O artigo retrata os desafios impostos ao cenario de producao, organizacao e disseminacao de informacao em diversos setores da sociedade em decorrencia a evolucao das tecnologias para tratamento de dados multimidia na Web. Pesquisas no campo das Ciencias da Informacao sao progressivas na busca de inovacoes para o universo de dados distribuidos na Web a fim de ampliar os pontos de acesso e melhorar a gestao, a organizacao e a recuperacao de objetos digitais na rede. Nessa perspectiva, o artigo objetiva contribuir com um estudo sistematico e analitico sobre iniciativas de padroes de metadados, modelos e ontologias voltados ao dominio da descricao multimidia. Metodologicamente, a pesquisa foi classificada como sendo de natureza qualitativa e quantitativa, de carater exploratorio e descritivo a luz de literatura cientifica ja publicada e material empirico especifico, o que a torna bibliografica e documental. O estudo culminou na obtencao de um ranking de ontologias a partir de uma analise comparativa e uma avaliacao criteriosa sobre dimensoes concernentes a reuso de recursos de conhecimento disponiveis na Web. Os resultados contribuem na perspectiva de possiveis solucoes para o tratamento semântico de variados tipos de metadados existentes para descricao de acervos em rede que lidam com conteudo multimidia.

http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/download/4305/2355

Representação de recursos multimídia na web: uso e reúso de padrões de anotação

Several higher education institutions have harnessed e-learning tools to empower the application of different learning models that enrich the educational process. Nevertheless, the reliance on commercial or open-source platforms, in some cases, to deliver e-learning could impact system acceptability, usability, and capability. Therefore, this study suggests design methods to develop effective learning management capabilities such as attendance, coordination, course folder, course section homepage, learning materials, syllabus, emails, and student tracking within a university portal named MyGJU. In particular, mechanisms to facilitate system setup, data integrity, information security, e-learning data reuse, version control automation, and multi-user collaboration have been applied to enable the e-learning modules in MyGJU to overcome some of the drawbacks of their counterparts in Moodle. Such system improvements are required to motivate both educators and students to engage in online learning. Besides, features comparisons between MyGJU with Moodle and in-house systems have been conducted for reference. Also, the system deployment outcomes and user survey results confirm the wide acceptance among instructors and students to use MyGJU as a first point of contact, as opposed to Moodle, for basic e-learning tasks. Further, the results illustrate that the in-house e-learning modules in MyGJU are engaging, easy to use, useful, and interactive.

/pdf/methods-to-achieve-effective-web-based-learning-management-4e4font7jh.pdf

Methods to achieve effective web-based learning management modules: MyGJU versus Moodle.

A critical activity in project planning, especially in business process modeling (BPM) projects, is effort estimation. It involves several dimensions such as business domain complexity, team and technology characteristics, turning estimation into a difficult and inaccurate task. In order to reduce this difficulty, background knowledge about past projects is typically applied; however, it is too costly to be carried out manually. On the other hand, Data Mining enables the automatic extraction of new nontrivial and useful knowledge from existing data. This paper presents a new approach for BPM project effort estimation using data mining through clustering technique. This approach was successfully applied to real data

/pdf/effort-estimation-of-business-process-modeling-through-3nlxljkikd.pdf

Effort Estimation of Business Process Modeling through Clustering Techniques

Database tuning is a crucial task to address the performance of information systems that deal with a considerable amount of information stored in databases. Current tuning tools are very platform-specific and do not provide adequate support for the database administrator to reason about performance improvement suggestions. In this paper, we discuss several architectural and implementation decisions of Outer-Tuning, our framework that supports database tuning. Outer-Tuning follows a model-driven development and a modular architecture design, which enabled several benefits. This paper contributes with: (i) the architectural design model adopted in Outer-Tuning, which combines imperative and declarative programming; (ii) the discussions and steps to integrate several software components; and (iii) the actual framework implementation. We assess our framework with an experiment using the TPC-H benchmark. The results evidence that Outer-Tuning infers useful tuning actions and supports the DBA by providing a more semantic environment to create and adapt tuning heuristics using concepts closer to his/her domain, and also relevant information on the rationale of the tuning actions through a friendly web interface.

