INGENIERA EN SISTEMAS COMPUTACIONALES - Universidad Autónoma de...
Transcript of INGENIERA EN SISTEMAS COMPUTACIONALES - Universidad Autónoma de...
-
UNIVERSIDAD AUTÓNOMA DE SAN LUIS
POTOSÍ
COORDINACIÓN ACADÉMICA REGIÓN
ALTIPLANO OESTE
CALIDAD DE DATOS EN OBJETOS DE APRENDIZAJE
TESIS PROFESIONAL
PARA OBTENER EL TÍTULO DE:
INGENIERA EN SISTEMAS COMPUTACIONALES
PRESENTA:
KASANDRA GUERRERO GUERRERO
ASESOR DE TESIS:
DR. CÉSAR ARTURO GUERRA GARCÍA
ENERO 2020
-
2
-
3
ÍNDICE
ÍNDICE…………………………………………………………………………………………………………3
ÍNDICE DE FIGURAS ......................................................................................................................... 4
ÍNDICE DE TABLAS ........................................................................................................................... 5
AGRADECIMIENTOS ......................................................................................................................... 6
RESUMEN ........................................................................................................................................... 7
I. INTRODUCCIÓN ......................................................................................................................... 8
1.1 Importancia .......................................................................................................................... 8
1.2 Problemática ...................................................................................................................... 10
1.3 Propuesta de solución ....................................................................................................... 11
II. ÁREAS RELACIONADAS: OBJETOS DE APRENDIZAJE Y CALIDAD DE DATOS ........... 12
2.1 Objetos de Aprendizaje ..................................................................................................... 12
2.1.1 Metadatos .......................................................................................................................... 17
2.2 Calidad de Datos ............................................................................................................... 25
III. PROPUESTA DE INVESTIGACIÓN: RELACIÓN DE METADATOS DE LAS CATEGORÍAS
DE LOS OBJETOS DE APRENDIZAJE CON DIMENSIONES DE CALIDAD DE DATOS ............ 30
3.1 Descripción de relaciones de OA versus dimensiones de CD .......................................... 31
3.1.1 Ejemplos de la Categoría General .................................................................................... 33
3.1.2 Ejemplos de la Categoría Ciclo de Vida ............................................................................ 36
3.1.3 Ejemplos de la Categoría Meta – Metadatos .................................................................... 38
3.1.4 Ejemplos de la Categoría Técnica .................................................................................... 41
3.1.5 Ejemplos de la Categoría Uso Educativo .......................................................................... 44
3.1.6 Ejemplos de la Categoría Derechos .................................................................................. 48
3.1.7 Ejemplos de la Categoría Relación ................................................................................... 50
3.1.8 Ejemplos de la Categoría Anotación ................................................................................. 54
3.1.9 Ejemplos de la Categoría Clasificación ............................................................................. 57
IV. CONCLUSIONES Y TRABAJO A FUTURO ............................................................................ 61
V. REFERENCIAS ......................................................................................................................... 63
Anexo A ............................................................................................................................................ 67
-
4
ÍNDICE DE FIGURAS
Figura 1. Repositorio de Objetos de Aprendizaje ............................................................................. 15
Figura 2. Referencia de un Libro específico ..................................................................................... 33
Figura 3. Parte de un Artículo (OA) ................................................................................................... 34
Figura 4. Informe técnico (OA) .......................................................................................................... 36
Figura 5. Metadatos del Estándar IEEE P1484.12.1-2002 ............................................................... 38
Figura 6. Metadatos de la Presentación de Ingeniería de Software ................................................. 39
Figura 7. Pasos para la instalación de NetBeans ............................................................................. 43
Figura 8. Software Engineering ......................................................................................................... 45
Figura 9. Mapa Conceptual de la Programación ............................................................................... 46
Figura 10. Descripción de un Libro específico .................................................................................. 48
Figura 11. Clasificación de Robots.................................................................................................... 49
Figura 12. Relación de dos Libros específicos ................................................................................. 51
Figura 13. Relación de GeoGebra con Java ..................................................................................... 52
Figura 14. ¿Qué es el Microprocesador? .......................................................................................... 54
-
5
ÍNDICE DE TABLAS
Tabla 1. Estructura para el Esquema Base LOMv1.0 ....................................................................... 18
Tabla 2. Modelo de Calidad de Datos propuesto por Strong et al. ................................................... 26
Tabla 3. Dimensiones de Calidad de Datos propuestas por Pipino et al. ......................................... 27
Tabla 4. Dimensiones de Calidad de Datos propuestas por el Estándar ISO/IEC 25012. ............... 28
Tabla 5. Matriz de relación de Metadatos de las Categorías de los OA versus Dimensiones de .... 31
Tabla 6. Presentaciones de la clase de Ingeniería en Sistemas Computacionales ......................... 33
Tabla 7. Versiones y Estado de Completitud de un Proyecto de Sistemas Caóticos....................... 37
Tabla 8. Requisitos y características para la instalación de MATLAB .............................................. 42
Tabla 9. Comentarios sobre el Libro de Electrónica ......................................................................... 55
Tabla 10. Clasificación de Libros para la carrera de Ingeniería en Sistemas Computacionales ...... 58
Tabla 11. Libros (nivel 1 y nivel 2) de la Ingeniería en Sistemas Computacionales ......................... 60
-
6
AGRADECIMIENTOS
La vida se encuentra plegada de retos, y uno de mis retos fue la Universidad, en la
cual verme dentro de ella, me di cuenta que más que un reto era una base, no solo
para mi entendimiento y mis capacidades sino para lo que espero de la vida en un
futuro.
Muchas veces quise rendirme y dejar la carrera a la mitad, sin embargo, agradezco
principalmente a Dios por permitirme llegar hasta este momento tan importante de
mi formación profesional.
Asimismo, le doy las gracias a mi mamá Teresa Guerrero, por no solo ayudarme en
gran parte a culminar con el desarrollo de esta tesis con su apoyo incondicional, sus
consejos, sus palabras celebres y su compañía, sino también por todos los
momentos que hemos pasado juntas a lo largo de las etapas de mi vida, gracias a
ella por ser mi mejor amiga y el pilar más bello en mi familia.
Gracias a mi hermana Perla Guerrero por hacer de mí una mejor persona cada día,
por ayudarme a culminar esta etapa final de mi carrera, por enseñarme que en la
vida se tienen valores y modales, gracias le doy por ser mi segunda mamá, por ser
la que me apoya en todo lo que necesito, la que me escucha si estoy a punto de
rendirme y me da consejos cuando se presentan situaciones difíciles para mí.
De igual forma, agradezco a mi Asesor de Tesis, el Dr. César Guerra quien con su
experiencia, conocimiento, consejos, correcciones y con gran motivación me orientó
para desarrollar este trabajo. Le agradezco por su amistad brindada durante mi
presencia en la Universidad, por confiar en que puedo lograr las cosas y por darme
el mejor consejo de confiar en mi misma con lo que hago.
Agradezco a todos los docentes en general quienes formaron parte de los 4 años
de mi carrera profesional por su sabiduría, conocimiento y apoyo, pero ante todo
por motivarme a desarrollarme como persona y como profesional en la CARAO.
Y finalmente, pero no menos importante quiero agradecer a mis compañeros, y
amigos por brindarme su apoyo incondicional en momentos difíciles, y por estar
conmigo en los momentos de alegría.
-
7
RESUMEN
En la actualidad, se ha vuelto de gran importancia trabajar con datos que tengan
calidad. Sin embargo, no se ha hecho uso de la calidad de los datos al momento de
utilizar a los Metadatos dentro de un Objeto de Aprendizaje (OA). Actualmente se le
conoce como OA a todo recurso digital y no digital que puede ser usado como
soporte al aprendizaje. No obstante, la mayoría de los OA provocan una limitante al
ser buscados ya que no cuentan con Metadatos exactos ni calidad en ellos. Por esta
razón, en el presente trabajo se planea realizar una matriz de relación que pueda
ser usada para trabajar con OA que contengan calidad haciendo uso de las 15
dimensiones que interpreta la Calidad de Datos (CD) del estándar ISO/IEC 25012,
junto a las 9 categorías de los Metadatos del estándar IEEE LOM P1484.12.
-
8
I. INTRODUCCIÓN
1.1 Importancia
El término de Objetos de Aprendizaje (OA) fue nombrado por primera vez en 1992
por Wayne-Hodgins [1], quien asocio los bloques LEGO con bloques de aprendizaje
normalizados. Los objetos de aprendizaje se definen como cualquier entidad, digital
o no digital, que puede ser utilizada, reutilizada o referenciada durante el
aprendizaje apoyado en la tecnología, esta definición la da el Comité de Estándares
de Tecnologías de Aprendizaje LTSC (Learning Technology Standards Committee).
Como ejemplos de Objetos de Aprendizaje apoyados por la tecnología se incluyen:
los sistemas de entrenamiento basados en computadoras [2], los ambientes de
trabajo de aprendizaje interactivos, los sistemas inteligentes de instrucción apoyada
por computadora, los sistemas de aprendizaje a distancia y los de aprendizaje
colaborativo.
La gran cantidad de recursos de aprendizaje, específicamente OA, ha provocado el
surgimiento de los denominados Repositorios de Objetos de Aprendizaje, en [3] se
menciona que dichos Repositorios permiten desplegar y gestionar estos recursos
mediante sistemas que apoyan el almacenamiento, etiquetado y recuperación de
OA, ya que brinda una facilidad de ubicarlos por contenido, áreas, categorías y otros
descriptores.
