RESEARCH OF POSSIBILITIES TO ADOPT EDUCATIONAL WEBSITES FOR SEARCH ENGINES

Mokomųjų svetainių pritaikymo paieškos sistemoms galimybės Nijolė Kažemėkaitė, Kauno technologijos universitetas. K. Donelaičio g. 73 Anotacija. Virtualios mokomosios medžiagos naudojimas jau tampa prioritetiniu poreikiu, bet ne alternatyva ar pasirinkimu. Pedagoginiu atžvilgiu mokomosios medžiagos pateikimas įvairiomis multimedijos formomis pagerina turinio vizualizaciją, vartotojo sąveiką, leidžia mokytis efektyviau, skleidžia žmogiškąsias vertybes visame pasaulyje. Tai skatina naujo mokomojo turinio gamybą ir sklaidą ar jau esančių išteklių naudojimą. Talpyklose saugomas labai didelis mokymosi išteklių skaičius inicijuoja reikalingų išteklių randamumo problemą. Duomenų struktūravimas gali palengvinti jų paiešką.

Esminiai žodžiai: mokomieji, sklaida, struktūriniai duomenys. Įvadas Informacinės technologijos teikia galimybę naudoti aktyvias mokymosi strategijas, didinti mokymosi prieinamumą. Jas naudodami galime bet kur ir bet kuriuo metu prisijungti prie informacijos išteklių, kurti įvairialypės terpės turinį ir dalintis su visu pasauliu, bendradarbiauti, studijuoti naujus dalykus. Technologijų integravimas į mokymąsi skatina kurti naujus išteklius, todėl jų kiekiai internete yra begaliniai ir jau tampa problema, kaip iš didelės talpos duomenų bazės parsisiųsti reikiamą puslapį. Ieškant reikalingos informacijos tenka rašyti daug užklausų, tačiau galiausiai gautas didelis puslapių rinkinys gali būti visai nereikšmingas vartotojui. Šiame darbe keliama mokymosi išteklių randamumo problema. Apžvelgta mokslinė literatūra, kurioje analizuojama švietimo išteklių saugojimo ir naudojimo praktika, išanalizuotos joms rasti taikomos technologijos, pasitaikančios problemos ir jų atsiradimo priežastys.

Remiantis atlikta analize, pastebėta, kad talpyklose saugomas labai didelis mokymosi išteklių skaičius ir juos apibūdinantys metaduomenys ar tik metaduomenų rinkiniai, kitas turinys saugomas pirminėse institucijose, privačiose kolekcijose ar kitose talpyklose. Saugyklų infrastruktūrai naudojama paskirstytų sistemų architektūra susijusi su technologijomis, kurios trukdo sąveikai tarp skirtingų talpyklų. Išteklių metaduomenims trūksta interaktyvumo, nevieninga turinio struktūra (Kalogeraki, 2016).

Moksliniuose darbuose didelis dėmesys skiriamas švietimo išteklių randamumui, kreipiant dėmesį į metaduomenų aprašymus pagal LOM standartą. Pasigendama išsamesnių struktūrinių duomenų poveikio paieškų sistemoms tyrimų.

Praktinis eksperimentas atliktas norint išsiaiškinti kaip mokomosios medžiagos struktūravimas ir semantinės prasmės suteikimas veikia paieškų rezultatus. Struktūravimas modeliuojamas, kaip iliustraciją naudojant vieno HTML puslapio interneto svetainę.

Darbo problema. Švietimo išteklių paieškos internete užima daug laiko ir grąžina netikslius rezultatus vartotojui. Darbe sprendžiama problema: kaip struktūruoti skaitmeninius mokymosi išteklius, kad jie būtų indeksuojami ir lengviau atrandami.

Darbe keliami uždaviniai: išsiaiškinti mokomosios medžiagos sklaidos problemas, struktūrinių duomenų esmę, sukurti duomenų transformavimo algoritmą, kuris leistų turimą mokomąją medžiagą paruošti publikuoti internete su struktūrinėmis žymėmis, jį ištestuoti.

