dc.contributor.author | Kurilov, Jevgenij | |
dc.contributor.author | Sėrikovienė, Silvija | |
dc.date.accessioned | 2023-09-18T17:38:18Z | |
dc.date.available | 2023-09-18T17:38:18Z | |
dc.date.issued | 2010 | |
dc.identifier.issn | 1648-5831 | |
dc.identifier.other | (BIS)KTU02-000049489 | |
dc.identifier.uri | https://etalpykla.vilniustech.lt/handle/123456789/124579 | |
dc.description.abstract | The paper aims to analyse several scientific approaches how to evaluate, implement or choose learning content and software suitable for personalised users/learners needs. Learning objects metadata customisation method as well as the Method of multiple criteria evaluation and optimisation of learning software represented by the experts’ additive utility function are analysed in more detail. The value of the experts’ additive utility function depends on the learning software quality evaluation criteria, their ratings and weights. The Method is based on the software engineering Principle which claims that one should evaluate the learning software using the two different groups of quality evaluation criteria – ‘internal quality’ criteria defining the general software quality aspects, and ‘quality in use’ criteria defining software personalisation possibilities. The application of the Method and Principle for the evaluation and optimisation of learning software is innovative in technology enhanced learning theory and practice. Application of the method of the experts’ (decision makers’) subjectivity minimisation analysed in the paper is also a new aspect in technology enhanced learning science. All aforementioned approaches propose an efficient practical instrumentality how to evaluate, design or choose learning content and software suitable for personalised learners needs. | eng |
dc.description.abstract | Straipsnyje yra analizuojami keli mokslo požiūriai į mokomojo turinio ir mokomosios programinės įrangos vertinimą, parinkimą ir personalizavimą konkrečių naudotojų ir/ar besimokančiųių poreikiams. Detaliau analizuojamas mokymosi objektų metaduomenų personalizavimo metodas, o taip pat mokomosios programinė irangos daugiakriterinio vertinimo ir optimizavimo Metodas, kuris yra išreikštas ekspertų naudingumo funkcija. Ekspertų naudingumo funkcijos reikšmė priklauso nuo mokomosios programinės irangos kokybės vertinimo kriterijų parinkimo, jų įverčių ir svorių nustatymo. Pagrindinė šio Metodo dalis yra informatikos inžinerijos Principas kuris nusako, kad mokomosios programinės įrangos kokybės vertinimui reikia naudoti dvi skirtingas kokybės kriterijų grupes – ‘vidinės kokybės’ kriterijus apibrėžiančius bendruosius programinės irangos kokybės aspektus, ir ‘naudojimo kokybės’ kriterijus apibrėžiančius programinės įrangos personalizavimo galimybes. Šio Metodo ir Principo taikymas mokomosios programinės irangos vertinimui technologijomis grįsto mokymosi teorijoje ir praktikoje yra naujoviškas. Ekspertų subjektyvumo mažinimo metodo taikymas išanalizuotas straipsnyje taip pat yra naujas aspektas technologijomis grįsto mokymosi moksle. Visi aukščiau minėti mokslo požiūriai siūlo efektyvias praktines priemones personalizuotam mokomajam turiniui ir mokomajai programinei irangai sukurti ir/ar parinkti. | lit |
dc.format.extent | p. 91-114 | |
dc.format.medium | tekstas / txt | |
dc.language.iso | eng | |
dc.relation.isreferencedby | Scopus | |
dc.relation.isreferencedby | INSPEC | |
dc.relation.isreferencedby | Education Research Complete | |
dc.relation.isreferencedby | Directory of Open Access Journals | |
dc.source.uri | http://www.mii.lt/informatics_in_education/pdf/INFE156.pdf | |
dc.title | Learning content and software evaluation and personalisation problems | |
dc.title.alternative | Mokomosios programinės irangos vertinimo ir personalizavimo problemos | |
dc.type | Straipsnis Scopus DB / Article in Scopus DB | |
dcterms.references | 25 | |
dc.type.pubtype | S2 - Straipsnis Scopus DB / Scopus DB article | |
dc.contributor.institution | Vilniaus universitetas Vilniaus Gedimino technikos universitetas | |
dc.contributor.institution | Vilniaus universitetas | |
dc.contributor.faculty | Fundamentinių mokslų fakultetas / Faculty of Fundamental Sciences | |
dc.subject.researchfield | N 001 - Matematika / Mathematics | |
dc.subject.researchfield | N 009 - Informatika / Computer science | |
dc.subject.researchfield | T 007 - Informatikos inžinerija / Informatics engineering | |
dc.subject.en | e-learning systems | |
dc.subject.en | learning objects | |
dc.subject.en | repositories | |
dc.subject.en | virtual learning environments | |
dc.subject.en | personalisation | |
dc.subject.en | multiple criteria evaluation | |
dc.subject.en | optimisation | |
dc.subject.en | reusability | |
dcterms.sourcetitle | Informatics in education | |
dc.description.issue | iss. 1 | |
dc.description.volume | vol. 9 | |
dc.publisher.name | Institute of Mathematics and Informatics | |
dc.publisher.city | Vilnius | |
dc.identifier.doi | LBT02-000040834 | |
dc.identifier.doi | 2-s2.0-77952727031 | |
dc.identifier.doi | VGT02-000022981 | |
dc.identifier.elaba | 3249265 | |