El desarrollo de contenidos y productos de e-Learning requería de la existencia de
especificaciones y normas que permitieran un crecimiento sostenido, de tal manera
que con el apoyo del departamento de Defensa de los Estados Unidos, nace una
organización con el fin de crear y fomentar estándares que fueran útiles para los
ambientes de aprendizaje a futuro. Fue así como en el año de 1999 se creó el primer
laboratorio de ADL (Advanced Distributed Learning) [4], el cual su objetivo era y
sigue siendo la de proveer pilares para la enseñanza y aprendizaje de buena
calidad, y que éstos pudiesen estar al alcance de todas las personas según lo
requieran.
-
9
El laboratorio ADL cuenta con 7 principales habilidades que son las reconocidas
para los contenidos y plataformas de e-Leanirng las cuales son: Interoperabilidad,
Reusabilidad, Manejabilidad, Accesibilidad, Durabilidad, Escalabilidad y Efectividad
en los costos.
Además de esto, basándose en otras especificaciones diferentes que ya existían y
que eran producidas por otras organizaciones como AICC (Aviation Industry CBT
Comitee), IEEE (Institute of Electrical and Electronics Engineers) e IMS (Information
Management System), se desarrolló una colección de especificaciones y
estándares denominados SCORM (Shareable Content Object Reference Model).
SCORM expone dos tipos de objetos básicos que forman parte del desarrollo de un
contenido: los ASSET que son los objetos más elementales que aparecen en un
contenido (por ejemplo: textos, imágenes, páginas web, documentos, multimedia,
etc.), y los SCO (Shareable Content Object) que son todos los objetos de
aprendizaje, que a su vez están formados por recursos similares a los de ASSET,
solo que a diferencia de éstos, tienen la virtud de poder realizar una comunicación
con la plataforma (LMS), ASSET y SCO que son referidos como una “ficha” que
hace el seguimiento de sus vistas técnicas y pedagógicas. A esta revelación se le
nombra Metadatos (datos que describen datos).
Los Metadatos definen la cantidad de información que posee un recurso. Si existen
pocos Metadatos o no existen para determinados objetos, es casi imposible pensar
en procesos como la búsqueda, recuperación o utilización de los mismos [5].
Por otro lado, existe un estándar IEEE LOM P1484.12 que fija un modelo conceptual
para la función de los Metadatos el cual tiene la visión de garantizar una posible
búsqueda y recuperación de objetos. Este estándar divide en 9 categorías la
estructura jerárquica, de lo cual cada categoría cuenta con subcategorías que
pueden guardar valores o factores de análisis que sean de suma eficacia.
Por otra parte, también se traza la importancia del término de “Calidad de Datos”
(CD), ya que hoy en día los datos son de cierta manera una clave para optimar la
eficiencia en los Sistemas de Información (SI).
-
10
Cuando las personas piensan acerca de Calidad de Datos, frecuentemente reducen
este concepto a solo “exactitud” en los datos [6]. Sin embargo, la Calidad de Datos
es más que simplemente “datos exactos”.
No existen estandarizaciones, ni una definición exacta que describa con claridad lo
que es CD, pero se asegura que es mucho más que una percepción, actualmente
se usa como métrica para medir el nivel de calidad de la información almacenada
en una base de datos, un SI, o un Data Warehouse.
Calidad de Datos maneja el concepto “Características”, para describir a lo que
proverbialmente se le llama “Dimensiones de Calidad de Datos”, que nace de un
estándar nombrado ISO/IEC 25012 [7]. El estándar ISO/IEC 25012 divide en dos
categorías las dimensiones:
Inherentes
Dependientes del Sistema
Este estándar contiene 15 dimensiones, cada una de ellas adaptada a un uso
específico para lo que requiera el usuario.
Varios autores muestran distintas categorías y propuestas de Dimensiones de
Calidad de Datos, sin embargo por lo general se suele trabajar con las del estándar
ISO/IEC 25012, por lo cual para el presente trabajo se tomará como base el
estándar ya mencionado.
1.2 Problemática
Hasta el día de hoy se sigue manifestando un problema en los Objetos de
Aprendizaje, que como anteriormente se mencionó, suelen presentarse en diversos
medios como hipertexto, multimedia (textos, imágenes, audio, video, etc.). Sin
embargo, debido a que las personas no están haciendo uso de los metadatos, por
falta de comprensión en su utilidad y lo que éstos significan, se está provocando
una limitante primordial de poder realizar una búsqueda o de encontrar un objeto,
-
11
asimismo, tampoco pueden ser reutilizables, ya que los datos de los Metadatos la
mayoría de las veces no son exactos, o simplemente ni siquiera existen.
1.3 Propuesta de solución
Con el fin de generar una propuesta de solución a la problemática planteada, se
analizaron las dos áreas que implican mayor importancia en este trabajo, es decir,
las categorías y subcategorías del esquema de jerarquía de Metadatos que propone
el estándar IEEE LOM P1484.12 para los Objetos de Aprendizaje, y las 15
Dimensiones de CD que propone el estándar ISO/IEC 25012. De esta manera, se
realizó una matriz de relación entre las categorías de Metadatos y las dimensiones
de Calidad de Datos. Con esta matriz se pretende mostrar las dimensiones de CD
que cada una de las subcategorías de Metadatos debería satisfacer.
Asimismo, es conveniente aclarar que se realizó una investigación a fondo en la
literatura, de algún trabajo relacionado en el cual se haya hecho alguna propuesta
respecto a la relación entre los metadatos de los OA y las dimensiones de CD, sin
embargo, no se encontró ningún trabajo al respecto; por lo cual se decidió llevar a
cabo esta investigación, con el objetivo de proponer dicha matriz de relación, cabe
señalar que estas relaciones se especificaron de acuerdo a los conocimientos que
se fueron obteniendo en el transcurso de la investigación, además de la experiencia
y los conocimientos previos de mis asesores.
El resto del documento está organizado de la siguiente manera: la sección II
muestra las áreas principales relacionadas: Objetos de Aprendizaje y Calidad de
Datos; la sección III describe la propuesta de investigación a profundidad. La
sección IV muestra las conclusiones y trabajo a futuro del trabajo.
-
12
II. ÁREAS RELACIONADAS: OBJETOS DE
APRENDIZAJE Y CALIDAD DE DATOS
2.1 Objetos de Aprendizaje
Existen numerosas definiciones de los OA que han generado diversas
controversias, aquí se presentan algunas de ellas:
o L'Allier, J. en [8] define al OA como: “la mínima estructura independiente que
contiene un objetivo, actividades de aprendizaje y una evaluación”.
o En el año 2000 la IEEE presenta, dentro del documento LOM Working draft
v4.1, su definición de objetos de aprendizaje: “un Objeto de Aprendizaje es
definido como cualquier entidad digital o no digital que puede ser usada para
aprender, enseñar o capacitar (training)”. Dicha definición trajo consigo una
gran discusión mostrada en Wiley, D. y Friesen, N., Fischer, S. & Roberts, A.
[9,10].
o Wiley, D. en [9] retoma y reelabora la definición de la IEEE: “Cualquier
recurso digital que pueda ser reutilizado para apoyar el aprendizaje”.
o Chan, M.E. [11] quien es miembro de la Comisión Académica del CUDI
(Corporación Universitaria para el Desarrollo de Internet) afirmó que: “Un
objeto de aprendizaje es una entidad informativa digital que se representa
con un objeto real, creada para la generación de conocimientos, habilidades,
actitudes y valores, y que cobra sentido en función de las necesidades del
sujeto que lo usa”.
o García Aretio, L. en [12] expresa que: “Los OA son archivos digitales o
elementos con cierto nivel de interactividad e independencia, que podrían
utilizarse o ensamblarse, sin modificación previa, en diferentes situaciones
de enseñanza-aprendizaje, sean éstas similares o desiguales entre sí y que
deberían disponer de las indicaciones suficientes para su referencia e
identificación”.
o Stella Maris en [13] expresa que: “La reutilización depende de los Metadatos
(datos sobre datos) y éstos son la componente innovadora de los OA”. Ella
-
13
afirmó que la esencia de los OA son los Metadatos. Al eliminar este elemento
podría hablarse genéricamente de “diseño de recursos digitales educativos”.
o Por otra parte, en el portal de la comunidad “Aprendiendo con Objetos de
Aprendizaje” se extiende la definición de L’Allier y definen un OA como: “La
mínima estructura independiente que contiene un objetivo, una actividad de
aprendizaje, un metadato y un mecanismo de evaluación, el cual puede ser
desarrollado con tecnologías de infocomunicación posibilitando su
reutilización, interoperabilidad, accesibilidad y duración en el tiempo”.
Aunque las definiciones anteriores comparten elementos importantes que permiten
identificarlos, en este trabajo asumimos y extendemos la definición dada por
APROA (Aprendiendo con Repositorio de Objetos de Aprendizaje) en [14] de la
siguiente manera: “La mínima estructura independiente que contiene un objetivo, un
contenido, una actividad de aprendizaje, un metadato y un mecanismo de
evaluación, el cual puede ser desarrollado con tecnologías de infocomunicación
posibilitando su reutilización, interoperabilidad, accesibilidad y duración en el
tiempo”.
A pesar de que varios autores describen OA de distinta manera, el verdadero
término de Objetos de Aprendizaje se atribuye como ya se hizo mención, a Wayne
Hodgins en el año de 1992, ya que este hombre fue el primero en utilizar una
metáfora referente a LEGO para manifestar la formación de materiales educativos
y su interconexión, con la finalidad de obtener más fácil el aprendizaje.
