Community platform management mechanisms to support integrated Learning Design
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Las contribuciones de esta Tesis Doctoral se enmarcan en el ambito de las Tecnologias Educativas, y mas concretamente en el campo de investigacion del Diseno de Aprendizaje (LD acronimo en ingles). Este campo se centra en dar apoyo a los profesores en la creacion de actividades educativas apoyadas por ordenador teniendo en consideracion sus contextos educativos. La investigacion en el campo de LD ha proporcionado gran cantidad de herramientas y metodos. Sin embargo, estas herramientas todavia carecen de mecanismos que posibiliten la colaboracion en comunidades de profesores involucradas en el (co-)diseno de aprendizaje. Ademas, el alcance de las herramientas es muy variado en cuanto a las representaciones utilizadas, los enfoques pedagogicos utilizados, y fases de diseno a las que van dirigidas (desde la conceptualizacion, hasta la autoria y hasta la implementacion). Esta diversidad de herramientas contrasta con la falta de articulacion de sus sinergias para ofrecer ecosistemas LD significativos, manejables e integrados para profesores y comunidades de profesores. Esta problematica motiva la investigacion realizada en esta Tesis. La pregunta de investigacion que la guia es: ?Como pueden apoyar los mecanismos de gestion de plataformas comunitarias dar soporte en ecosistemas de diseno de aprendizaje integrado? Esta cuestion se aborda en la investigacion mas concreta de cuatro objetivos especificos. El primer objetivo es exploratorio, se centra en la comprension de las necesidades de mecanismos de gestion en plataformas para comunidades en LD. La contribucion resultante incluye la participacion en la implementacion y evaluacion de las plataformas para comunidades en LD (LdShake, acronimo en ingles de Learning design Sharing and co-edition, e ILDE, acronimo en ingles de Integrated Learning Design Environment) en el contexto de proyectos espanoles y europeos, asi como la identificacion de las necesidades abordadas en los tres siguientes objetivos de la investigacion. El segundo objetivo busca permitir una gestion flexible de los procesos de (co-)diseno de aprendizaje que implique el uso de varias herramientas de LD. La contribucion asociada es un modelo e implementacion de los flujos de trabajo de LD (LD Workflows en ingles). Los LD Workflows se definen para permitir la representacion de las herramientas de LD seleccionadas que se pueden aplicar a proyectos de LD (LD Projects, en ingles). El tercer objetivo se centra en el apoyo a la gestion de multiples versiones de diseno de aprendizaje en escenarios de reutilizacion y (co-)diseno. La contribucion es un modelo y una visualizacion basada en una metafora del arbol familiar (family tree, en ingles). El cuarto objetivo trata la necesidad de interoperabilidad entre herramientas de (co-)diseno y plataformas de LD, y en particular, se centra en los patrones de diseno como representaciones LD estructuradas de especial interes ya que recogen buenas practicas docentes repetibles. La contribucion es una ontologia de patrones que representa computacionalmente un lenguaje de patrones (centrandose en patrones de CSCL, del ingles: Computer-Supported Collaborative Learning) y un modelo derivado junto con una arquitectura para la gestion interoperable de patrones a traves de herramientas de LD. Las contribuciones se han implementado en LdShake e ILDE mostrando su viabilidad, ofreciendo la prueba de conceptos en escenarios significativos y estudios con profesores en entornos reales. El resto de esta Tesis se estructura de la siguiente manera: • Capitulo 2: Contexto de la Investigacion: la comprension de las necesidades. En este capitulo se analizan las areas de investigacion involucradas en el problema de dominio abordado por la Tesis. El capitulo comienza proporcionando una vision general del estado del arte en las comunidades en linea de profesores, campo de investigacion del diseno de aprendizaje (LD acronimo en ingles) y herramientas de diseno de aprendizaje. Tambien se discute la reutilizacion de disenos de aprendizaje. Ademas, el capitulo describe las dos plataformas para comunidades online donde he participado (LdShake y ILDE), para entender las necesidades de los mecanismos de gestion de estos tipos de sistemas dentro del ecosistemas de diseno. Por ultimo, el capitulo expone los problemas detectados mientras los profesores utilizan estas plataformas para comunidades online . • Capitulo 3: Apoyo a proyectos de diseno de aprendizaje flexibles. Este capitulo esta dedicado a abordar la necesidad de flexibilidad articular en procesos de LD que implican el uso de diversas herramientas LD segun metodologias y marcos variados. En particular, el capitulo introduce los conceptos de proyectos LD y flujo de trabajo LD, junto con un modelo para su aplicacion. Ademas, tambien se describe como se ha aplicado el modelo para desarrollar una funcion para la gestion de proyectos de manera flexible que se ha implementado en ILDE. Finalmente este capitulo incluye la evaluacion realizada: metodos descriptivos / expresividad basados en metodologias LD existentes, la evaluacion del uso real con los profesores en las acciones de formacion (en talleres reales en el contexto del proyecto europeu METIS) y narraciones descriptivas sobre su adopcion en contextos de terceros. • Capitulo 4: Apoyo a versiones de disenos de aprendizaje. En este capitulo se aborda la necesidad de la gestion de multiples variaciones de un diseno de aprendizaje en el contexto de la reutilizacion y el co-diseno. El capitulo propone una estrategia de visualizacion basada en la metafora del arbol genealogico de versiones de disenos y su modelo generado. El capitulo tambien presenta la implementacion del modelo y visualizacion asociada en ILDE. Asi como la evaluacion realizada con expertos y en los talleres de formacion. • Capitulo 5: Apoyo a la interoperabilidad de las herramientas de diseno de aprendizaje basadas en patrones. Este capitulo explora la necesidad de la interoperabilidad entre herramientas de LD centrandose en el caso especifico de los patrones en el area de CSCL. El enfoque adoptado se basa en ontologias. El capitulo formula una ontologia de patrones y un modelo basado en dicha ontologia, que se aplica a una arquitectura para la interoperabilidad de las herramientas de LD basadas en patrones. La arquitectura se ha implementado parcialmente para mostrar la viabilidad. El capitulo tambien presenta un escenario de prueba de concepto que implica una seleccion de herramientas de representacion. • Capitulo 6: Conclusiones y trabajo futuro. En este capitulo se analizan las principales conclusiones. Ademas, tambien resume los principales aportes y trabajos futuros derivados de esta tesis.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it