Mokomosios medžiagos sklaida Sparčiai vystantis informacinėms technologijoms keičiasi mokytojo vaidmuo ir vis labiau populiarėja informacijos gavimas naudojantis paieškų sistemomis. Technologijų pažanga suteikia galimybę naudoti aktyvias mokymosi strategijas, didinti mokymosi prieinamumą. Jas naudodami galime bet kur ir bet kuriuo metu prisijungti prie informacijos išteklių, kurti įvairialypės terpės turinį ir dalintis su visu pasauliu, bendradarbiauti, studijuoti naujus dalykus.

Skaitmeninių išteklių prieinamumas skiriasi vartotojų teisių nuostatomis ir finansiniais ribojimais. Vienos pasaulio valstybės turi prieigą prie daugybės mokamų ir nemokamų informacijos išteklių, kitos gali naudotis tik nemokamais.

Skirtingos apimties, kokybės ir struktūros mokymosi ištekliais gali būti recenzuojami mokslinio tyrimo straipsniai, skelbiami mokslo žurnaluose arba tyrimų duomenys (H2020 Programme, 2017), universitetų, bibliotekų, archyvų ir kitų švietimo institucijų ar asmeninėse saugyklose, interneto svetainėse saugoma didaktinio ar pedagoginio turinio medžiaga (Koutsomitropoulos, 2017), specializuotos svetainės su metaduomenų aprašais (Kubilinskienė, 2012) ar daugialypės terpės interneto kursų saugyklos.

Ana M. B. Pavani „Mokymosi objektų talpyklų apžvalgoje“ pastebi, kad nėra standarto ar geriausios praktinės struktūros mokymosi objektų ar kursų informacijai pateikti. Iš to seka, kad nėra minimalaus metaduomenų aprašymo ir automatinio suderinamumo (Pavani, 2016). Nėra vieningos sistemos ir vienodų nustatytų standartų mokymosi išteklių turiniui struktūruoti ir pateikti paieškų sistemoms. Internete yra labai didelis kiekis skirtingų disciplinų, švietimo lygio ir išsamumo išteklių.

Mokymosi turinys internete pateikiamas įvairias formatais, todėl reikalingi nauji pateikimo ir radimo metodai.

Randamumas yra pirminė svarbiausia mokomojo turinio gyvenimo ciklo savybė iš kurios išplaukia kitos tarpusavyje susiję mokymuisi svarbios savybės: tinkamumas, naudojamumas, mokymosi efektyvumas. Galimybė rasti ir panaudoti išteklius turi tiesioginę įtaką mokymosi rezultatams (Simunich, Robins, Kelly, 2015). Skaitmeninių šaltinių naudojimas nebūtinai pagerina turinio kokybę (Vassiliou, McAleese, 2014). Tinkamų kokybiškų išteklių randamumas motyvuoja ir skatina studentų savarankiškumą. Mokymasis – esminis teisingumo, sveikatos, kūrybiškumo ir tvarumo pagrindas.

Mokymosi rezultatai yra susiję su išteklių kokybe, kurie yra vertinami tinkamumo, naudingumo, patikimumo atžvilgiais

(Mason, 2017). Konstruktyvi aplinka teikia galimybę aktyviai tobulinti pasaulio supratimą ir suvokti įvykių prasmę. Žmogaus smegenys geriau supranta daugialypių terpių turinį nei paprastą tekstą, informaciją įsavina iš gaunamą daugelio šaltinių, kurie sukelia susijusias su įsitikinimais ar visai nepagrįstas asociacijas (RAHMANA Abd, Fadzilah, Jon SCAIFE, 2012).