Hodgins definió a los OA como cualquier recurso digital que puede ser usado como
soporte al aprendizaje. Muchas de las definiciones de OA coinciden en que son
recursos digitales (diagramas, videos, imágenes, documentos de textos, etc.), los
cuales deben cumplir con ciertas características. Por otro lado, el LTSC (Learning
Technology Standars Committee), define a los OA como cualquier recurso digital y
no digital que puede ser utilizado, reutilizado o referenciado durante el aprendizaje
apoyado en la tecnología [2].
-
14
Por otro lado, los OA cuentan con atributos o características que de cierta manera
se convierten en indicadores para poder realizar un buen recurso didáctico, por lo
que es de suma importancia tener siempre presente el significado de éstos [13]:
Reusabilidad: capacidad para ser usado en contextos y propósitos
educativos diferentes para adaptarse y poder combinar dentro de nuevas
secuencias formativas.
Interoperabilidad: capacidad de integración en estructuras y sistemas
(plataformas educativas) diferentes, posibilidad de ser exportados e
importados, sin problemas de compatibilidad.
Accesibilidad: facilidad para ser identificados, localizados a través de un
etiquetado con diversos descriptores (metadatos).
Durabilidad: vigencia en la información de los objetos y recomendaciones
de actualizaciones.
Escabilidad: capacidad de integración en estructuras más complejas o
extensas dentro del dominio de aprendizaje.
Generatividad: capacidad para construir nuevos OA derivados del mismo.
Autocontención conceptual: capacidad para autoexplicar y posibilitar
experiencias de aprendizaje íntegras.
Granularidad: término relacionado con el tamaño y el nivel de agregación.
Además, de que un OA cuenta con atributos o características, también está
construido por 4 componentes internos cuyas características se mencionan a
continuación [15]:
Objetivos: expresan las principales metas que se expondrán en el recurso
de aprendizaje propuesto.
Contenidos: conjunto de definiciones, explicaciones, artículos, videos,
entrevistas, lecturas, opiniones, explicaciones, escenarios, casos, proyectos,
fuentes o referencias, entre otros que guían al estudiante para alcanzar los
objetivos.
Actividades de aprendizaje: tareas que debe llevar a cabo el estudiante
para contribuir a los objetivos propuestos.
-
15
Evaluación: actividades emprendidas por los docentes y estudiantes con el
propósito de proveer información para ser usada como feedback, útil para
modificar y mejorar las actividades de enseñanza y aprendizaje en las que
están implicados.
Uno de los atributos de los OA es su reutilización, en el cual los sistemas de
repositorios son la infraestructura clave para el desarrollo, almacenamiento,
administración, localización y recuperación de todo tipo de contenido digital.
Un ROA (Repositorio de OA) es una colección de OA que tienen información que
es accesible vía internet, es decir, son un tipo de bibliotecas digitales que son
especializadas en recursos educativos que utilizan estándares de Metadatos (datos
estructurados acerca de datos) que han desarrollado las plataformas de e-learning,
preparadas tecnológicamente para interoperar con otros repositorios y con otras
aplicaciones de los entornos de e-learning (ver Figura 1).
Figura 1. Repositorio de Objetos de Aprendizaje [16].
-
16
Otra definición de ROA se expresa como, sistemas de repositorios para el
desarrollo, almacenamiento, administración, localización y recuperación en internet
de objetos digitales de aprendizaje.
Un OA es cualquier recurso digital que puede ser usado como soporte al
aprendizaje.
Las Herramientas de autor son programas informáticos que facilitan la creación,
publicación y gestión de los materiales y recursos educativos en formato digital.
Los LCMS (Learning Content Management Systems) tienen su origen en los CMS
(Content Management System) cuyo objetivo es simplificar la creación y la
administración de los contenidos en línea. Los LCMS siguen el concepto básico de
los CMS, que es la administración de contenidos, pero solo se enfocan a ámbitos
educativos y no a todo tipo de información en específico, un LCMS es un sistema
basado en web que es utilizado para crear, aprobar, publicar, administrar y
almacenar recursos educativos y cursos en línea.
Los LMS (Learning Management Systems), también conocidos como plataformas
de aprendizaje, son un software basado en un servidor web que provee módulos
para los procesos administrativos y de seguimiento que se requieren para un
sistema de enseñanza-aprendizaje. Los LMS con funciones administrativas, que
permiten, por ejemplo, configurar cursos, matricular alumnos, registrar profesores,
asignar cursos a un alumno, llevar reportes de progreso y calificaciones.
Los LMS y los LCMS se pueden generalizar como sistemas de gestión de
aprendizaje ya que el primero gestiona la parte administrativa de los cursos así
como el seguimiento de actividades y avance del alumno; el segundo gestiona el
desarrollo de contenidos, su acceso y almacenamiento.
Las Bibliotecas Digitales son una colección de objetos digitales organizados, que
sirven a una comunidad de usuarios definida, que tiene los derechos de autor
presente y gestionado, y que dispone de mecanismos de preservación y
conservación.
-
17
Las colecciones digitales consisten en objetos digitales que han sido
seleccionados y organizados para facilitar su acceso y su uso.
Los Agentes de Software son programas de computación que actúan para un
usuario u otro programa en una relación de entidad. El agente tiene la autoridad de
decidir cuándo una acción es apropiada.
Los Usuarios son todos aquellos que pueden acceder a la colección de OA, asi
como tener la capacidad de comunicarse directamente con las plataformas de
aprendizaje y hacer la interoperabilidad ente sistemas de diferente naturaleza.
Los Recursos pueden ser imágenes, fotografías, textos, multimedios, software
intruccional y cursos, entre muchos otros tipos de materiales digitales educativos y,
a su vez, un OA puede ser el conjunto de dos o más de estos recursos.
Del mismo modo, también existe la estructura de información externa que se refiere
a los Metadatos.
2.1.1 Metadatos
Los Metadatos se definen como la estructura de información externa del objeto, el
cual se refiere a métodos de información tales como: su contenido, tema, uso, autor,
etc., sin embargo, la IEEE en el año 2002, los define como “información sobre un
objeto, sea éste físico o digital”, así como también la oficina Australian Goverment
Information Managment, define metadato como “información estructurada que es
creada específicamente para describir un recurso”.
Por otro lado, el modelo de SCORM propone un estándar LTSC (Learning
Techonology Standars Commitee) del IEEE creando un estándar de metadatos para
los OA LOM (Learning Object Meta-data), el cual se encarga de definir un esquema
conceptual de datos (XML), que permite describir OA, y con esto facilita la
búsqueda, evaluación, adquisición y utilización de los objetos educativos.
El estándar se denomina de la siguiente manera IEEE LOM P1484.12, el cual tiene
como objetivo realizar descripciones de manera estructurada de los recursos
-
18
educativos, su modelo de datos específica que aspectos de un OA tienen que ser
descritos y que terminología necesita en dicha descripción [13].
La estructura para el Esquema Base LOMv1.0 que declara el Estándar IEEE LOM
P1484.12 divide en 9 categorías los elementos principales, y agrupa de la misma
manera las distintas subcategorías que requiere un recurso de OA [17].
En la Tabla 1, se muestran estas categorías con sus respectivas subcategorías y la
descripción que define el Esquema Base LOMv1.0. [17].
Tabla 1. Estructura para el Esquema Base LOMv1.0
1. GENERAL Esta categoría agrupa la información general que describe un
objeto educativo en su conjunto.
1.1 Identificador Es una etiqueta única que identifica un objeto educativo.
1.1.1 Catálogo
Es el nombre o denominación del esquema de su
identificación o catalogación para una entrada. Es un esquema
de espacio de nombres.
1.1.2 Entrada
Es el valor del identificador dentro del esquema de
identificación o catalogación que designa o identifica un objeto
educativo. Es una cadena específica de un espacio de
nombres.
1.2 Título Es el nombre asignado a un objetivo educativo.
1.3 Idioma Es el idioma o idiomas humanos predominantes en un objeto
educativo para la comunicación con el usuario.
1.4 Descripción Es una descripción textual del contenido de un objeto
educativo.
1.5 Palabra Clave Es una palabra clave o frase que describe el tema principal de
un objeto educativo.
1.6 Ámbito
Es el alcance o ámbito del contenido de un objeto educativo.
El ámbito incluye, normalmente, la localización espacial (el
nombre de un lugar o sus coordenadas geográficas), el
periodo temporal (el nombre de un periodo, fecha o rango de
fechas), o jurisdicción (por ejemplo, el tesauro de nombres
geográficos [TGN]) y, cuando corresponda, utilizar el nombre
de lugares o periodos temporales en lugar de identificadores
-
19
numéricos como conjuntos de coordenadas o rangos de
fechas.
1.7 Estructura Es la estructura organizativa subyacente a este objeto
educativo.
1.8 Nivel de Agregación Es la granularidad funcional de un objeto educativo.
2. CICLO DE VIDA
Esta categoría describe la historia y estado actual de un objeto
educativo, así como aquellas entidades que han afectado a su
evolución.
2.1 Versión Es la edición de este objeto educativo.
2.2 Estado Es el estado de completitud o condición de un objeto
educativo.
2.3 Contribución
Son aquellas entidades (personas u organizaciones) que han
contribuido al estado de un objeto educativo a lo largo de su
ciclo de vida (por ejemplo, creación, edición, publicación).
2.3.1 Tipo Es el tipo de contribución que refleja la clasificación específica
a la cual pertenece cada una de las contribuciones.
2.3.2 Entidad
Es la identificación e información de las entidades (personas
u organizaciones) que han contribuido a un objeto educativo.
Las entidades deben ser ordenadas de forma que aparezcan
en primer lugar las más relevantes.