Outer-Tuning: an integration of rules, ontology and RDBMS

Although ontology matchers are annually proposed to address different aspects of the semantic heterogeneity problem, finding the most suitable alignment approach is still an issue. This study aims to propose a computational solution for ontology meta-matching (OMM) and a framework designed for developers to make use of alignment techniques in their applications.,The framework includes some similarity functions that can be chosen by developers and then, automatically, set weights for each function to obtain better alignments. To evaluate the framework, several simulations were performed with a data set from the Ontology Alignment Evaluation Initiative. Simple similarity functions were used, rather than aligners known in the literature, to demonstrate that the results would be more influenced by the proposed meta-alignment approach than the functions used.,The results showed that the framework is able to adapt to different test cases. The approach achieved better results when compared with existing ontology meta-matchers.,Although approaches for OMM have been proposed, it is not easy to use them during software development. On the other hand, this work presents a framework that can be used by developers to align ontologies. New ontology matchers can be added and the framework is extensible to new methods. Moreover, this work presents a novel OMM approach modeled as a linear equation system which can be easily computed.

A framework to aggregate multiple ontology matchers

Service Oriented Architecture is presented as being more flexible and capable to support services independent of platform and protocol in a distributed environment. In this work, we analyze existent literature on services lifecycles management and services identification methodologies. Then, we consider a method for service identification from business processing models in the context of a service lifecycle. The considered method is based on heuristics, which directs the identification of services from of business processes models.

Metodologia de identificação de serviços a partir da modelagem de processos de negócio

Recommendation systems (RS) have been used in many scenarios, from entertainment to health. Inside the RS area, Educational Recommendation Systems (ERS) are becoming popular, been used for different types of recommendations such as recommending materials, exercises, and learning paths. As ERS works in a different scenario of classics RS, ERS requires specific evaluation metrics. However, the task of evaluating ERS is difficult since the educational field has its features to be analyzed. To help other researchers in this field, this work presents a systematic mapping on methods used for evaluating ERS. This study analyzed 91 papers of the last five years and provide an overview of the main methodologies, subject, metrics, and trends in the evaluation of ERS.

