ITS çerçevesi genellikle öğrenme içerikleri (etki alanı modeli), öğrenci modeli, pedagojik modül ve kullanıcı arayüzü dahil olmak üzere birkaç ana alt sisteme ayrıştırılır. Böyle bir bakış açısının uygulama için pratik ve etkili olduğu görülmüştür ve
çalışma zamanı yürütmek gerekir.

Ancak, bir ITS tasarlarken, bazı tasarım hususlarının herhangi bir alt sistem içinde düzgün bir şekilde yerelleştirilemeyeceğini görüyoruz. Bunun yerine, tüm alt sistemleri keserler.

Örneğin, tasarım aşamasında, bir dizi veri alanıyla karakterize edilebilen belirli bir öğrenme teorisine bağlı kalırsak, bu, her alt sistemin paralel olarak özelleştirilmesini gerektirir: öğrenen modeli bu veri alanlarını depolamalı, alan modeli öğeleri bunları sağlayın, bazı pedagojik bilgiler bunları kullanmalıdır, vb.

Görünüm yönelimli programlamanın araştırma alanını takiben, bu tür kesişen endişeleri yönler olarak adlandırıyoruz. Yönler ayrık olma eğilimindedir ve birden çok yön tek bir ITS içinde birleştirilebilir.

Geçmiş ITS ve ITS öncesi araştırmalardan, ITS tasarımında kabaca modellemede artan karmaşıklık sırasına göre 4 yönü belirledik.

(a) Alan kapsamı yönü, yalnızca alan bilgisinin öğelerinin sunulup sunulmadığını veya ziyaret edilip edilmediğini kaydeder. Öğrencinin anlayışını veya bilişsel süreçlerini modellemek için hiçbir girişimde bulunmaz. Bu yön, çevrimiçi ders kitapları, bilgisayar destekli öğretim (CAI) sistemleri ve hiper bağlantılı multimedya uygulamaları gibi bazı ön ITS sistemlerini karakterize eder.

(b) Tarih yönü, ayrıntılı öğrenci ve sistem eylemlerini kaydeder, örn. daha fazla analizi destekleyebilecek bir günlük dosyası oluşturmak için.

(c) Öğrenci değerlendirme yönü, öğrencinin alana ilişkin bilişsel modelini çıkarır ve öğrencinin uzmanlığının dahili bir temsilini sürdürür. Bu özellik, model izleme eğitmenleri tarafından kullanılır ve belirli hataların tanımlanmasını ve düzeltilmesini desteklemek için kullanılmıştır.

(d) Duygulanım yönü, öğrencinin duyuşsal durumunu modeller. Bu makale için, öğrencinin güven ve çaba düzeylerini göz önünde bulunduruyoruz.

ITS çerçevesinin yürütmeye yönelik perspektifinden, öğrencinin durum verileri için bir ontoloji temel sınıfı LearnerDatum ve öğretim hedefleri için bir TeachingAspect temel sınıfı tanımlarız. Bu temel sınıflar daha sonra 4 yönün her biri tarafından paralel alt sınıf kümelerine bölünür.

matematiksel modelleme örnekleri
Matematiksel modellemenin Önemi
matematiksel modelleme nedir
Matematiksel MODELLEME süreci
Matematiksel model nedir
Matematiksel MODELLEME örnekleri ve çözümleri
Matematiksel modelleme nedir örnekler
Matematiksel modelleme süreci Şeması

Öğrenme Nesneleri ve ÖğrenciDurumu

Bir ITS’nin alan bilgisi, alan uzmanları tarafından sıralanan öğrenme nesnelerinden oluşur. Murray, çoğu ITS yazma aracının öğrenme nesneleri arasında hiyerarşik bir organizasyon sağladığını gözlemler; 5 seviyeli bir organizasyonu savunuyor. Herhangi bir sayıda seviyeyi ve herhangi bir grafik benzeri yapıyı destekleyen daha genel bir temsili modelliyoruz. Her LearningObjectGroup’un “diğer” gruplara 0 veya daha fazla bağlantısı vardır.

Farklı modelleme amaçları için farklı bağlantı türlerini desteklemek için bağlantıları bir LearningGroupLink sınıfı olarak yeniden düzenleriz. Her bağlantı 1 veya daha fazla “diğer” gruba başvurur. Ön koşul, alt grup ve zorluk ilişkileri için bağlantı alt sınıfları tanımlarız.

EasierDifficultyLink ve SimilarDifficultyLink alt sınıfları, kurs tasarımcısının öğrenme içeriklerini zorluk seviyelerinin kafes yapısında düzenlemesine olanak tanır. Öğrenme nesnesi gruplarının ayrık olmadığını, yani belirli bir öğrenme nesnesinin 2 veya daha fazla grupta görünebileceğini unutmayın.