2.3.3 Fecha Es la fecha de la contribución.
3. META-METADATOS
Esta categoría describe el propio registro de metadatos (en
lugar del objeto educativo descrito por el registro de
metadatos). Esta categoría describe como puede ser una
identificada esta instancia de metadatos, quien la creo, como,
cuando y con qué referencias.
3.1 Identificador Es una etiqueta única que identifica un objeto educativo.
3.1.1 Catálogo
Es el nombre o denominación del esquema de su
identificación o catalogación para una entrada. Es un esquema
de espacio de nombres.
3.1.2 Entrada
Es el valor del identificador dentro del esquema de
identificación o catalogación que designa o identifica un objeto
educativo. Es una cadena específica de un espacio de
nombres.
-
20
3.2 Contribución
Son aquellas entidades (personas u organizaciones) que han
contribuido al estado de un objeto educativo a lo largo de su
ciclo de vida (por ejemplo, creación, edición, publicación).
3.2.1 Tipo Es el tipo de contribución que refleja la clasificación específica
a la cual pertenece cada una de las contribuciones.
3.2.2 Entidad
Es la identificación e información de las entidades (personas
u organizaciones) que han contribuido a un objeto educativo.
Las entidades deben ser ordenadas de forma que aparezcan
en primer lugar las más relevantes.
3.2.3 Fecha Es la fecha de la contribución.
3.3 Esquema de
Metadatos
Es el nombre y versión de la especificación utilizada para crear
una instancia de metadatos.
En caso de que se proporcionen valores múltiples, la instancia
de metadatos debe ser conforme con múltiples esquemas de
metadatos.
3.4 Idioma
Es el idioma de esta instancia de metadatos. Este es el idioma
por defecto para todos los valores de tipo LangString en esta
instancia de metadatos. Si no hay un valor para este elemento
de datos, entonces no hay un valor por defecto para los
elementos cuyo tipo de valor sea LangString.
4. TÉCNICA Esta categoría describe los requisitos y características
técnicas de un objeto educativo.
4.1 Formato Son el(los) tipo(s) de datos de (todos los componentes) un
objeto educativo.
4.2 Tamaño
Es el tamaño del objeto educativo digital expresado en
octetos. El tamaño se representa como un valor decimal (base
10). Por tanto solo deben ser usados los dígitos del ‘0’ al ‘9’.
La unidad es el octeto, no MegaBytes(MB), ni GigaBytes (GB),
etc.
Este elemento de datos indicara el tamaño real del objeto
educativo. Si el objeto educativo se encuentra comprimido,
este elemento de datos indicara su tamaño sin comprimir.
4.3 Localización
Es una cadena utilizada para acceder a este objeto educativo.
Puede ser un localizador (por ejemplo, un Localizador
Universal de Recursos, URL), o un mecanismo que finalmente
permite acceder a una localización (por ejemplo, un
Identificador Universal de Recursos, URI).
-
21
El primer elemento de la lista debe ser la localización
preferida.
4.4 Requisitos
Son los requisitos técnicos para utilizar este objetivo
educativo.
Si hay múltiples requisitos, todos ellos son obligatorios, es
decir, el conector lógico es AND.
4.4.1 Agregador
OR
Agrupación de múltiples requisitos. El requisito compuesto se
satisface cuando al menos uno de los requisitos agregados se
satisface, es decir, el conector lógico es OR.
4.4.1.1 Tipo Es la tecnología requerida para usar un objeto educativo, por
ejemplo, hardware, software, red, etc.
4.4.1.2 Nombre Es el nombre de la tecnología requerida para utilizar este
objeto educativo.
4.4.1.3 Versión
Mínima
Es la versión mínima posible de la tecnología necesaria para
utilizar un objeto educativo.
4.4.1.4 Versión
Máxima
Es la versión máxima posible de la tecnología necesaria para
utilizar un objeto educativo.
4.5 Pautas de
instalación
Es la descripción de cómo debe ser instalado un objeto
educativo.
4.6 Otros requisitos de
plataforma Es la información sobre otros requisitos software o hardware.
4.7 Duración Es el tiempo que dura un objeto educativo continuo cuando se
reproduce a su velocidad normal.
5. USO EDUCATIVO Esta categoría describe las características educativas o
pedagógicas fundamentales de un objeto educativo.
5.1 Tipo de
Interactividad
Es el tipo de aprendizaje predominante soportado por un
objeto educativo.
Aprendizaje “activo” (por ejemplo, aprendizaje
participativo) es el soportado por aquellos contenidos
que inducen a la participación directa por parte de los
aprendices. Un objeto de aprendizaje activo solicita
del aprendiz que interaccione e introduzca
información semánticamente significativa, que tome
decisiones o realice algún tipo de actividad productiva.
Todo ello no necesariamente en el contexto del propio
objeto educativo. Entre los objetos activos podemos
mencionar los simuladores, cuestionarios y ejercicios.
-
22
Aprendizaje “expositivo” (por ejemplo, aprendizaje
pasivo) es aquel en el que la tarea fundamental del
aprendiz consiste en asimilar aquellos conceptos que
le son expuestos (generalmente mediante textos,
imágenes o sonidos). Un objeto para aprendizaje
expositivo muestra información al aprendiz sin solicitar
de éste ningún tipo de acción por su parte
semánticamente significativa. Entre los objetos
expositivos se encuentran los ensayos, vídeos, todo
tipo de material gráfico y los documentos
hipertextuales.
Cuando un objeto educativo mezcla los tipos activo y
expositivo, entonces su nivel de interactividad será
“combinado”.
5.2 Tipo de Recurso
Educativo
Es el tipo específico de recurso educativo. El tipo
predominante debe aparecer en primer lugar.
5.3 Nivel de
interactividad
Es el grado de interactividad que caracteriza a un objeto
educativo. La interactividad en este contexto se refiere al
grado en el que el aprendiz puede influir en el aspecto o
comportamiento del objeto educativo.
5.4 Densidad Semántica
Es el grado de concisión de un objeto educativo. La densidad
semántica de un objeto educativo puede ser estimada en
función de su tamaño, ámbito o – en el caso de recursos
autorregulados tales como audio y vídeo – duración.
La densidad semántica de un objeto educativo es
independiente de su dificultad. Esto se ilustra mejor con
ejemplos de material expositivo, aunque también puede verse
con recursos activos.
5.5 Destinatario Es el usuario(s) principal(es) para el que ha sido diseñado un
objeto educativo. El predominante debe aparecer al principio.
5.6 Contexto El entorno principal en el que se utilizará un objeto educativo.
5.7 Rango Típico de
Edad
Edad del destinatario típico.
Este elemento de datos se refiere a la edad de desarrollo
intelectual, en caso de que ésta fuese distinta de la edad
cronológica.
Cuando sea posible, debe especificarse el rango de edades
como edad mínima, edad máxima o edad mínima.
5.8 Dificultad Este elemento describe lo difícil que resulta, para los
destinatarios típicos, trabajar con y utilizar un objeto educativo.
-
23
5.9 Tiempo Típico de
Aprendizaje
Tiempo aproximado o típico que necesitan para asimilar el
objeto educativo.
5.10 Descripción Son los comentarios sobre cómo debe utilizarse el objeto
educativo.
5.11 Idioma Es el idioma utilizado por el destinatario típico de un objeto
educativo.
6. DERECHOS Esta categoría describe los derechos de propiedad intelectual
y las condiciones de uso aplicables a un objeto educativo.
6.1 Coste Indica si el objeto educativo requiere pago.
6.2 Derechos de Autor y
otras Restricciones
Indica si existen derechos de autor u otras restricciones sobre
el objeto educativo.
6.3 Descripción Son los comentarios sobre las condiciones de utilización del
objeto educativo.
7. RELACIÓN
Esta categoría describe las relaciones existentes, si las
hubiese, entre el objeto educativo y otros.
Para definir relaciones múltiples deben utilizarse varias
instancias de esta categoría. Si existen varios objetos
educativos con los cuales éste está relacionado, cada uno de
ellos tendrá una instancia propia de esta categoría.
7.1 Tipo
Es la naturaleza de la relación entre el objeto educativo y el
objeto educativo objetivo identificado por 7.2
Relacion_Recurso.
7.2 Recurso Es el objeto educativo al que se refiere la relación.
7.2.1 Identificador Es una etiqueta única global, que identifica el objeto educativo
objetivo.
7.2.1.1 Catálogo
Es el nombre o denominación del esquema de identificación o
catalogación para la entrada. Un esquema de espacio de
nombres.
7.2.1.2 Entrada
Es el valor del identificador dentro del esquema de
identificación o catalogación que designa o identifica el objeto
educativo objetivo. Una cadena específica de un espacio de
nombres.
7.2.2 Descripción Es la descripción del objeto educativo objetivo.
-
24
8. ANOTACIÓN
Esta categoría proporciona comentarios sobre la utilización
pedagógica del objeto educativo, e información sobre quién
creó el comentario y cuando fue creado.
Esta categoría permite a los educadores compartir sus
valoraciones sobre el objeto educativo, recomendaciones para
su utilización, etc.
8.1 Entidad La entidad (persona u organización) que creó esta anotación.
8.2 Fecha Fecha en la que se creó esta anotación.
8.3 Descripción Es el contenido de esta anotación.
9. CLASIFICACIÓN
Esta categoría describe dónde se sitúa el objeto educativo
dentro de un sistema de clasificación concreto.
Para definir múltiples clasificaciones, deben utilizarse
múltiples instancias de esta categoría.
9.1 Propósito Es el propósito que se persigue al clasificar el objeto
educativo.