Pasaulio mokslininkų dėmesys kreipiamas į mokymosi išteklių randamumo problemų spredimą. Švietimo duomenų gavybos mokslinių tyrimų bendruomenės tarptautinio forumo temos apima duomenų analizę, gavybos metodų naudojimą, pažangiausių duomenų gavybos metodų naudojimą (EDM, 2018). Ateities mokslinių tyrimų kryptis – turinio paieška ir radimas, automatinio mokymosi turinio radimo ir pateikimo metodų socialinėje aplinkoje kūrimas (Spector, 2014). Neišspręsta problema yra mašininio skaitymo žinių ištraukimas iš žiniatinklio turinio. Automatinė HTML puslapių anotacija – tai natūralios kalbos teksto analizės vizija (Presutti, 2012). Duomenų apdorojimas automatizuotomis priemonėmis, kuriose reikšmės susiejamos su turiniu palengvina paiešką, sukuria naują interneto scenarijų (Loia, Pedrycz, Senatore, 2007). Tarptautinės iniciatyvos rengia standartus, įrankius, technologijas metaduomenų kūrimui ir valdymui, tačiau dėl nuolatinių technologinių pokyčių atsiranda standartų ir specifikacijų nebrandumas. Išlieka problema kaip automatiškai ieškoti, surasti ir apdoroti informacijos šaltinius (Trilles, Diaz, Huerta, 2017). Žinių valdymas – tai svarbios informacijos sisteminimas, saugojimas ir dalijimasis, kad kiekvienas galėtų jomis pasinaudoti, nes tik naudojamos žinios kuria pridėtinę vertę ir naudą asmeniui, institucijai, valstybei (Mhongole, 2015).

Struktūrinių duomenų analizė Virtuali mokomoji medžiaga tampa prioritetiniu poreikiu, bet ne alternatyva ar pasirinkimu. Pedagoginiu atžvilgiu mokomosios medžiagos pateikimas įvairiomis multimedijos formomis pagerina turinio vizualizaciją, vartotojo sąveiką, leidžia mokytis efektyviau, individualizuoti savąjį mokymosi stilių, skleidžia žmogiškąsias vertybes visame pasaulyje. Daugialypės terpės mokymosi turinio kūrimas, naudojant įvairią programinę įrangą ir skirtingus įrankius, sukelia problemas mokytojams (Spector, 2014), kurie neturi techninių ir programavimo įgūdžių, reikalingų parengti mokomąją medžiagą. Problemų sprendimui mokytojams reikalinga kvalifikuota techninė pagalba, aiškios lengvai suprantamos technologijos (Lau, Yen, Li, Wah, 2016). Begaliniai duomenų kiekiai internete sukuria sklaidos ir radimo problemas. Dauguma duomenų yra nestruktūruotas tekstas (1 lent.), kurio kompiuteris negali apdoroti dėl kalbos dviprasmybių ir neapibrėžtumo. Teksto duomenų analizė reikalauja tikslaus terminų prasmės, tarpusavio santykių, kontekstinės informacijos nustatymo. Šiam tikslui pasiekti reikalingas duomenų struktūravimas (Sabrina ir kiti, 2018).

Veiksmingas duomenų transformavimas į struktūrinius gali palengvinti žinių radimą. Struktūriniai duomenys – tai sudėtinis duomenų tipas, sudarytas iš kitų duomenų reikšmių, sujungtų kuriuo nors būdu į visumą. Duomenų struktūra apibrėžia struktūrines reikšmes ir jų sujungimo būdą (VLKK). Struktūriniai duomenys yra informacijos pateikimo standartas ir puslapio turinio klasifikavimas. Jų sintaksė yra formali, kurią paprasta analizuoti. Nestruktūriniai duomenys, pavyzdžiui teksto dokumentai, vaizdo įrašai ir socialinės žiniasklaidos duomenys, yra natūralios kalbos, chaoso ir struktūrinių duomenų fragmentų derinys (Bacchelli, 2017)(Hashem, 2015).