/pdf/evaluating-educational-recommendation-systems-a-systematic-41d7hqrsdf.pdf

Evaluating Educational Recommendation Systems: a systematic mapping

The growing current adherence to e-learning and the more recurrent use of Virtual Learning Environments (VLE) has generated a large volume of digital educational data and, consequently, problems in the representation, organization and recovery of information in this context. As a solution in this scenario, this research presents an integration architecture that uses an ontology, called Prov4LA, to standardize the generation of learning analytics data and provide support for educational recommendation systems. As partial results, a scenario of application of the proposed architecture is described through a course taught in VLE Moodle with students who participate in the same course and where recommendation events are triggered. Resumo. A crescente adesão pela educação a distância e o uso mais recorrente dos Ambientes Virtuais de Aprendizagem (AVA) tem gerado um grande volume de dados educacionais digitais e, consequentemente, problemas na representação, organização e recuperação de informação nesse contexto. Como uma solução, a presente pesquisa apresenta uma arquitetura de integração que utiliza uma ontologia, denominada Prov4LA, para padronizar a geração de dados de learning analytics e prover suporte a sistemas de recomendação educacionais. Como resultados parciais, é descrito um cenário de aplicação da arquitetura proposta através de um curso ministrado no AVA Moodle com alunos que participam de um mesmo curso e onde são disparados eventos de recomendação. 1. Introdução A crescente adesão pela educação a distância fomenta o uso de Ambientes Virtuais de Aprendizagem (AVA). Consequentemente, o aumento da utilização de recursos educacionais virtuais leva a uma grande produção de dados, o que gera problemas e desafios para sua representação e organização. Como uma solução alternativa para tais problemas, o presente trabalho apoia-se na utilização de ontologias e em técnicas de learning analytics (LA) [Chatti et al. 2013] para representação e organização do conhecimento da área educacional. Copyright © 2020 for this paper by its authors. Use permitted under Creative Commons License Attribution 4.0 International (CC BY 4.0). O contexto educacional envolve a abrangência de diversos conteúdos informacionais. Em geral, a preparação, seleção e divulgação desses conteúdos ficam a cargo do professor [Costa et al. 2013]. Selecionar conteúdos e adaptar-se às necessidades de cada aluno em AVAs é uma tarefa bastante onerosa e complexa para ser feita de manualmente por professores. Nesse contexto, a utilização dos metadados gerados através de técnicas de LA apresentam-se como uma alternativa para resolver tais problemas. Já as ontologias podem ser vistas como modelos de anotação [Uren et al. 2006, Burger et al. 2010, da Silva Lemos and Souza 2020] em uma visão de tratamento semântico destinado a dados e metadados envolvidos no processo de representação. Como cada AVA possui uma geração de dados diferente, ainda não existem soluções que padronizem, integrem e comuniquem esses diversos tipos de dados com aplicações inteligentes, tornando-se essencial o uso de ontologia para a manutenção e disponibilização de dados de proveniência relacionados aos metadados educacionais [Rosa et al. 2019]. Nesse sentido, a utilização conjunta de ontologias e técnicas de learning analytics possibilita transformar o conteúdo coletado dentro dos AVAs em informações relevantes para o aperfeiçoamento do ensino [Chatti et al. 2013]. Tais conteúdos podem ser usados por aplicações inteligentes, como por exemplo, sistemas de recomendação educacionais [Dwivedi and Roshni 2017], que consomem os metadados e aplicam-nos dentro de um cenário de e-learning. Nesse contexto, o uso de ontologias torna-se uma ótima alternativa [Oliveira et al. 2017]. Sendo assim, esse trabalho propõem uma arquitetura de integração que utiliza uma ontologia desenvolvida para esse cenário, denominada Prov4LA, para padronizar a geração de dados de LA e prover suporte a sistemas de recomendação de conteúdos educacionais. 2. Fundamentação Teórica 2.1. Learning Analytics Learning Analytics (LA) é um estudo voltado para análise de informações extraídas de dados educacionais, a fim de converter o conteúdo coletado em metadados válidos para melhoria dos processos de ensino e aprendizagem [Chatti et al. 2013]. O fluxo de desenvolvimento do LA tem como fonte primária a coleta dos dados educacionais, o préprocessamento, a aplicação de técnicas de mineração de dados para entendimentos dos mesmo e, por último, a aplicação de métodos computacionais para visualização do conhecimento extraído. O objetivo desse processo é, através do conhecimento gerado, discutir tomadas de decisão estratégicas pelos usuários desses sistemas [Dyckhoff et al. 2012]. Dentro de LA, diversos ambientes educacionais podem ser fomentados como é o caso de sistemas de recomendação educacionais [Dwivedi and Roshni 2017]. 2.2. Uso de Ontologias para Representação de Dados na Web Sendo a web um ambiente volátil, onde a produção de conteúdo é livre e dependente apenas do domínio de cada repositório, as publicações ficam inerentes à forma com que cada um dos repositórios de dados produzem e divulgam seus dados. Considerando ainda que a parte da geração de informação é realizada por meios manuais através de anotações realizadas por humanos, torna-se um processo de classificação de dados exaustivo e de alto custo, devido as demandas de tempo para produção das tags e as dependências vinculadas ao conhecimento de cada especialista sobre a área trabalhada em questão [Baeza-Yates et al. 2011]. Nesse cenário, o uso de ontologias torna-se essencial para padronizar e interoperar a forma com que esses metadados são gerados [Horrocks 2008]. Com o passar dos anos, diversos padrões para publicação de dados foram propostos para o melhoramento da qualidade das informações produzidas, fundamentando o que é chamado de Web Semântica [Berners-Lee et al. 2001]. Dentro da Web Semântica, o termo Dados Ligados ( do inglês, Linked Data) é utilizado para descrever um conjunto de práticas para publicar, conectar, compartilhar e divulgar dados estruturados na Web sobre diversos domínios através do uso de ontologias [Rautenberg et al. 2019]. Seguindo os padrões de dados ligados no cenário educacional, a Onto4LA[Carchedi et al. 2018] é uma ontologia que utiliza conceitos de Dados ligados abertos. Sua utilização é recomendada para facilitar e padronizar a integração de dados entre diversos tipos de informações gerados por frameworks voltados para LA. Por meio da Onto4LA é possível modelar a troca de informação através de uma estrutura baseada em eventos. Cada evento apresenta como classes mínimas: um agente, um local, uma duração, uma produção e uma fonte. 2.3. Ontologias para Proveniência de Dados Outra questão importante a ser discutida sobre publicação de dados, tanto na Web quanto em outros contextos, é a manutenção dos dados. Como cada nova informação pode ser gerada de diversas formas em uma mesma aplicação, é importante rastrear a maneira com que cada novo dado é produzido a fim de entender porque, por quem e onde esses dados foram gerados [Cheney et al. 2009]. Com esse objetivo, surgiu a proveniência de dados. Proveniência pode ser compreendida como a informação que pode ser coletada de diversas formas e em diversos níveis de detalhamento [Simmhan et al. 2005]. Proveniência de dados também pode ser compreendida como dados que falam sobre outros dados trazendo, como informações adicionais, a origem e o histórico de modificações do dado original. Para formalizar e padronizar as formas de captura de proveniência de dados, a W3C criou um modelo semântico PROV [Missier et al. 2013, Moreau and Groth 2013].O PROV é composto por um conjunto de documentos construído para que tanto usuários quanto desenvolvedores possam aplicar os conceitos de proveniência em suas aplicações. Dentro da estrutura do PROV, a PROV-O é o modelo utilizado para padronizar a captura de proveniência de dados através de uma ontologia. 3. Arquitetura de Integração e Ontologia Prov4LA