9.2 Ruta Taxonómica
Es el camino taxonómico dentro de un sistema de clasificación
específico. Cada nivel sucesivo representa un refinamiento
sobre la definición dada en el nivel precedente.
Puede haber diferentes caminos, en la misma o diferente
clasificación, para describir la misma característica.
9.2.1 Fuente
Es el nombre del sistema de clasificación.
Este elemento de datos puede utilizar cualquier taxonomía
“oficial” reconocida o cualquier taxonomía definida por el
usuario.
9.2.2 Taxón
Es un término concreto dentro de la taxonomía. Un taxón es
un nodo que tiene definida una etiqueta o término. Un taxón
puede poseer también una identificación o designación
alfanumérica para ser utilizada como referencia
estandarizada. Tanto la etiqueta como la entrada, o ambos,
pueden ser utilizados para identificar un taxón particular.
Una lista ordenada de taxones constituye un camino
taxonómico, es decir, una “escalera taxonómica” es un camino
desde una entrada más general a una más concreta dentro de
una clasificación.
9.2.2.1
Identificador
El identificador del taxón, tal como un número o una
combinación de letras proporcionadas por la fuente de la
taxonomía.
-
25
9.2.2.2 Entrada Es la etiqueta textual del taxón.
9.3 Descripción
Es la descripción del objeto educativo en relación con lo
definido en 9.2:Clasificación.Propósito para esta clasificación
específica, tal como disciplina, idea, nivel de habilidad,
objetivos educativos, etc.
9.4 Palabras clave
Son las palabras clave y frases descriptivas del objeto
educativo relacionadas con el elemento
9.1:Clasificación.Propósito específico de esta clasificación
concreta, tal como accesibilidad, nivel de seguridad, etc., las
más relevantes deben aparecer al principio.
2.2 Calidad de Datos
Hasta el día de hoy no existe alguna estandarización que defina de una manera
clara el término de “Calidad de Datos (CD)”, sin embargo, la gran mayoría de los
autores coinciden en que un dato es de calidad cuando es válido para el propósito
para el que un usuario de ese dato quiere utilizarlo (“fitness for use”). La definición
de “fitness for use” posee dos implicaciones importantes [18]: 1) percepción
multidimensional de la calidad, y 2) dependencia de contexto.
Ya que investigadores en el área de CD tienen que tratar con un amplio espectro de
posibles representaciones de datos, se han propuesto varias clasificaciones para
ellos. Varios autores distinguen implícita o explícitamente tres tipos de datos [6]:
1. Estructurados: Cuando cada elemento de dato tiene una estructura fija
asociada, las tablas relacionales son el ejemplo más claro de tipo de datos
estructurados.
2. Semiestructurados: Cuando los datos tienen una estructura la cual tiene
algún grado de flexibilidad. Este tipo de datos son también “autodescriptivos”.
El lenguaje XML (Extensible Markup Language) es comúnmente usado para
representar datos semiestructurados.
3. No Estructurados: Cuando los datos son expresados en lenguaje natural
sin ninguna estructura especifica o algún tipo de dominio definido.
-
26
Cuando las personas atienden al término de “Calidad de Datos”, suelen pensar que
se está refiriendo a “exactitud en los datos”, sin embargo, Calidad de Datos es
mucho más que exactitud [6].
Para un contexto en específico, suele dividirse en subcalidades, conocidas como
dimensiones de Calidad de Datos. Muchos autores han propuesto varios modelos
de calidad para uso de sus propios problemas. Hasta el día de hoy no existe un
modelo en específico que sea universal y que sea el único que se tome en cuenta
para resolver los problemas. Sin embargo, el modelo propuesto por el estándar
ISO/IEC 25012 contiene una buena cercanía para que los usuarios puedan hacer
uso de estas dimensiones en sus adecuadas contrariedades [6].
Enseguida se presentan algunos modelos propuestos por distintos autores:
1. El primer modelo de Calidad de Datos agrupa las dimensiones en 4 categorías,
éste es propuesto por Strong et al. tal como se muestra en la Tabla 2 [18].
Tabla 2. Modelo de Calidad de Datos propuesto por Strong et al.
2. Surge una segunda propuesta por el autor Pipino et al. [19], la cual se logra
destacar haciendo modificación al modelo de Strong. En este modelo se da una
definición a cada una de las dimensiones para poder adecuarlas al contexto de
los Metadatos de los artefactos. Por lo tanto, a través de los Metadatos
describen y proporcionan información añadida (título, versión, fecha de
actualización, etc.). como se puede observar en la Tabla 3.
Categoría de Calidad de Datos Dimensiones de Calidad de Datos
Intrínsecas Exactitud, Objetividad, Credibilidad, Reputación
Accesibilidad Accesibilidad, Acceso Seguro.
Contextual
Relevancia, Valor añadido, Oportunidad, Completitud,
Cantidad de datos.
Representacional
Interpretabilidad, Facilidad de entendimiento,
Representación concisa y Representación consistente.
-
27
Tabla 3. Dimensiones de Calidad de Datos propuestas por Pipino et al. [20].
3. El Modelo de Calidad propuesto por el estándar internacional ISO/IEC 25012
enfocado a Sistemas de Información, identifica quince características de CD
desde dos perspectivas [6]: inherentes y dependientes del sistema.
Dimensión Definición
Accesibilidad Los datos o están disponibles o son fácil y
rápidamente recuperables.
Cantidad apropiada de
datos
El volumen de datos es adecuado para la tarea que
se está realizando.
Credibilidad Los datos pueden ser considerados como creíbles
y verdaderos.
Completitud Los datos son completos y suficientes para la tarea
que se está desarrollando.
Representación Concisa Los datos están representados de una forma
compacta.
Representación
consistente
Todos los datos se representan en el mismo
formato, que además es el más adecuado para la
tarea que se está desarrollando.
Facilidad de
Manipulación
Los datos son fácilmente aplicables y manipulables
en diferentes tareas.
Libres de error Los datos son correctos y fiables.
Interpretabilidad
Los datos están representados en el idioma
apropiado, con una simbología correcta y
adecuada y con la definición apropiada.
Objetividad Los datos son imparciales, sin perjuicios y sin
connotaciones.
Relevancia Los datos son útiles y aplicables en la tarea que se
está desarrollando.
Reputación Los datos están altamente relacionados en
términos de sus fuentes o contenidos.
Seguridad El acceso a los datos está restringido
apropiadamente para garantizar su seguridad.
Disponibilidad Temporal Los datos están lo suficientemente actualizados
para la tarea que se está desarrollando.
Comprensibilidad Los datos son fácilmente comprensibles.
Valor añadido Los datos son beneficios y ofrecen ventajas al
usarlos.
-
28
Inherentes: La calidad de datos inherente se refiere al grado en el cual
las características de calidad del dato tienen el potencial intrínseco para
satisfacer las necesidades implicadas cuando el dato es usado bajo
condiciones específicas.
Dependientes del Sistema: Se refiere al grado en el cual la calidad del
dato es enriquecido y preservada dentro de un sistema de cómputo
cuando el dato es usado bajo condiciones específicas.
Merece la pena resaltar que el estándar utiliza el término “característica” para
referirse a lo que tradicionalmente se viene llamando “dimensiones de Calidad de
Datos” en la comunidad de investigadores.
En la Tabla 4 se describen cada una de estas dimensiones o características de CD
propuestas en el estándar ISO/IEC 25012.
Tabla 4. Dimensiones de Calidad de Datos propuestas por el Estándar ISO/IEC 25012 [6].
Inherentes
Exactitud
El grado en el cual el dato tiene atributos que correctamente representan
el valor correcto del atributo intencionado de un concepto o evento en
un contexto específico de empleo.
Completitud
El grado al cual el dato del sujeto asociado con una entidad tiene valores
para todos los atributos esperados e instancias de entidad relacionadas
en un contexto específico de uso.
Consistencia
El grado en el cual el dato tiene los atributos que son libres de
contradicción y son coherentes con otros datos en un contexto
específico de uso.
Credibilidad El grado en el cual el dato tiene atributos que son considerados como
verdaderos y creíbles por usuarios en un contexto específico de uso.
Actualidad El grado en el cual el dato tiene los atributos que son del período
correcto en un contexto específico de uso.
-
29
Inherentes y Dependientes del sistema
Accesibilidad
El grado en el cual se puede acceder al dato en un contexto específico
de uso, en particular por la gente que necesita el soporte de tecnología
o una configuración especial debido a alguna inhabilidad (incapacidad).
Conformidad
El grado en el cual el dato tiene atributos que se adhieren a normas,
convenciones o regulaciones vigentes y reglas similares relacionadas
con la calidad de datos en un contexto específico de uso.
Confidencialidad
El grado en el cual el dato tiene los atributos que aseguran que éste es
sólo accesible e interpretable por usuarios autorizados en un contexto
específico de uso.
Eficiencia
El grado en el cual el dato tiene los atributos que pueden ser procesados
y proporciona los niveles esperados de funcionamiento (desempeño)
usando las cantidades y los tipos de recursos apropiados en un contexto
específico de uso.
Precisión El grado en el cual el dato tiene atributos que son exactos o que
proporcionan la discriminación en un contexto específico de uso.
Trazabilidad
El grado en el cual el dato tiene atributos que proporcionan un rastro de
auditoría de acceso a los datos y de cualquier cambio hecho a los datos
en un contexto específico de uso.
Entendibilidad
El grado en el cual el dato tiene atributos que le permiten ser leído e
interpretado por usuarios, y es expresado en lenguajes apropiados,
símbolos y unidades en un contexto específico de uso.
