Filters

20202

More filters

2020 - 20212
Reset filters

Settings

DDC: 020 × Subject: data analysis ×

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Quality Prediction of Open Educational Resources A Metadata-based Approach
    (Piscataway, NJ : IEEE, 2020) Tavakoli, Mohammadreza; Elias, Mirette; Kismihók, Gábor; Auer, Sören; Chang, Maiga; Sampson, Demetrios G.; Huang, Ronghuai; Hooshyar, Danial; Chen, Nian-Shing; Kinshuk; Pedaste, Margus
    In the recent decade, online learning environments have accumulated millions of Open Educational Resources (OERs). However, for learners, finding relevant and high quality OERs is a complicated and time-consuming activity. Furthermore, metadata play a key role in offering high quality services such as recommendation and search. Metadata can also be used for automatic OER quality control as, in the light of the continuously increasing number of OERs, manual quality control is getting more and more difficult. In this work, we collected the metadata of 8,887 OERs to perform an exploratory data analysis to observe the effect of quality control on metadata quality. Subsequently, we propose an OER metadata scoring model, and build a metadata-based prediction model to anticipate the quality of OERs. Based on our data and model, we were able to detect high-quality OERs with the F1 score of 94.6%. © 20xx IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works.
  • Thumbnail Image
    Item
    Publikationsmonitoring
    (Bielefeld : Transcript, 2020) Schmeja, Stefan; Tullney, Marco; Lackner, Karin; Schilhan, Lisa; Kaier, Christian
    Die systematische Erfassung und Dokumentation des Publikationsoutputs einer Einrichtung spielt in Zeiten einer vorwiegend quantitativ erfolgenden Bewertung von Forschungsleistungen eine immer wichtigere Rolle für viele Universitäten und Forschungseinrichtungen. Zusammen mit weiteren Parametern wie eingeworbenen Drittmitteln dienen Publikationsdaten nicht nur der Außendarstellung, sondern auch der internen Auswertung und Steuerung bis hin zur leistungsorientierten Mittelvergabe. Hochschulverwaltungen dienen die Daten zur Identifizierung von Handlungsbedarfen bei der Entwicklung von Fachbereichen und Instituten. Systematisch erfasste Publikationsdaten geben Aufschluss über Trends in der Forschung und, insbesondere im Zusammenhang mit Zitationsdaten, über Verbindungen zwischen unterschiedlichen Forschungsgebieten oder Einrichtungen.