Schema.org sintaksė, kaip HTML5 dalis, sukurta su tikslu žiniatinkliams naudoti vieną schemą ir atsižvelgiant į tinkamumo reikalavimus. Specifikacija sudaryta iš klasių hierarchijos ir polimorfinių ryšių. Įterpiant žymes HTML puslapyje išgaunami struktūruoti mašinų skaitomi duomenys. Schema.org teikia: o sutartinę hierarchiją; o sutartinį charakteristikų pavadinimų ir jų tarpusavio santykių žodyną, kuris gali būti įterptas į HTML, kad kompiuteriai suprastų teksto eilutės reikšmę (Barker, 2015).

HTML puslapio elemente įterpta nuoroda į Schema.org žodyną <div itemscope itemtype="http://schema.org/Article"> nurodo viso kūrinio pagrindinį tipą ir, kad viskas, kas apjungta šiame elemente paieškų sistemos yra interpretuoja kaip vieną vientisą elementą. Kitos reikalingos kūrinio savybės gali būti nurodytos žyme itemprop, pavyzdžiui : <span itemprop = "author">Nijolė</span>.

Struktūravimas reikalingas mašininiam žinių supratimui ir pagerinimui. Kiekvienas, kuris kuria ar publikuoja mokymuisi skirtą išteklių, gali naudoti Schema.org ženklinimą su pasitikėjimu, kad paieškų sistemos supras jo prasmę.

Struktūros suteikimas mokomajai medžiagai palengvina jos atradimą internete. Teisingas mokomosios medžiagos ženklinimas suteikia jai struktūrą, paieškų sistemoms semantinę prasmę ir pagerina parodymą paieškos rezultatuose (2 lent.).

1 lentelė. Svetainės kodo pavyzdys be struktūrinių žymių

<h1>SEMANTINIS PAIEŠKOS OPTIMIZAVIMAS</h1> <p>Mokomosios svetainės struktūra suteikianti paieškų sistemoms semantinę prasmę<br> Nijolė Kažemėkaitė<br> 2018.02.02<br> Atnaujinta:2018.04.03<br> Leidykla "ManoMedia"</p> <img src = "a.jpg" alt="pav"> <p>Teisingas mokomosios medžiagos ženklinimas suteikia jai struktūrą, paieškų sistemoms semantinę prasmę ir pagerina parodymą paieškos rezultatuose.<p>

1

2 lentelė. Svetainės kodo pavyzdys su struktūrinėmis žymėmis

<div itemscope itemtype="http://schema.org/Article"> <h1 itemprop="name">SEMANTINIS PAIEŠKOS OPTIMIZAVIMAS</h1> <p><span itemprop = "headline">Mokomosios svetainės struktūra suteikianti paieškų sistemoms semantinę prasmę</span><br> <span itemprop = "author">Nijolė Kažemėkaitė</span><br> <time itemprop="datePublished" datetime= "2018-02-02">2018.02.02</time><br> <time itemprop = "dateModified" datetime = "2018-04-03">Atnaujinta: 2018.04.03</time><br> <link itemprop = "mainEntityOfPage" href = "http://semantine.eu/zenklinta.html"></p> <div itemprop = "publisher" itemscope itemtype = "http://schema.org/Organization "> <span itemprop = "name">Leidykla "ManoMedia"</span> <span itemprop = "logo" itemscope itemtype = "http://schema.org/ImageObject"> <meta itemprop = "url" content = "http://semantine.eu/zenklinta.html"></span></div> <img itemprop="image" src = "a.jpg" alt="pav"> <p>Teisingas mokomosios medžiagos ženklinimas suteikia jai struktūrą, paieškų sistemoms semantinę prasmę ir pagerina parodymą paieškos rezultatuose.</p></div> Bendros struktūros naudojimas leidžia atlikti automatinį ženklinimą, tai taupo kūrėjų laiką, užtikrina mažesnį klaidų skaičių, nes eliminuojami žmogiškieji faktoriai (Urbonienė, 2014). Tai atitinka tarptautinio forumo apie naujausius pokyčius ir pažangą švietimo kontrolės srityje ACE 2016 vieną iš tikslų – didinti supratimą apie automatinio valdymo svarbą mūsų visuomenėje (IFAC, 2016). Šiuo tikslu buvo sukurtas automatinio duomenų transformavimo algoritmas suteikiantis mokomąjai medžiagai teisingą struktūrą (1 pav.).