Dependientes del Sistema
Disponibilidad
El grado en el cual el dato tiene atributos que le permiten ser
recuperados por usuarios autorizados y/o aplicaciones en un contexto
específico de uso.
Portabilidad
El grado en el cual el dato tiene los atributos que le permiten ser
instalado, substituido o movido de un sistema a otro conservando la
calidad existente en un contexto específico de uso.
Recuperabilidad
El grado en el cual el dato tiene atributos que le permiten mantener y
conservar un nivel especificado de operaciones y calidad, aún en caso
de falla, en un contexto específico de uso.
-
30
III. PROPUESTA DE INVESTIGACIÓN: RELACIÓN DE
METADATOS DE LAS CATEGORÍAS DE LOS
OBJETOS DE APRENDIZAJE CON DIMENSIONES
DE CALIDAD DE DATOS
Actualmente, las personas no hacen uso de los Metadatos en un OA por falta de
conocimiento en su utilidad e importancia que éstos tienen. Sin embargo, hasta el
día de hoy no se ha propuesto un marco de trabajo oficial, en el cual se desenvuelva
de forma activa y eficiente una matriz de relación considerando las 9 categorías de
Metadatos que propone el estándar IEEE LOM P1484.12 y las 15 dimensiones de
Calidad de Datos del estándar ISO/IEC 25012.
Por lo anterior, la idea principal en este trabajo es analizar cada una de las
subcategorías de las 9 categorías de los Metadatos y las 15 dimensiones de Calidad
de Datos para sugerir una matriz de relación, la cual tenga como objetivo principal,
resolver el problema que se encuentra aún en discusión, proponiendo el uso
adecuado de los metadatos en un OA e-learning, los cuales contengan en sí mismos
Calidad en sus Datos.
De esta forma, un usuario podrá tener una mayor certidumbre al momento de hacer
uso de cada uno de los OA, facilitando con ello acciones posteriores como son:
búsqueda, evaluación, utilización y adquisición.
Asimismo, con el afán de que la propuesta tenga un grado mayor de entendimiento
y de esta forma realzar la importancia del uso de los Metadatos, se proponen
algunos ejemplos en cada una de las categorías, una vez realizado el análisis
completo con las dimensiones de Calidad de Datos asociadas.
Para fines específicos de analizar la matriz ya antes explicada, se hace necesario
una analogía del concepto de Objeto Educativo (OE) a Objeto de Aprendizaje (OA),
ya que es el término requerido para el presente trabajo.
En la Tabla 5, se muestra el resultado completo del análisis realizado, enseguida se
desglosa la descripción de cada una de las relaciones señaladas en dicha Tabla.
-
31
Tabla 5. Matriz de relación de Metadatos de las Categorías de los OA versus Dimensiones de
Calidad de Datos
3.1 Descripción de relaciones de OA versus dimensiones de
CD
Enseguida se describe de forma concreta, la relación que existe entre cada una de
las categorías de OA con sus respectivas dimensiones de Calidad de Datos. Con el
afán de esclarecer esta relación, se mencionan 3 ejemplos en cada una de las
Categorías.
A) Categoría General y sus relaciones
La categoría General es la que agrupa la información general que describe un
Objeto de Aprendizaje de manera global, de tal manera que respecto a sus
subcategorías (Identificador, Titulo, Idioma, Descripción, Palabras Clave, Ámbito,
Calidad de Datos
Objetos de Aprendizaje E
xa
cti
tud
Co
mp
leti
tud
Co
nsis
ten
cia
Cre
dib
ilid
ad
Actu
alid
ad
Acce
sib
ilid
ad
Co
nfo
rmid
ad
Co
nfi
den
cia
lid
ad
Efi
cie
ncia
Pre
cis
ión
Tra
zab
ilid
ad
En
ten
dib
ilid
ad
Dis
po
nib
ilid
ad
Po
rtab
ilid
ad
Recu
pera
bilid
ad
General
Ciclo de vida
Meta Meta-Datos
Técnica
Uso Educativo
Derechos
Relación
Anotación
Clasificación
-
32
Estructura y Nivel de Agregación), se necesita de las siguientes dimensiones de
Calidad de Datos:
Exactitud: Los datos de las siguientes subcategorías que a continuación se
mencionan deben tener sus valores exactos: Identificador, Título, Idioma,
Ámbito y Nivel de Agregación, por ejemplo en el caso del Identificador al ser
una etiqueta única necesita que sus valores sean exactos.
Completitud: los datos de las subcategorías: Identificador, Titulo, Idioma,
Descripción, Palabras Clave y Ámbito deben ser completos, ya que una
mínima palabra faltante perjudicaría al usuario al momento de hacer uso de
un OA que tuviera un dato incompleto.
Consistencia: las siguientes subcategorías: Identificador, Titulo, Idioma,
Descripción, Palabras Clave, Estructura y Nivel de Agregación necesitan
consistencia en sus datos, es decir, que tengan cero contradicciones.
Credibilidad: todas las subcategorías de la categoría General necesitan que
sus datos sean verdaderos y creíbles, porque algún dato falso en alguna de
estas subcategorías provocaría serios problemas dentro del OA que un
usuario llegase a usar, es decir, no tendría una búsqueda correcta en un
contexto real y específico.
Entendibilidad: todas las subcategorías deben ser entendibles, ya que
pueden presentarse casos en los que los datos no sean interpretados de
manera correcta.
Disponibilidad: las subcategorías Identificador, Titulo, Idioma, Descripción,
Palabras Clave, Estructura y Nivel de agregación, son las que deben tener
disponibles sus datos, para que el usuario habilitado pueda acceder a ellos
en cualquier momento que haga uso del OA.
-
33
3.1.1 Ejemplos de la Categoría General
a) Ejemplo del Identificador
En este ejemplo podemos apreciar que el identificador es una clave única, que sirve
para tener en orden las presentaciones de las clases de Ingeniería de Software, ya
que si los temas de las presentaciones contarán con un mismo identificador esto
provocaría confusiones y demasiados errores al realizar una búsqueda de estos
trabajos. En la Tabla 6 se presenta un ejemplo típico.
Tabla 6. Presentaciones de la clase de Ingeniería en Sistemas Computacionales
b) Ejemplo de Titulo
Este ejemplo muestra la referencia de un Objeto de Aprendizaje, el cual cuenta con
un título que hace la diferencia entre los demás libros, esto a su vez genera una
mayor facilidad de búsqueda. El OA además de contar con un título, cuenta con los
datos suficientes para ser exacto. En la Figura 2 se muestra el ejemplo.
Figura 2. Referencia de un Libro específico
ID. de
Presentación
Temas
Fecha de
Presentación
01
Introducción Ingeniería de Software (IS)
18/Agosto/2018
02
Definición de Ingeniería de Software
19/Agosto/2018
03
Etapas del proceso de desarrollo Software
21/Agosto/2018
04
Modelos de Desarrollo
23/Agosto/2018
05
Fundamentos del diseño de Software
28/Agosto/2018
Referencia: César Arturo Guerra García. Libro “Gestión de Requisitos de Calidad de
Datos en Aplicaciones Web” Editorial RAE. Año 2011.
-
34
c) Ejemplo de Titulo, Idioma, Descripción y Palabras clave
En la Figura 3 podemos apreciar la sección de un artículo (OA) donde se muestran
datos relacionados a Metadatos específicos como: Título, Idioma, Descripción y
Palabras clave. Enseguida se describe una pequeña descripción considerando las
dimensiones de Calidad de Datos aplicables a estos Metadatos: Exactitud (sus
datos son exactos y correctos), Completitud (las palabras del título están completas
para poderse entender de lo que trata este OA), Entendibilidad (sus datos pueden
ser leídos e interpretados de una manera correcta por usuarios de idioma Español),
Consistencia (sus datos son coherentes), Credibilidad (la información sobre el tema
escrito tiene datos verdaderos), Disponibilidad (los datos están disponibles para
cualquier usuario que haga uso de este artículo).
Figura 3. Parte de un Artículo (OA) [21].
-
35
B) Categoría Ciclo de Vida y sus relaciones
La categoría Ciclo de Vida es la que describe la historia y estado actual de un
Objeto de Aprendizaje, así como también aquellas entidades que han afectado su
evolución, de tal manera que respecto a sus subcategorías (Versión, Estado y
Contribución), necesita de las siguientes dimensiones de Calidad de Datos:
Exactitud: todas las subcategorías deben tener sus datos exactos, ya que la
información de cada subcategoría es de gran importancia, y un mínimo dato
que no tenga sus valores exactos provocaría que el OA no tuviera coherencia
en su contexto completo.
Completitud: las tres subcategorías necesitan tener completos sus datos,
por ejemplo, si la edición del OA estuviera incompleta, ocasionaría problemas
al momento de hacer una búsqueda y uso del OA.
Consistencia: las tres subcategorías requieren tener cero contradicciones y
coherencia en sus datos, de tal manera que la información del OA se
encuentre invariable al momento de querer hacer una búsqueda,
recuperabilidad y/o usabilidad de éste.
Credibilidad: los datos de estas subcategorías deben ser verdaderos, por
ejemplo no puede haber un Metadato con datos no validados en la
subcategoría contribución, ya que esto sería un problema para el usuario al
querer saber quiénes fueron los autores principales del OA.
Actualidad: todos los datos de estas subcategorías deben estar en
constante actualización, esto es lo más esencial en esta categoría de ciclo
de vida, como su mismo nombre lo dice, es un ciclo que necesita estarse
actualizando en los periodos correctos previamente establecidos, para darle
a conocer al usuario las diferentes versiones que han formado parte del
mismo OA.
