Show simple item record

dc.contributor.authorSantos, Renata Ribeiro dos
dc.date.accessioned2023-03-13T19:05:43Z
dc.date.available2023-03-13T19:05:43Z
dc.date.issued2023-02-07
dc.identifier.citationSANTOS, Renata Ribeiro dos. QualiProcREA:abordagem para a avaliação da qualidade de Recursos Educacionais Abertos com base em procedência dos dados. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/17485.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/17485
dc.description.abstractDue to the characteristic of legal opening, new Open Educational Resources (OER) can be created by revising (adapting) and/or remixing (combining) different source OER. Thus, OER expand the opportunities for creating educational materials better suited to a given target audience and context. In this sense, it is essential to provide means to assess and guarantee the quality of the source OER and the OER created so that the user has confidence and security when using a resource. Because of this, data provenance becomes relevant for the assessment of quality, as it allows the description of the history of an OER, from its origin to its current state. In the literature, there are different efforts to assess the quality of OER. However, data provenance is not considered for this purpose. In addition, there are examples of metadata standards and digital repositories that document the history of an OER. However, the information collected is insufficient to describe the provenance information and is not considered an evaluative strategy either. In this way, this doctoral thesis presents a semi-automatic approach, called QualiProcREA, for assessing the quality of OER based on data provenance. The QualiProcREA approach is formed by a Provenance Model for Open Educational Resource (ProcREA Model) and by provenance criteria and mathematical formulas for calculating the quality of OER. The ProcREA Model comprises a minimum metadata for describing the provenance OER and evaluating the quality based on this information. The provenance criteria considered are review and remix, as these activities directly impact the history of an OER. The validation of the QualiProcREA approach aimed to demonstrate that, based on data provenance; it is possible to assign an initial numeric quality value to an OER or to refine the quality value already assigned to a resource. Thus, the OER Commons digital repository was used for comparison and collection of information since OER evaluated and created through review are stored in this repository. Through validation, it was possible to demonstrate that data provenance can be used to refine the quality of OER that present a previous quality value assigned by evaluative strategies considered in the digital repository. It was observed that the numerical value of quality attributed through the QualiProcREA allowed a different classification of OER when compared to the ordering by quality performed by OER Commons. Furthermore, it was proved that, based on data provenance, it is possible to assign a quality value when the OER does not present any initial score. This advantage extends the number of evaluated OER that are returned through a query. Thus, any source OER and respective OER created by revise and/or remix can be evaluated solely based on data provenance.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)por
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution-NonCommercial-ShareAlike 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/br/*
dc.subjectRecursos educacionais abertospor
dc.subjectQualidadepor
dc.subjectProcedência dos dadospor
dc.subjectAvaliaçãopor
dc.subjectMetadadopor
dc.subjectOpen educational resourceseng
dc.subjectQualityeng
dc.subjectData provenanceeng
dc.subjectAssessmenteng
dc.subjectMetadataeng
dc.titleQualiProcREA:abordagem para a avaliação da qualidade de Recursos Educacionais Abertos com base em procedência dos dadospor
dc.title.alternativeQualiProcREA: approach for assessing the quality of Open Educational Resources based on data provenanceeng
dc.typeTesepor
dc.contributor.advisor1Santos, Marilde Terezinha Prado
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9826026025118073por
dc.contributor.advisor-co1Ciferri, Ricardo Rodrigues
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/8382221522817502por
dc.description.resumoDevido à característica da abertura legal, novos Recursos Educacionais Abertos (REAs) podem ser criados por meio da revisão (adaptação) e/ou remix (combinação) de diferentes REAs de origem. Assim, os REAs expandem as oportunidades de criação de materiais educacionais que sejam mais adequados para um determinado público-alvo e contexto. Nesse sentido, é essencial prover meios para aferir e garantir a qualidade do REA de origem e do REA criado, para que o usuário tenha confiança e segurança ao utilizar um recurso. Assim, a procedência dos dados passa a ser relevante para a avaliação da qualidade, pois possibilita a descrição da história de um REA, desde a sua origem até seu estado atual. Na literatura, existem diferentes esforços para a avaliação da qualidade dos REAs. No entanto, a procedência dos dados não é considerada para essa finalidade. Além disso, existem exemplos de padrões de metadados e repositórios digitais que documentam a história de um REA. Porém, as informações coletadas são insuficientes para a descrição da informação de procedência e tampouco são consideradas como uma estratégia avaliativa. Em vista disso, nesta tese de doutorado é apresentada uma abordagem semiautomática, denominada de QualiProcREA, para a avaliação da qualidade dos REAs com base em procedência dos dados. A abordagem QualiProcREA é formada por um Modelo de Procedência para Recurso Educacional Aberto (Modelo ProcREA) e por critérios de procedência e equações para o cálculo da qualidade dos REAs. O Modelo ProcREA é composto por um conjunto mínimo de metadados para a descrição da procedência dos REAs e avaliação da qualidade com base nessa informação. Os critérios de procedência avaliados são revisão e remix, pois essas atividades impactam diretamente na história de um REA. A validação da abordagem QualiProcREA teve como finalidade demonstrar que, com base em procedência dos dados, é possível atribuir um valor numérico inicial de qualidade para um REA ou refinar o valor de qualidade já atribuído a um recurso. Assim, para fins de comparação e coleta de informações foi utilizado o repositório digital OER Commons, uma vez que nesse repositório estão armazenados REAs avaliados e criados por meio de revisão. Por meio da validação, foi possível demonstrar que a informação de procedência dos dados pode ser utilizada para refinar a qualidade dos REAs que apresentam um valor prévio de qualidade atribuído por estratégias avaliativas consideradas no repositório digital. Observou-se que o valor numérico de qualidade atribuído por meio da abordagem QualiProcREA possibilitou uma classificação diferente de REAs, quando comparada a ordenação por qualidade realizada pelo OER Commons. Além disso, foi provado que, com base em procedência dos dados, é possível atribuir um valor de qualidade, quando o REA não apresenta nenhuma pontuação inicial. Essa vantagem amplia a quantidade de REAs avaliados que são retornados por meio de uma consulta. Assim, qualquer REA de origem e respectivo REA criado por meio de revisão e/ou remix pode ser avaliado unicamente com base em critérios de procedência.por
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computação - PPGCCpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.description.sponsorshipId001por
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/7504335002396517por


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-ShareAlike 3.0 Brazil
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-ShareAlike 3.0 Brazil