1 pav. Automatinio duomenų transformavimo algoritmo veiklos diagrama

Algoritmas generuoja žodyno Schema.org mokymosi ištekliams apibūdinti skirtų tipų struktūras. Jų testavimas atliktas naudojant jau apdorotą mokomąją medžiagą struktūrinių duomenų testavimo įrankyje atskirai kiekvienam tipui.

Eksperimentui naudota „Article“ tipo sukurta struktūra.

2

Eksperimentinė dalis Remiantis literatūros analize buvo atliktas eksperimentas, siekiant išsiaiškinti struktūrinių duomenų poveikį paieškų sistemoms ir struktūrinių duomenų pranašumą prieš nestruktūruotus. Eksperimentas vykdytas 2017 metų rugpjūčio 3 dieną – 2018 balandžio 11 dieną. Svetainių talpinimui internete naudotasi vieta interneto serveryje. Kodo validumas tikrintas Struktūrinių duomenų tikrinimo įrankiu, rezultatai stebėti - Google Search Console. Rezultatams gauti panaudoti du identiški svetainės variantai – viename įterptos struktūrinės žymės, kitame – ne, interneto adresai atitinkamai http://semantine.eu/zenklinta.html ir http://semantine.eu/nezenklinta.html.

Su tikslu atlikti eksperimentą sukurta vieno HTML puslapio mokomoji svetainė. Kodo validumas patikrintas struktūrinių duomenų tikrinimo įrankiu ir Markup Validation Service. Svetainė nukopijuota. Identiškos svetainės kopijoje HTML kode įterptos Schema.org specifikacijos žymės vadovaujantis Struktūrinių duomenų tikrinimo įrankio parodymais. Jos kartu įkeltos į interneto serverį ir užregistruotos Google Search Console. Automatiškai sukurta schema sitemap.xml ir pateikta paieškų sistemoms. Paieškų rezultatai stebimi ekrane.

2 pav. Svetainės su struktūrinėmis žymėmis parodymų grafikas

3 pav. Svetainės, kurioje nėra struktūrinių žymių, parodymų grafikas

Grafinė vizualizacija rodo, kad struktūruoti duomenys pastoviai sąveikauja su užklausų raktiniais žodžiais (4 pav.), nestruktūruoti dažnai neatsiliepia (3 pav.). Našumo ataskaitoje pateikti trijų mėnesių laikotarpio paieškų parodymai atitinkamoms užklausoms. Rezultatai užfiksuoti 2018 metų balandžio 11 dieną. Svetainė, kurioje yra struktūrinės žymės „Google“ paieškos rezultatuose parodyta 101 kartą, kita, kurioje nėra struktūrinių žymių, 31 kartą.

Remiantis eksperimento rezultatais formuluojama išvada, kad mokomoji svetainė, kurioje yra struktūrinės žymės lengviau atrandama paieškų sistemų ir dažniau parodoma paieškų rezultatuose. Tai rodo ženklinimo schema.org žymėmis naudą ir struktūruotų duomenų pranašumą prieš nestruktūruotus. Struktūriniai duomenys palengvina paieškų sistemų darbą ir yra lengviau atrandami paieškų sistemų. Tyrimo rezultatai gali būti naudojami edukologijos krypties darbuotojų praktikoje rengiant mokomąją medžiagą ir talpinant ją internete.