Öğrencinin durumu, LearnerDatum bireylerinin bir akışı (zamana göre sıralanmış küme) olarak temsil edilir. Her LearnerDatum, bazı dinamik verileri 1 veya daha fazla belirtilen öğrenme içeriği nesnesiyle ilişkilendirir. Özellikle, HistoryDatum alt sınıfı sayısal bir puan kaydederken, AffectDatum nicel güven ve çaba ölçümlerini kaydeder.

Öğretim Hedefleri ve Stratejileri

Öğretim stratejileri, öğretim hedeflerinden türetilir. Öğretim hedefleri tipik olarak bir alt hedefler hiyerarşisi halinde düzenlenir. Diğer ITS’ler, öğretim hedefleri hiyerarşilerini çeşitli öğrenme teorilerinden türetmiştir. IRIS kabuğunun yazarları, Gagné’nin bilişsel süreçlerine ve öğretim etkinliklerine ve kendi öğretim eylemlerine dayalı hedefleri organize eden Otomatik Öğretimden Bilişsel Öğrenme (CLAI) teorisini geliştirdi. Ikeda ve Mizoguchi, 4 seviyeli bir hedef ve strateji organizasyonu kullanır, ancak her seviyenin nasıl elde edildiğini belirtmez.

Alt hedefleri herhangi bir derinlikte temsil edebilen öğretim hedeflerinin genel bir hiyerarşik temsilini modelliyoruz. Her öğretim hedefi, grafikte yaprak düğümler olan 0 veya daha fazla alt hedefe ve 0 veya daha fazla öğretim stratejisine sahiptir. Her öğretim stratejisi, bir sonraki bölümde açıklandığı gibi bir SWRL kuralı ile temsil edilir.

SWRL Kurallarını Kullanarak Strateji Tanımını Öğretme

Öğretme stratejilerini açıkça SWRL kuralları olarak kodluyoruz. Kısaca, bir SWRL kuralı IF- THEN formatına sahiptir ve başı ve gövdesi, ontolojide tanımlanan sınıf ve özellik adlarını kullanarak bilgi tabanındaki öğeleri değerlendiren veya SWRL’nin kendi yerleşik kitaplığını kullanarak temel hesaplamaları gerçekleştiren atomlardan oluşur. 

Vücuttaki atomlar, bilgi tabanına yapılan veri sorguları olarak düşünülebilirken, kafadaki atomlar bilgi tabanını değiştiren iddiaları temsil eder.

SWRL standardının herhangi bir çıkarım motoru sağlamadan yalnızca dil semantiğini belirttiğine dikkat edin. Bir motor seçmek, SWRL’ye ve SWRL’den bir dönüşüm uygulamak, SWRL’nin tüm yerleşik işlevlerini uygulamak ve yukarıdaki semantiği zorlamak her uygulayıcıya bağlıdır. Çıkarım motoru olarak Jess’i kullanıyoruz ve OWL + SWRL’den Jess’e dönüştürmek için çok sayıda strateji araştırıyoruz.

Bir kuralın gövdesindeki (sol taraf veya EĞER bölümü) atomlar, bilgi tabanına yapılan sorguları temsil edebilir. Temel ontoloji sorgularından biri, SWRL’nin doğrudan temsil edebileceği bir sınıf üyelik testidir. Bununla birlikte, öğretim stratejileri genellikle bir veriyi değerlendiren ve sayısal karşılaştırma gibi doğru veya yanlış döndüren basit testleri içerir.

Doğru-yanlış perspektifinden sınıf üyelik testine dönüştürmeliyiz. İstenen veri türü için bir sorgu kodlayan bir SWRL kuralına sahip bir Predicate sınıfı tanımlarız. Sayısal, mantıksal veya dizi karşılaştırmaları gibi basit testler, SWRL’nin yerleşik işlev kitaplığı kullanılarak kolayca yazılabilir.

Kavramsal olarak, uygun tipte yeni bir veri d üretildiğinde (herhangi bir yolla), bu Yüklemin kuralı otomatik olarak tetiklenir ve ya kendisinin bir örneği olarak d ekler (bir Yüklem alt sınıfı bir birey kümesini temsil ettiğinden) ya da eklemez.

The post Modellemenin Yönleri – Eğitim – Essay – Ödev – Tez – Makale – Çeviri – Tez Yazdırma -Tez Yazdırma Fiyatları first appeared on Ödevcim (Ücretli Ödev Yaptırma).