یادگیری فعال را می توان به عنوان "هر روش آموزشی که دانش آموزان را در فرآیند یادگیری درگیر می کند" تعریف کرد (پرینس 2004). یادگیرندگان فعال برای کسب دانش جدید از آزمایش سود می برند. با این حال، مواد آموزشی، که اغلب به عنوان ارائه ایستا دانش درک می شوند، فاقد پشتیبانی برای یادگیرندگان فعال هستند (Kirsch et al. 2014). یادگیری فعال ریشه در ساخت‌گرایی دارد، مکتبی فکری که فرض می‌کند یادگیرندگان می‌توانند دانش را از تجربیات بسازند. در حالی که رویکردهای سازنده‌گرایانه هدایت‌نشده وجود دارد، داربست مداخله مربی در نظر گرفته می‌شود تا یادگیرنده را قادر سازد تا مشکلی را فراتر از تلاش‌های بدون کمک خود حل کند (وود و همکاران 1976). نشان داده شده است که داربست نسبت به یادگیری اکتشافی بدون کمک برتری دارد، به ویژه برای یادگیرندگان بدون دانش قبلی در زمینه یا موضوع (Freund 1990; Klahr and Nigam 2004; Alfieri et al. 2011).

ابزارهای PIM کنونی نمی توانند به اندازه کافی به مسائلی مانند مشکل فرادسترسی رسیدگی کنند (Beaudoin 2013)، و در واقع اگر در سطح متا اسناد ارائه شوند، به جای اطلاعات کمتر، از اطلاعات بیشتر بهره مند می شوند (فرهومند و دروری 2002). اشیاء یادگیری روشی متداول برای سازماندهی منابع یادگیری هستند که معمولاً شامل موارد محتوا، آیتم های تمرینی و آیتم های ارزیابی برای یک هدف یادگیری خاص می شود (سیسکو سیستمز 1999). استانداردها و طرحواره های مختلفی برای فراداده های شیء یادگیری وجود دارد، مانند SCORM یا IEEE LOM، که منجر به یک چشم انداز تکه تکه می شود (Dietze et al. 2012). مخازن اشیاء یادگیری (LOR)، یعنی کتابخانه های مبتنی بر وب که اشیاء یادگیری را ارائه می دهند، اغلب برای اهداف سازماندهی و بازیابی به ابرداده اشیاء یادگیری متکی هستند. با این حال، نگرانی هایی در مورد کامل بودن چنین ابرداده ها و همچنین ظرفیت طرحواره های فراداده فعلی برای توصیه موثر LO ها وجود داشته است (Estivill-Castro et al. 2016; Palavitsinis et al. 2014; Krieger 2015). با توجه به آمار به دست آمده توسط پلت فرم Moodle مورد استفاده در موسسه ما، بسته های SCORM استفاده نمی شود. به طور مشابه، منابع آموزشی باز (OER) به دلیل استفاده از طرح‌های دانش واگرا برای برچسب‌گذاری آن‌ها، خطر کم‌استفاده ماندن را دارد که کشف و قابلیت همکاری آنها را مختل می‌کند (Chicaiza و همکاران 2014؛ Navarrete و Luján-Mora 2015). سیستم‌های فرارسانه‌ای آموزشی تطبیقی ​​(AEHS)، در حالی که در توصیه‌های تطبیقی ​​و ارائه منابع عالی هستند، اغلب فاقد ابزارهای تألیف مناسب هستند (Sosnovsky and Brusilovsky 2015) یا معلمان را ملزم می‌کنند که دانش فنی قابل توجهی داشته باشند (واتسون و همکاران 2010). قابلیت همکاری محدود آنها با سیستم‌های دیگر، مانند سیستم‌های مدیریت یادگیری (LMS)، همچنین پذیرش آنها توسط پزشکان را با مشکل مواجه کرده است (Somyürek 2015).

