. К счастью, в ресурсах имеется TC = 7.4, уровень цели, но будем надеяться, это не лекция, которая начинается в 7.4, но возможно, совокупность учебных объектов, которые могут помочь ему прогрессировать с помощью тренера. Кстати, тренер будет также узнать немного в процессе, так и в конце деятельности, мы могли бы рассмотреть вопрос о повышении его EC для следующего выполнения деятельности.
Есть много других ситуаций, исследования, где компетентности уравнений такие как они будут полезны, но этот пример показывает, что такого рода анализ, людьми, машинами или обоими, могут принести больше интеллекта в среде обучения до обучения занимаемого места (во время разработки), во время обучения (чтобы помочь учащимся использовать имеющиеся ресурсы адекватно) и после обучения (для оценки и улучшения конструкций).
Заключение
По определению, онтологии постоянно развиваются в Semantic Web. Кроме того, в общинах практики и проектного обучения, учащиеся сами по себе могут быть теми, кто будет развивать онтологию. Именно поэтому очень важно снизить барьер для строительства Онтология и ссылки, принимая во внимание, что онтологий являются движущейся целью. Для достижения этой цели, придется разобраться с более удобным для пользователя графическим инструментом.
На более теоретическом уровне, поддержание согласованности онтологии через управление версиями различными субъектов является огромной проблемой, которую исследователи только начали. Наш подход заключается в классификации возможных изменений от версии к версии и предоставлять инструмент, который поможет управлению Онтологии (Rogozan и Paquette, 2004 год) в различных случаях, которые могут произойти.
Наконец знания ссылающихся функций или многосубъектных рабочих процессов с помощью онтологии необходимо дополнить знаниями мастерства метрики, например предложенных здесь. Этот важный аспект будет дальше расследоваться, чтобы лучше понять возможные конфигурации.
Semantic Web и связанные с ней технологии и методы последних событий, которые едва начали использоваться в приложениях. Обширные ориентированные на конкретные решения прикладных исследований в области инженерных знаний и распределенных вычислений, необходимых для адаптации, интеграции и развития этих технологии, и приготовления основы для создания и использования учебного объекта (или ресурса) данных в Интернете, для управления знаниями и обучением.
Литература
Breuker,
J., Muntjewerff, A., and Bredewej,
B. (1999). Ontological modelling for designing educational
systems. In Proceedings of the AI-ED 99 Workshop on Ontologies for
Educational Systems, Le Mans,
Davies, J. Fensel, D, Van Harmelen,
F. (2003) Towards the Semantic Web, Ontology-Driven Knowledge
Management, Wiley, 288 pages
IMS (2002). IMS
Reusable Definition of Competency or Educational Objective - XML Binding,
Version (2002). 1.0 Final Specification, IMS Global Learning
Consortium, Inc. Revision: 25 October 2002.
IMS-LD (2003). IMS
Learning Design. Information Model, Best Practice and
Implementation Guide, Binding document, Schemas. Retrieved October 3, 2003,
from http://www.imsglobal.org/learningdesign/index.cfm
Klein, M. and Fensel, D. (2001) Ontology versioning for the semantic
web, International Semantic Web Working Symposium (SWWS), 2001.
Koper R. (2002). Modeling units
of study from a pedagogical perspective – The pedagogical metamodel
behind EML Retrieved march 2002 from http://www.eml.ou.nl/introduction/articles.htm.
Merrill M.D (1994). Principles of Instructional
Design. Educational Technology Publications,
Englewood Cliffs,
Paquette (2003) Paquette, G. Instructional
Engineering for Network-Based Learning. Pfeiffer/Wiley Publishing Co,
262 pages.
Paquette G. (2002) TeleLearning Systems
Engineering – Towards a new ISD model. Journal of Structural Learning 14, pp.
1-35,
Paquette, G. & Rosca,
Paquette G. (2001). Designing Virtual Learning Centers.
In H. Adelsberger, B. Collis, J. Pawlowski
(Eds) Handbook on Information Technologies for
Education & Training within the Springer-Verlag
series "International Handbook on Information Systems", (pp. 249-272).
Paquette, G. (1999) Meta-knowledge Representation
for Learning Scenarios Engineering. Proceedings of AI-Ed’99 in AI and
Education, open learning environments, S. Lajoie et M. Vivet (Eds),
IOS Press, 1999.
Paquette,G., Rosca, I. , De la Teja, I., Léonard, M., &
Lundgren-Cayrol, K. (2001). Web-based Support for the Instructional Engineering of
E-learning Systems, Paper presented at WebNet’01 Conference,
Rawlings, A., P. Van Rosmalen, R. Koper, M. Rodriguez-Artacho, P. Lefrere. (2002). Survey of Educational Modelling Languages
(EMLs), version 1, September 19th,
CES/ISSS
Rogozan, D. and Paquette, G. (2004) Methodology
for the Ontology Evolution within a Dynamic and Distributed Environment,
EKAW – 04 Conference (submitted paper)
Sure, Y. and Studer, R. (2003) A
Methodology for Ontology-based Knowledge Management, in Davies, Fensel and Van Harmelen, F.
(Eds) Towards the Semantic Web, Ontology-Direven Knowledge Management, Wiley, pp.33-46
Wiley D.A. (2002). Connecting learning
objects to Instructional design theory: a definition, a methaphor,
and a taxonomy. In Wiley (Ed) The Instructional Use of Learning Objects. Agency for Instructional Technology and Association for Educational
Communications of Technology,
W3C (2004) Ontology Web Language (OWL) Overview Document (http://www.w3.org/TR/2004/REC-owl-features-20040210/)