1 resultado para adaptive estimation
em Bulgarian Digital Mathematics Library at IMI-BAS
Filtro por publicador
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (2)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (5)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (2)
- Aston University Research Archive (5)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (58)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (3)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (7)
- Brock University, Canada (9)
- Bulgarian Digital Mathematics Library at IMI-BAS (1)
- CentAUR: Central Archive University of Reading - UK (101)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (5)
- Cochin University of Science & Technology (CUSAT), India (19)
- Coffee Science - Universidade Federal de Lavras (1)
- Collection Of Biostatistics Research Archive (1)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (111)
- Digital Commons - Michigan Tech (3)
- Digital Commons at Florida International University (2)
- DigitalCommons@The Texas Medical Center (1)
- Diposit Digital de la UB - Universidade de Barcelona (1)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (73)
- Duke University (1)
- FUNDAJ - Fundação Joaquim Nabuco (1)
- Gallica, Bibliotheque Numerique - Bibliothèque nationale de France (French National Library) (BnF), France (2)
- Instituto Politécnico do Porto, Portugal (46)
- Iowa Publications Online (IPO) - State Library, State of Iowa (Iowa), United States (6)
- Martin Luther Universitat Halle Wittenberg, Germany (14)
- Massachusetts Institute of Technology (10)
- Ministerio de Cultura, Spain (4)
- National Center for Biotechnology Information - NCBI (1)
- Nottingham eTheses (4)
- Portal do Conhecimento - Ministerio do Ensino Superior Ciencia e Inovacao, Cape Verde (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (18)
- Repositório da Produção Científica e Intelectual da Unicamp (2)
- Repositório digital da Fundação Getúlio Vargas - FGV (2)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (5)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (14)
- School of Medicine, Washington University, United States (2)
- Scielo Saúde Pública - SP (56)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (6)
- Universidad Autónoma de Nuevo León, Mexico (1)
- Universidad del Rosario, Colombia (2)
- Universidad Politécnica de Madrid (6)
- Universidade Complutense de Madrid (3)
- Universidade do Minho (9)
- Universidade dos Açores - Portugal (1)
- Universidade Técnica de Lisboa (1)
- Universitat de Girona, Spain (16)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (10)
- Université de Lausanne, Switzerland (199)
- Université de Montréal, Canada (65)
- University of Queensland eSpace - Australia (58)
- University of Southampton, United Kingdom (2)
Resumo:
Existing approaches to quality estimation of e-learning systems are analyzed. The “layered” approach for quality estimation of e-learning systems enhanced with learning process modeling and simulation is presented. The method of quality estimation using learning process modeling and quality criteria are suggested. The learning process model based on extended colored stochastic Petri net is described. The method has been implemented in the automated system of quality estimation of e-learning systems named “QuAdS”. Results of approbation of the developed method and quality criteria are shown. We argue that using learning process modeling for quality estimation simplifies identifying lacks of an e-learning system for an expert.