/pdf/arquitetura-de-integracao-e-ontologia-de-suporte-para-aphk01ezjq.pdf

Arquitetura de Integração e Ontologia de Suporte para Recomendação de Objetos Educacionais em Ambientes Virtuais de Aprendizagem (Integration Architecture and Support Ontology for Recommendation of Educational Objects in Virtual Learning Environments).

In recent years we saw the increase and popularization of Augmented Reality applications. However, the visual mismatch between real and virtual elements produce the absence of realism, discouraging the use of these applications. Rendering techniques, as Ray Tracing, can produce very photorealistic scenes. Despite its high computational cost, recent advances in graphics hardware allow the use of these techniques in real-time applications, like those of Augmented Reality. In the literature, we can find some works combining these two technologies, AR and Ray Tracing, but rigidly, without modularization, making the solutions dependent on certain frameworks. In this work, we propose a middleware to integrate Augmented Reality and Ray Tracing in a modularized way, allowing the developer to switch between existing libraries and frameworks to better fulfill their needs and expertise. To evaluate the proposal, we build an application using the artoolkitX library and the Optix framework. Through our middleware, we verified that it was possible to integrate these tools in a simple way, maintaining performance and photorealism in our AR application.

ARRay-Tracing - A Middleware to Provide Ray Tracing Capabilities to Augmented Reality Libraries

The use of semantic technologies is growing in enterprise IT projects, where ontologies become larger and complex. Consequently, ontology management becomes more complex, requiring tools and methodologies. However, existing tools are devel- oped according with specific characteristics, which turns the choice of an ontology management tool into a big challenge. This article proposes a methodology for eva- luating ontology management tools. This methodology is composed by a set of steps for selecting candidate tools and a set of criteria for scoring these tools. This proposal is experimented in a real scenario in a large Brazilian company.

/pdf/inspecao-de-ferramentas-de-ontologias-4xe11hh84f.pdf

Inspeção de Ferramentas de Ontologias

Handle everyday research tasks with reliable, citation-backed results

Your personal Research Agent to handle research tasks with citation-backed results

Popular Tasks used by Researchers

How can I help with your research?

Meet SciSpace

Get more enhanced response by uploading the PDFs you want me to reference.

No relevant PDFs in your library

SciSpace is the AI research assistant for academics. Run systematic literature reviews on 280M+ papers, and write papers with cited sources. Trusted by 1M+ students, PhDs & researchers.

SciSpace | AI for Research

Analyze PDFs

Code & Manuscripts

Funding & Grants

Literature & Patents

Medical & Clinical Data

Systematic Review

Visualize & Present

Web & Data

Build a Google Scholar-like website for your research.

Build a website

Create charts and images for your research

Create a Chart

Write a paper for submission to a journal

Draft a manuscript

Patent Search

Design eye-catching scientific posters in minutes.

Scientific Poster Generation

Systematic Literature Review

One task is running at the moment. Your messages will be shown right after.

Drag and drop or click here to browse

Loved by <highlight>1 million+</highlight> researchers

Extract a list of specific topics and their sources from unstructured text

Topics

Compare and analyze relevant papers that matches with your search

Papers

Get insights from PDFs and bookmarked papers from your library

My library

Recent searches

Try searching for:

Catch AI-generated content in scholarly and non-scholarly content

{ai} Detector

Ai Writer

Get PDF Summaries, highlighted text explanations 

Chat with PDF

Effortlessly create in-text citations and bibliographies in APA and 2,500 other formats

Citation generator

Get explanations, summaries, and answers on academic papers

Ease up your research workflow with {scispace}'s cohort of exciting AI tools

Elevate your academic writing skills and convey your ideas the way you want

Paraphraser

Explore our range of reading and writing tools

Your file is being prepared and should be ready in a few minutes. If it's a large file, it might take a bit longer. You can close this window, and we'll email you the file when it's done.

You have reached a maximum limit of <strong>{limit}</strong> columns in the table. Remove at least <strong>1</strong> column to add or create another one.

Jairo Souza

Author Tools

Chat about Author