Literatūros sąrašas BACCHELLI, Alberto ir kiti. Mining structured data in natural language artifacts with island parsing. ScienceDirect [interaktyvus] 2017 [žiūrėta 2018-01-25]. Prieiga per: https://www.sciencedirect.com/science/article/pii/S0167642317301302

3

BARKER, Phil. LRMI, Learning Resource Metadata on the Web. From the #LiLE2015 workshop. Semantic Web Lab [interaktyvus]2015 [žiūrėta 2017-12-26]. Prieiga per: https://blogs.pjjk.net/phil/lrmi-learning-resource-metadata-on-the-web-fromthe-lile2015-workshop/ EDM 2018. The 11th International Conference on Educational Data Mining – EDM [interaktyvus]2018 [žiūrėta 2017-12-26]. Prieiga per: http://educationaldatamining.org/EDM2018/wp-content/uploads/sites/2/2017/09/EDM-2018-CfP-Feb-2018.pdf GUHA, R. V. ir kiti: Schema.org: Evolution of Structured Data on the Web [interaktyvus]. 2015 [žiūrėta 2018-01-25]. Prieiga per: https://queue.acm.org/detail.cfm?id=2857276 HASHEM, Ibrahim Abaker targio. The rise of “big data” on cloud computing: Review and open research issues. ELSEVIER [interaktyvus] 2015 [žiūrėta 2018-01-25]. Prieiga per: https://umexpert.um.edu.my/file/publication/00001293_117865.pdf H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [interaktyvus].

2017 [žiūrėta 2017-11-25].

Prieiga per: http://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf IFAC. 11th IFAC Symposium on Advances in Control Education. [interaktyvus]. 2016 [žiūrėta 2017.11.25]. Prieiga per: http://www.ace2016.sk/Scope.html KALOGERAKI, Eleni Maria ir kiti: Ontology-based model for learning object metadata [interaktyvus]. 2016 [žiūrėta 2018-01-30].

Prieiga per: https://www.researchgate.net/publication/311758739_Ontology-based_model_for_learning_object_metadata KOUTSOMITROPOULOS, Dimitrios, A ir kiti. The Use of Metadata for Educational Resources in Digital Repositories: Practices and Perspectives.

D-Lib Magazine [interaktyvus].

2017 [žiūrėta 2017-11-25].

Prieiga per: http://dlib.org/dlib/january10/kout/01kout.html KUBILINSKIENĖ, Svetlana. Išplėstas skaitmeninių mokymosi išteklių metaduomenų modelis. Disertacija [interaktyvus]. 2012 [žiūrėta 2017-12-18]. http://old.mii.lt/files/mii_dis_2012_kubilinskiene.pdf LAU, Rynson W. H. Ir kiti. Recent development in multimedia e-learning technologies. Durham Research Online. 2016 [žiūrėta 2017-12-26]. Prieiga per: http://dro.dur.ac.uk/19199/1/19199.pdf LOIA, Vincenzo, Witold PEDRYCZ, Sabrina SENATORE. Semantic Web Content Analysis: A Study in Proximity-Based Collaborative Clustering 2007 [žiūrėta 2017-12-26]. Prieiga per: https://ieeexplore-ieee-org.ezproxy.ktu.edu/document/4358788/ MASON, Lucia ir kiti. Internet source evaluation: The role of implicit associations and psychophysiological self-regulation. [interaktyvus]. 2012 [žiūrėta 2017-12-18]. Prieiga per: https://doi.org/10.1016/j.compedu.2017.12.009 MHONGOLE, Martha. Exploring the Need of Integrated Digital Academic repository for sharing intellectual output in Higher Learning Institutions (Case of Tanzania) EBSCO [interaktyvus].

2015 [žiūrėta 2017-11-26]. http://web.a.ebscohost.com.ezproxy.ktu.edu/ehost/pdfviewer/pdfviewer?vid=12&sid=8a5735dd-50f9-48d5-b8fd667774ccf233%40sessionmgr4008 PAVANI, Ana, M., B. An Overview of Repositories of Learning Objects. ScienceDirect. [interaktyvus]. 2016 [žiūrėta 2017-11-25].

