Mapeamento relacional entre padrões de metadados educacionais

RESUMO A diversidade de formatos utilizados para o desenvolvimento de objetos de aprendizagem contribui para que o processo de recuperação de informação relevante permaneça sendo um grande desafio para a Ciência da Informação e a Ciência da Computação. A adoção de metadados para a catalogação destes...

Full description

Bibliographic Details
Main Authors: Luciana Maria Vieira Pöttker, Edberto Ferneda, José Antonio Moreiro-González
Format: Article
Language:Portuguese
Published: Universidade Federal de Minas Gerais, Escola de Ciência da Informação
Series:Perspectivas em Ciência da Informação
Subjects:
Online Access:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1413-99362018000300025&lng=en&tlng=en
Description
Summary:RESUMO A diversidade de formatos utilizados para o desenvolvimento de objetos de aprendizagem contribui para que o processo de recuperação de informação relevante permaneça sendo um grande desafio para a Ciência da Informação e a Ciência da Computação. A adoção de metadados para a catalogação destes recursos vem sendo utilizada tanto em âmbito nacional quanto internacional. No entanto, não existe um consenso sobre qual é o melhor padrão de metadados. Tem como objetivo apresentar um mapeamento relacional entre principais padrões de metadados utilizados pelos repositórios de objetos de aprendizagem. A metodologia utilizada se fundamenta em análise exploratória e analítica de repositórios de objetos de aprendizagem para identificar os metadados de cada iniciativa e propor um modelo de correlação entre os padrões. Os resultados apontam que os padrões Dublin Core e LOM são referências para outros padrões de metadados. Assim, o mapeamento foi realizado a partir de uma correspondência entre esses padrões e para a validação foram analisados 140 objetos de aprendizagem disponíveis em repositórios na Web. Conclui-se que é possível estabelecer um modelo de correlação entre os metadados com um número significativo de elementos para colaborar com o processo de indexação automática e aprimorar a recuperação de informação.
ISSN:1981-5344