Analisis de Repositorios de Objetos de Aprendizaje
-
Upload
xavier-ochoa -
Category
Technology
-
view
3.088 -
download
3
description
Transcript of Analisis de Repositorios de Objetos de Aprendizaje
Estudio de las Características de los Repositorios de Objetos de
Aprendizaje
Xavier Ochoa, ESPOL, Ecuador
Erik Duval, KULeuven, Bélgica
Presentación en...
http://www.slideshare.net/xaoch
Agenda
• Que (no) sabemos
• Analisis Cuantitativos y sus Implicaciones– Tamaño– Crecimiento– Contribución– Reuso
• Conclusiones
Economía de Objetos de Aprendizaje
Creadores del Mercado
Productores Consumidores
Tomadores de Decisiones
MercadoMercado
Economía deObjetos de Aprendizaje
Creadores del Mercado
Productores Consumidores
Tomadores de Decisión
LOR(Mercado)
LOR(Mercado)
Economía deObjetos de Aprendizaje
Creadores del Mercado
Productores Consumidores
Tomadores de Decisión
LOR(Mercado)
LOR(Mercado)
¿Cuántos objetos son publicados?
¿Cómo crecen?
¿Qué porcentaje se reusa?
¿Cuánto publica un profesor?
¿La granularidad tiene efecto en el reuso?
Analisis Cuantitativo
• Que medimos (ejemplos)– Repositorios (ARIADNE)– Referatorios (MERLOT)– OpenCourseWare (MIT OCW)– Learning Management Systems (Moodle)– Repositorios Institucionales (Georgia Tech)
El tamaño es muy desigual
• Ley de Potencia Inversa
Tamaño de los LOR
Repository Referatory OCW LMS IR
Tamaño de LOR - Implicaciones
• La interoperabilidad es necesaria entre repositorios
• Los LMS / OCW son tan (o más grandes) que los LOR
• Un curso usa entre 10 a 50 objetos
# de Objetos crece linealmente
Crecimiento Objetos - Implicaciones
• La estrategia del repositorio no está funcionando
• Todos los repositorios crecen en 2 fases:– Initialmente despacio (1-3 primeros años)– En la Madurez crecimiento más rápido
• OCW y LMS crecen 1 curso por día
Crecimiento en Contribuyentes
• Algunos crecen exponencialmente !
Crecimiento de Contribuyentes Implicaciones
• No se están reteniendo a los contribuyentes
• LMS y OCW parece que atraen más a los contribuyentes
• Sitios con componenetes sociales parecen si funcionar
Objetos por Contribuyente
• Distribuciones con cola (no Normales)
LORP - LORFLotka
“cola gorda”
Objetos por Contribuyente
• Distribuciones con cola (no Normales)
OCW - LMSWeibull
“panza gorda”
Objetos por Contribuyente
• Distribuciones con cola (no Normales)
IRExtreme Lotka“cabeza gorda”
Objetos por Contribuyente
No existe un
“profesor promedio”
Bajo
Medio
Alto
Engancharlos es la clave
Engancharlos es la clave
LMSs son el mejor tipode Repositorio
LMSs son el mejor tipode Repositorio
Porcentaje de Reuso
• 3 collecciones de diferente granularidad:– Componentes de Diapositivas en ARIADNE– Modulos en Connexions– Cursos en ESPOL
• Comparado con:– Imagenes en artículos de Wikipedia– Librería de Software en Freshmeat– Web APIs en Mashups
Porcentaje de Reuso
20% of Objetos
son reusados al
menos una vez
Porcentaje de Reuso
20% of Objetos
son reusados al
menos una vez
(Sin importar su tamaño)
¿Que viene?
• Aplicar a otros Mercados de Objetos de Aprendizaje
• Continuar el análisis del reuso
• Otros aspectos: creación, adaptación, impacto
Conclusiones
• Podemos ganar mucho conocimiento si medimos lo que está pasando
• Este conocimiento beneficia a:– Creadores de Mercados– Tomadores de Decisión
• Llamamos a esta iniciativa “Learnometrica” o
• Medidas de (Objetos de) Aprendizaje