Prieiga per: http://www.sciencedirect.com/science/article/pii/S2405896316303780 PRESUTTI, Valentina, Aldo GANGEMI. Knowledge extraction based on discourse representation theory and linguistic frames [žiūrėta 2017-12-28].

Prieiga per: https://www.researchgate.net/publication/262175193_Knowledge_Extraction_Based_on_Discourse_Representation_Theory_and_Li nguistic_Frames .

RAHMANA Abd, Fadzilah, Jon SCAIFE. Sustaining Constructive Learning Environment: The Role of Multi-sources Regulation.

Procedia - Social and Behavioral Sciences 35 ( 2012 ) 180 – 186. [interaktyvus]. 2012 [žiūrėta 2017-12-18]. Prieiga per: https://ac.elscdn.com/S1877042812003898/1-s2.0-S1877042812003898-main.pdf?_tid=68fbc7df-5354-499e-8495cea0eca7bf63&acdnat=1525543137_7a16c6c12366ef6e83453f618016aa06 SABRINA, Danilo Cavaliere ir kiti. Data-Information-Concept Continuum From a Text Mining Perspective. ResearchGate. [interaktyvus]. 2018 [žiūrėta 2018-01-25]. Prieiga per: https://www.researchgate.net/publication/323787223_Data-InformationConcept_Continuum_From_a_Text_Mining_Perspective SIMUNICH, Bethany, David B. ROBINS, Valerie KELLY. The Impact of Findability on Student Motivation, Self-Efficacy, and Perceptions of Online Course Quality. American Journal of Distance Education Volume 29. Taylor&Fransis Online. [interaktyvus].

2015 [žiūrėta 2018-01-25]. Prieiga per: https://www-tandfonline-com.ezproxy.ktu.edu/doi/full/10.1080/08923647.2015.1058604 SPECTOR, J. Michael. Emerging educational technologies: Tensions and synergy. Science Direct [interaktyvus]. 2014 [žiūrėta 201711-25]. Prieiga per: http://www.sciencedirect.com/science/article/pii/S1319157813000384#b0050 TRILLERS, Sergio, Laura DIAZ, Joaquin HUERTA. Approach to Facilitating Geospatial Data and Metadata Publication Using a Standard Geoservice. 2017 [žiūrėta 2017-12-16]. Prieiga per: http://www.mdpi.com/2220-9964/6/5/126/htm .

URBONIENĖ, Jūratė: Adaptyviųjų programavimo mokymo priemonių projektavimas. Daktaro disertacija [interaktyvus]. 2014 [žiūrėta 2017.08.21]. Prieiga per: https://epublications.vu.lt/object/elaba:2133244/index.html VASSILIOU, Androulla, Mary Mc ALEESE. New modes of learning and teaching in higher education. Luxembourg: Publications Offi ce of the European Union. [interaktyvus].

2014 [žiūrėta 2017-08-21].

Prieiga per: http://ec.europa.eu/dgs/education_culture/repository/education/library/reports/modernisation-universities_en.pdf VLKK. [interaktyvus] n. d. [žiūrėta 2017-08-21].

Prieiga per: http://www.lrs.lt/pls/tb/tb.result?p_text=duomen%C5%B3%20strukt%C5%ABra&p_text_option=1&p_text_where=0&p_text_where =-90&p_lang_id=2&p_branch_id=0&p_status_id=0&p_display=0&p_display=-60&p_display=30&p_display=9&p_display=32&p_display=-70&p_display=-40&p_display=-1&p_cnt=100&p_sort_ids=3%2C1

Annotation. The use of virtual learning material is already becoming a priority, but not an alternative or choice.

Pedagogically, the presentation of teaching material in various multimedia forms improves content visualization, user interaction, make learning effective, spread human values around the world. It encourages the production and dissemination of new educational content or the use of existing resources. Repositories store a very large number of learning resources initiates the problem of finding the resources needed. The data structuring can facilitate their discoverability.

4