ابزارهای PIM کنونی نمی توانند به اندازه کافی به مسائلی مانند مشکل فرادسترسی رسیدگی کنند (Beaudoin 2013)، و در واقع اگر در سطح متا اسناد ارائه شوند، به جای اطلاعات کمتر، از اطلاعات بیشتر بهره مند می شوند (فرهومند و دروری 2002). اشیاء یادگیری روشی متداول برای سازماندهی منابع یادگیری هستند که معمولاً شامل موارد محتوا، آیتم های تمرینی و آیتم های ارزیابی برای یک هدف یادگیری خاص می شود (سیسکو سیستمز 1999). استانداردها و طرحواره های مختلفی برای فراداده های شیء یادگیری وجود دارد، مانند SCORM یا IEEE LOM، که منجر به یک چشم انداز تکه تکه می شود (Dietze et al. 2012). مخازن اشیاء یادگیری (LOR)، یعنی کتابخانه های مبتنی بر وب که اشیاء یادگیری را ارائه می دهند، اغلب برای اهداف سازماندهی و بازیابی به ابرداده اشیاء یادگیری متکی هستند. با این حال، نگرانی هایی در مورد کامل بودن چنین ابرداده ها و همچنین ظرفیت طرحواره های فراداده فعلی برای توصیه موثر LO ها وجود داشته است (Estivill-Castro et al. 2016; Palavitsinis et al. 2014; Krieger 2015). با توجه به آمار به دست آمده توسط پلت فرم Moodle مورد استفاده در موسسه ما، بسته های SCORM استفاده نمی شود. به طور مشابه، منابع آموزشی باز (OER) به دلیل استفاده از طرح‌های دانش واگرا برای برچسب‌گذاری آن‌ها، خطر کم‌استفاده ماندن را دارد که کشف و قابلیت همکاری آنها را مختل می‌کند (Chicaiza و همکاران 2014؛ Navarrete و Luján-Mora 2015). سیستم‌های فرارسانه‌ای آموزشی تطبیقی ​​(AEHS)، در حالی که در توصیه‌های تطبیقی ​​و ارائه منابع عالی هستند، اغلب فاقد ابزارهای تألیف مناسب هستند (Sosnovsky and Brusilovsky 2015) یا معلمان را ملزم می‌کنند که دانش فنی قابل توجهی داشته باشند (واتسون و همکاران 2010). قابلیت همکاری محدود آنها با سیستم‌های دیگر، مانند سیستم‌های مدیریت یادگیری (LMS)، همچنین پذیرش آنها توسط داربست آلفا پزشکان را با مشکل مواجه کرده است (Somyürek 2015).

در میان مصرف کنندگان مطالب آموزشی می توان به پلاگینی برای Eclipse IDE، برنامه تلفن همراه Yactul، یک برنامه طراحی پیشرفته و SoLeMiO، یک افزونه برای مجموعه Office 365 اشاره کرد. هر دو Eclipse و Yactul را می توان به عنوان ابزار یادگیری فعال در نظر گرفت. همانطور که در بخش های بعدی توضیح داده خواهد شد، SoLeMiO و Yactul نیز به عنوان تولید کننده مواد آموزشی استفاده می شوند. در نهایت، به عنوان کانال های توزیع، ما مخزن ALMA را ایجاد کردیم که در آن منابع توسط ابزارهای تولیدکننده منتشر شده و توسط ابزار مصرف کننده بازیابی می شوند. علاوه بر این، Moodle LMS برای استفاده از حاشیه نویسی های معنایی در منابع آپلود شده برای ویژگی برچسب گذاری داخلی خود گسترش یافته است. البته، اکوسیستم برای ابزارهای تولید کننده و مصرف کننده بیشتر و همچنین کانال های توزیع قابل گسترش است.

مبانی معنایی

برای مورد اصلی ما، یعنی نصب داربست در کرج علوم کامپیوتر، ما از هستی شناسی ALMA، یک هستی شناسی مدولار قابل توسعه و سبک برای آموزش برنامه نویسی استفاده می کنیم (Grévisse et al. 2017a). با استفاده از معماری مبتنی بر SKOS، شامل ماژول هایی است که مفاهیمی از زبان های برنامه نویسی جاوا و C و همچنین سیستم عامل ها را شامل می شود. هر ماژول یک نمایش دانش ریز از حوزه مربوطه خود را درک می کند. با تراز کردن مفاهیم از ماژول های مختلف، مطالب یادگیری از موضوعات مختلف را می توان به هم مرتبط کرد. هستی شناسی با توجه به زبان های برنامه نویسی بیشتر قابل توسعه است. استفاده از هستی شناسی سبک وزن برای اهداف حاشیه نویسی کافی در نظر گرفته می شود (Andrews et al. 2012). جدای از این هستی شناسی خاص دامنه، ما از DBpedia عمومی دامنه، یک پایگاه دانش مرکزی در ابر داده های باز پیوندی نیز استفاده می کنیم. این به ویژه در برنامه اسکچ‌نگاری و همچنین در SoLeMiO استفاده می‌شود، جایی که ابزارهای حاشیه‌نویس معنایی، مانند DBpedia Spotlight (Mendes et al. 2011) یا TAGME (Ferragina and Scaiella 2010)، برای اهداف حاشیه‌نویسی نیمه خودکار استفاده می‌شوند. خود هستی شناسی ALMA نیز با DBpedia هماهنگ است تا قابلیت همکاری در خارج از اکوسیستم را اعطا کند.