-
36
Trazabilidad: todas estas subcategorías requieren que sus datos tengan un
seguimiento, tanto en sus valores actuales como en los cambios de éstos.
Asimismo, dar una mejor especificación de contexto, facilitando de esta
manera la búsqueda de un OA con sus respectivas versiones, inclusive a
través del tiempo con sus respectivos autores.
3.1.2 Ejemplos de la Categoría Ciclo de Vida
a) Ejemplo de Contribución
En este ejemplo se puede apreciar el autor principal de un informe técnico que ha
contribuido a este Objeto de Aprendizaje donde su tema principal es el internet de
las cosas. Contiene la dimensión Consistencia (los datos del nombre del autor
principal de este informe técnico son coherentes, no hay datos que contradigan
esto). En la figura 4 se muestra el ejemplo.
Figura 4. Informe técnico (OA) [22].
b) Ejemplo de Versión y Estado
En el ejemplo de la Tabla 7, se visualizan las versiones y el estado de Completitud
de un Proyecto de Sistemas Caóticos (OA). Asimismo, de manera breve se
describen las dimensiones de Calidad de Datos aplicables a éste: Exactitud (sus
datos deben ser exactos), Completitud (los datos de las versiones deben estar
completos sin faltar ningún número), Credibilidad (los datos de estas modificaciones
deben ser verdaderos), Actualidad (los datos de estas versiones respecto a las
Autor
Dave Evans
-
37
modificaciones que se han realizado en el proyecto de Sistemas Caóticos debe
tener sus valores actualizados así no se repiten las versiones y los estados de
revisión), Trazabilidad (los datos de versión y estado deben tener un seguimiento
adecuado desde su versión 1.0 a la versión 5.0).
Tabla 7. Versiones y Estado de Completitud de un Proyecto de Sistemas Caóticos
C) Categoría Meta-Metadatos y sus relaciones
La categoría Meta-Metadatos es la que describe el propio registro de Metadatos
(en lugar del Objeto de Aprendizaje descrito por el registro de Metadatos). Esta
categoría describe como puede ser identificada esta instancia de Metadatos, quién
la creó, cómo, cuándo y con qué referencias.
Como nota importante se da a conocer que no es información que describa el Objeto
de Aprendizaje, de tal manera que respecto a sus subcategorías (Identificador,
Contribución, Esquema de Metadatos e Idioma), necesita de las siguientes
dimensiones de Calidad de Datos:
Exactitud: los datos de las subcategorías Identificador, Esquema de
Metadatos e Idioma deben ser exactos, por ejemplo el idioma al hacer
referencia a la instancia de metadatos debe tener sus valores exactos.
VERSIÓN DEL
ARTÍCULO
FECHA DE
MODIFICACIÓN
ESTADO DE
COMPLETITUD
1.0
15 – Enero – 2019
Borrador
2.0
20 – Febrero – 2019
Revisión 1
3.0
28 – Febrero – 2019
Revisión 2
4.0
12 – Marzo – 2019
Revisión Final
5.0
25 – Marzo – 2019
Publicación
-
38
Credibilidad: los datos de las subcategorías Identificador, Contribución,
Esquema de Metadatos e Idioma deben tener sus valores verdaderos y
creíbles, de tal manera que, el metadato pueda ser identificado sin datos
falsos al momento de que un usuario habilitado, haga uso del registro de
Metadatos de un OA en específico.
3.1.3 Ejemplos de la Categoría Meta – Metadatos
a) Ejemplo de Identificador, Contribución y Esquema de Metadatos
En la Figura 5 se muestran los metadatos (Archivo, Título, Autor, Asunto, Fecha de
Creación, Fecha de Modificación, Versión, Tamaño de archivo, Número de páginas)
de un archivo tipo PDF, especificados sobre el “Estándar para Metadatos de Objetos
de Aprendizaje”, donde se describe la información sobre las propiedades de este
OA, con el afán de facilitar a los usuarios la recuperación, autentificación,
evaluación, búsqueda y/o interoperabilidad de su registro de Metadatos. Enseguida
se describen de manera breve las dimensiones de Calidad de Datos que aplican
para este ejemplo: Exactitud (los datos de los metadatos de este registro del OA se
encuentran exactos), Credibilidad (los datos de este registro de metadatos son
verdaderos, ya que son datos sobre los datos que identifican al OA, evitando que
se cuente con datos falsos).
Figura 5. Metadatos del Estándar IEEE P1484.12.1-2002
-
39
b) Ejemplo de Identificador, Contribución y Esquema de Metadatos e
Idioma
En la Figura 6 se muestran los metadatos de un archivo de presentación hecho en
Microsoft PowerPoint de un curso sobre el área de Ingeniería de Software, este OA
es descrito con un registro de Metadatos, lo cual identifica quién lo creó, como se
creó, cuando y detalles a fin; por lo tanto, las dimensiones de Calidad de Datos con
las que cuenta este ejemplo son: Exactitud (los datos de los Metadatos son
exactos), Credibilidad (los datos de este registro de Metadatos son verdaderos, ya
que son datos sobre los datos que identifican el archivo de presentación, sin que se
cuente con datos falsos).
Figura 6. Metadatos de la Presentación de Ingeniería de Software
D) Categoría Técnica y sus relaciones
La categoría Técnica es la que describe los requisitos y características técnicas del
Objeto de Aprendizaje, de tal manera que respecto a sus subcategorías (Formato,
Tamaño, Localización, Requisitos, Pautas de instalación, Otros requisitos de
-
40
plataforma y Duración), se necesita de las siguientes dimensiones de Calidad de
Datos:
Completitud: los datos técnicos de todas las subcategorías necesitan estar
completos para que el OA tenga un correcto funcionamiento. Si hubiese un
dato técnico incompleto provocaría confusiones y limitantes serias como una
búsqueda y un fallo de prueba ante el usuario.
Consistencia: los datos de todas las subcategorías necesitan ser
coherentes, es decir, libres de contradicciones, pues un dato técnico sin
coherencia estimularía una identificación incorrecta del OA.
Credibilidad: los datos técnicos de todas las subcategorías necesitan ser
verdaderos para que el usuario pueda respetar cada uno de los requisitos y
elementos de datos descritos en el OA.
Actualidad: las siete subcategorías requieren que sus datos estén en una
constante actualización, para que el OA mantenga su información actual y
útil frente al usuario.
Accesibilidad: los datos de todas las subcategorías deben estar accesibles
ante el usuario y autor del OA habilitado para ello, para que puedan realizar
algún cambio o una configuración fundamental que sea necesaria por alguna
falla técnica.
Entendibilidad: todas las subcategorías requieren que sus datos técnicos
sean entendibles, para que los usuarios puedan interpretar de una manera
correcta los pasos de instalación y requerimientos específicos de un OA.
Disponibilidad: las subcategorías que necesitan tener disponibles sus datos
técnicos para los usuarios son: Formato, Localización, Requisitos, Pautas de
instalación y Requisitos de plataforma; ya que estas subcategorías
-
41
interpretan de forma general los requisitos, características y los pasos a
seguir técnicos para hacer uso adecuado de un OA.
Portabilidad: los datos de las subcategorías (Formato, Requisitos, Pautas
de instalación y Requisitos de plataforma), deben ser portables, es decir,
permitir que los datos de un sistema puedan ser instalados o substituidos en
otra computadora o dispositivo, pero siempre conservando la misma calidad
del Objeto de Aprendizaje.
Recuperabilidad: los datos de las subcategorías (Formato, Requisitos,
Pautas de instalación y Requisitos de plataforma) necesitan mantener y
conservar un nivel específico de operatividad y calidad, para ser recuperables
en caso de pérdida o fallo del OA.
3.1.4 Ejemplos de la Categoría Técnica
a) Ejemplo de Formato, Localización y Requisitos
En este ejemplo se pueden apreciar los requisitos y características que necesita el
programa MATLAB (OA) para poder instalarse, por lo que las dimensiones de
Calidad de Datos utilizadas para este ejemplo son: Completitud (los datos de estos
requisitos deben estar completos, un dato faltante en los requisitos provocaría
errores a la hora de querer instalar el programa), Consistencia (los datos deben ser
coherentes), Credibilidad (los datos deben ser verdaderos), Actualidad (los datos
deben estar actualizados conforme a la versión más reciente de MATLAB),
Accesibilidad (se debe tener accesibilidad a estos datos para saber la localización
del producto y los requisitos que requiere, con el afán de conseguir una buena
instalación), Entendibilidad (los datos deben ser leídos e interpretados por los
usuarios, para que de esta manera se logre entender de forma correcta los
requerimientos del programa MATLAB (OA)). En la Tabla 7 se muestra el ejemplo.
-
42
Tabla 8. Requisitos y características para la instalación de MATLAB
b) Ejemplo de Pautas de Instalación y Otros Requisitos de plataforma
Como se puede percibir en la Figura 7, se mencionan los pasos a seguir para la
instalación del programa NetBeans, el cual los usuarios lo utilizan como Objeto de
Aprendizaje para aprender a programar, por lo tanto se considera que las
dimensiones de Calidad de Datos aplicables para este ejemplo son las siguientes:
Disponibilidad (los datos deben estar disponibles para los usuarios, de esta manera
se conoce el procedimiento a seguir para una correcta instalación), Portabilidad (se
pretende que estos datos sean portables, es decir, que la descripción que se da de
estos pasos sean los suficientes para que dicho programa ya mencionado sea
instalado sin tener alguna falla), Recuperabilidad (la imagen contiene una nota,
donde se informa al usuario que hacer en caso de que falle algún dato en la
instalación, logrando de esta manera mantener y conservar el avance de los datos
ya instalados del programa NetBeans).
Requisitos y características para la instalación de MATLAB (versión R2016b)
Formato (archivos *.m)
Tamaño /
Localización http://www.mathworks.com/products/matlab.html
Requisitos: Sistema Operativo:
Windows: Windows 7
Windows Server 2008
Mac: macOS 10.10 – 10.11
Linux: Kernel 2.6 o superior, glibc 2.11 o superior Procesador: Intel o AMD x8-64 con soporte de instrucciones
AVX2. Disco: 2 GB solo para MATLAB, 4-6 GB para una instalación
típica. RAM: 1GB mínimo, 4 GB recomendado. Tarjeta gráfica: Soporte para OpenGL 3.3 recomendado con 1GB
en GPU. Versión Mínima: MATLAB 1.0 R? Versión Máxima: MATLAB 9.3 R2017
-
43
Figura 7. Pasos para la instalación de NetBeans
(Imagen obtenida en: https://netbeans.org/community/releases/68/intall_es.html)
E) Categoría Uso Educativo y sus relaciones
La categoría Uso Educativo es la que describe las características educativas o
pedagógicas fundamentales de un Objeto de Aprendizaje, los destinatarios de esta
categoría incluyen a Profesores, Administradores, Autores y Estudiantes; de tal
-
44
manera que respecto a sus subcategorías (Tipo de Interactividad, Tipo de Recurso
Educativo, Nivel de Interactividad, Densidad Semántica, Destinatario, Contexto,
Rango Típico de Edad, Dificultad, Tiempo Típico de Aprendizaje, Descripción e
Idioma), se necesita de las siguientes dimensiones de Calidad de Datos:
Consistencia: se pretende que los datos de todas las subcategorías
anexadas a la categoría Uso Educativo, sean datos libres de contradicción,
es decir coherentes, con el fin de que los aprendices asimilen una
información invariable, siendo ésta de manera “activa” o “expositiva”.
Actualidad: todas las subcategorías requieren tener sus datos en cambios
constantes dependiendo del periodo en el que el aprendiz se encuentra. Por
ejemplo, en el caso de la subcategoría Dificultad, es necesario tener
actualizada la descripción, para que los usuarios estén enterados de lo fácil
o difícil que puede resultar trabajar con el OA.
Conformidad: estas subcategorías lo principal que necesitan es que sus
datos estén adheridos a normas, reglas, y regulaciones vigentes.
Entendibilidad: se pretende que los datos de todas las subcategorías
puedan ser leídos e interpretados de una manera correcta por los usuarios,
en especial la subcategoría Idioma, ya que es la fuente principal en la que el
usuario se basa para comprender el contenido de OA.
3.1.5 Ejemplos de la Categoría Uso Educativo
a) Ejemplo de Tipo de Interactividad, Tipo de Recurso Educativo, Nivel de
Interactividad y Densidad Semántica
En la Figura 8 se explica qué es Ingeniería de Software, siendo esta imagen un OA
“Expositivo”, con un nivel de interactividad “Medio”, y una Densidad Semántica
“Media”. Enseguida se describen de forma breve las dimensiones de Calidad de
Datos aplicables: Consistencia (los datos de su diseño son coherentes), Actualidad
-
45
(el diseño y sus mínimos datos describen lo que es Ingeniería de Software en la
actualidad).
Figura 8. Software Engineering (Imagen obtenida en: https://es.123rf.com/photo_61462902_ingnier%C3%ADa-de-softawre-carta-con-palras-
clave-y-los-iconos-diseño-plana.html)
b) Ejemplo de Destinatario, Contexto, Rango Típico de Edad, Dificultad,
Tiempo típico de Aprendizaje, Descripción e Idioma.
En la Figura 9 se observa un mapa conceptual que describe el concepto
“Programación”, este OA ha sido diseño para profesores y estudiantes de la
Programación, el entorno principal en el que es usado es en Bachilleratos y
Universidades, la edad típica para poder comprender esta imagen es de 18 en
adelante, la dificultad de este OA es fácil, el tiempo que se estima para la
comprensión de estos datos es PT24H0M (Período Temporal 24 Horas 0 Minutos),
se describen los principios de la programación y los lenguajes principales que se
utilizan para programar, su idioma es Español, así que este OA es para usuarios de
habla Español. Enseguida se describe la dimensión de Calidad de Datos que es
aplicable a este OA: Entendibilidad (los datos se leen y se interpretan de manera
fácil y correcta).
-
46
Figura 9. Mapa Conceptual de la Programación
(Imagen obtenida en: http://ramonesteban.blogspot.com/2010/08semana-1-mapa-conceptual.html?m=1)
F) Categoría Derechos y sus relaciones
La categoría Derechos es la que describe los derechos de propiedad intelectual y
las condiciones de uso aplicables a un OA. La intención es reutilizar trabajos
procedentes de diversas comunidades y de internet en general, considerando los
respectivos derechos de Autor y Propiedad Intelectual, así como de las
comunidades de comercio electrónico, de tal manera que respecto a sus
subcategorías (Coste, Derechos de autor y Otras restricciones y Descripción), se
necesita de las siguientes dimensiones de Calidad de Datos:
Exactitud: se pretende que los datos de las 3 subcategorías sean
representados de una manera correcta, es decir, exacta. Por ejemplo, en el
caso de la subcategoría Coste que informa al usuario si el OA requiere algún
pago, necesita que sus valores sean exactos.
-
47
Completitud: los datos de las 3 subcategorías deben estar completos, por
ejemplo, si en la subcategoría Descripción, no fueran especificados algunos
comentarios sobre las condiciones de uso del OA, provocaría que el usuario
hiciera uso inadecuado de esté.
Consistencia: todas las subcategorías necesitan tener consistencia en sus
datos, por ejemplo, en el caso de la subcategoría Derechos de autor y otras
restricciones, requiere que sus datos sean coherentes, es decir, libres de
contradicciones.
Credibilidad: los datos de las subcategorías (Derechos de autor y otras
restricciones y Descripción) deben ser verdaderos, para que los usuarios
consideren creíbles los datos de los autores y los comentarios sobre cómo
usar el OA.
Actualidad: todas las subcategorías requieren que sus datos estén
actualizados, por ejemplo, la subcategoría coste, al ser la indicación de pago,
necesita estar en constante actualización para que le haga saber al usuario
si es gratis, si ha cambiado la forma de pago, o si existe algún plazo de
compra y/o venta del OA.
Confidencialidad: algunos datos de la subcategoría Derechos de autor y
otras restricciones necesitan ser confidenciales, ya que, algunos autores
deciden que datos de derechos de autor pueden ser accesibles ante los
usuarios en general, y que datos son restringidos por seguridad.
Disponibilidad: las 3 subcategorías requieren tener sus datos disponibles,
para que los usuarios habilitados tomen en cuenta la descripción de los
derechos de autor, asimismo las restricciones y condiciones de uso del OA.
-
48
3.1.6 Ejemplos de la Categoría Derechos
a) Ejemplo de Coste y Descripción
En la Figura 10 se muestra un ejemplo de la venta de un libro, donde se describen
el costo y las indicaciones de pago para su compra. Enseguida se da una pequeña
descripción de las dimensiones de Calidad de Datos que aplican para este OA:
Exactitud (los datos son exactos, en el caso del costo la cantidad se especifica
exacta), Completitud (los datos están completos para que como usuarios se
comprendan las condiciones de pago aplicables al libro), Consistencia (los datos
descritos para este libro, son coherentes), Credibilidad (los datos son verdaderos),
Actualidad (los datos se encuentran actualizados, sobre todo el precio).
Figura 10. Descripción de un Libro específico
b) Ejemplo de Derechos de Autor y Otras restricciones
La Figura 11 muestra una imagen (OA) sobre la clasificación de Robots según su
funcionalidad y tipos de entrada, en ella se describen los derechos de autor y las
-
49
restricciones de uso. Acorde a sus datos las dimensiones de Calidad de Datos que
aplican para este ejemplo son las siguientes: Confidencialidad (los datos que
contiene esta imagen son confidenciales, solo usuarios autorizados deberían
acceder, para hacer uso de esta imagen), Disponibilidad (los datos y diseño de esta
imagen están disponibles solo para usuarios habilitados, después de seguir las
instrucciones descritas por el autor).
Figura 11. Clasificación de Robots
G) Categoría Relación y sus relaciones
La categoría Relación es la que describe las relaciones existentes, si las hubiese,
entre un OA y otros, de tal manera que respecto a su subcategorías (Tipo y
Recurso), se necesita de las siguientes dimensiones de Calidad de Datos:
Exactitud: los datos de las 2 subcategorías con la que cuenta la categoría
Relación debe tener sus valores exactos, por ejemplo, la subcategoría
Recurso que se define como el OA Objetivo al que se refiere dicha relación,
está compuesta por más subcategorías, entre ellas está la subcategoría
“Identificador”, que al ser una etiqueta única debe tener sus datos exactos,
ya que es la que identifica al OA Objetivo.
-
50
Completitud: se pretende que los datos de estas subcategorías estén
completos, ya que un valor faltante provocaría al usuario confusiones para
saber y buscar si existe relación entre un OA y un OA objetivo.
Credibilidad: estas subcategorías necesitan que sus datos sean verdaderos
y creíbles, porque algún dato falso en alguna de estas dos subcategorías,
confundiría al usuario al momento de querer hallar la relación entre un OA
con otro.
Actualidad: se pretende que los datos de estas 2 subcategorías estén
actualizados en los periodos correspondientes en los que se encuentre el
OA, de esta forma siempre deberá existir una dependencia a