Search (6 results, page 1 of 1)

  • × language_ss:"d"
  • × theme_ss:"Social tagging"
  1. Harrer, A.; Lohmann, S.: Potenziale von Tagging als partizipative Methode für Lehrportale und E-Learning-Kurse (2008) 0.02
    0.020688947 = product of:
      0.041377895 = sum of:
        0.041377895 = sum of:
          0.009347076 = weight(_text_:e in 2889) [ClassicSimilarity], result of:
            0.009347076 = score(doc=2889,freq=6.0), product of:
              0.048544887 = queryWeight, product of:
                1.43737 = idf(docFreq=28552, maxDocs=44218)
                0.03377341 = queryNorm
              0.19254501 = fieldWeight in 2889, product of:
                2.4494898 = tf(freq=6.0), with freq of:
                  6.0 = termFreq=6.0
                1.43737 = idf(docFreq=28552, maxDocs=44218)
                0.0546875 = fieldNorm(doc=2889)
          0.032030817 = weight(_text_:22 in 2889) [ClassicSimilarity], result of:
            0.032030817 = score(doc=2889,freq=2.0), product of:
              0.11826873 = queryWeight, product of:
                3.5018296 = idf(docFreq=3622, maxDocs=44218)
                0.03377341 = queryNorm
              0.2708308 = fieldWeight in 2889, product of:
                1.4142135 = tf(freq=2.0), with freq of:
                  2.0 = termFreq=2.0
                3.5018296 = idf(docFreq=3622, maxDocs=44218)
                0.0546875 = fieldNorm(doc=2889)
      0.5 = coord(1/2)
    
    Abstract
    Als dynamische und einfache Form der Auszeichnung von Ressourcen kann sich Tagging im E-Learning positiv auf Partizipation, soziale Navigation und das Verständnis der Lernenden auswirken. Dieser Beitrag beleuchtet verschiedene Möglichkeiten des Einsatzes von Social Tagging in Lehrportalen und E-LearningKursen. Hierzu werden zunächst drei konkrete Anwendungsfälle dargestellt. Anschließend werden aus den Anwendungsfällen gewonnene Erkenntnisse für Lehr-/Lernszenarien zusammengefasst.
    Date
    21. 6.2009 12:22:44
  2. Niemann, C.: Tag-Science : Ein Analysemodell zur Nutzbarkeit von Tagging-Daten (2011) 0.02
    0.016040293 = product of:
      0.032080587 = sum of:
        0.032080587 = sum of:
          0.0046256026 = weight(_text_:e in 164) [ClassicSimilarity], result of:
            0.0046256026 = score(doc=164,freq=2.0), product of:
              0.048544887 = queryWeight, product of:
                1.43737 = idf(docFreq=28552, maxDocs=44218)
                0.03377341 = queryNorm
              0.09528506 = fieldWeight in 164, product of:
                1.4142135 = tf(freq=2.0), with freq of:
                  2.0 = termFreq=2.0
                1.43737 = idf(docFreq=28552, maxDocs=44218)
                0.046875 = fieldNorm(doc=164)
          0.027454983 = weight(_text_:22 in 164) [ClassicSimilarity], result of:
            0.027454983 = score(doc=164,freq=2.0), product of:
              0.11826873 = queryWeight, product of:
                3.5018296 = idf(docFreq=3622, maxDocs=44218)
                0.03377341 = queryNorm
              0.23214069 = fieldWeight in 164, product of:
                1.4142135 = tf(freq=2.0), with freq of:
                  2.0 = termFreq=2.0
                3.5018296 = idf(docFreq=3622, maxDocs=44218)
                0.046875 = fieldNorm(doc=164)
      0.5 = coord(1/2)
    
    Source
    ¬Die Kraft der digitalen Unordnung: 32. Arbeits- und Fortbildungstagung der ASpB e. V., Sektion 5 im Deutschen Bibliotheksverband, 22.-25. September 2009 in der Universität Karlsruhe. Hrsg: Jadwiga Warmbrunn u.a
  3. Müller-Prove, M.: Modell und Anwendungsperspektive des Social Tagging (2008) 0.01
    0.009151662 = product of:
      0.018303324 = sum of:
        0.018303324 = product of:
          0.036606647 = sum of:
            0.036606647 = weight(_text_:22 in 2882) [ClassicSimilarity], result of:
              0.036606647 = score(doc=2882,freq=2.0), product of:
                0.11826873 = queryWeight, product of:
                  3.5018296 = idf(docFreq=3622, maxDocs=44218)
                  0.03377341 = queryNorm
                0.30952093 = fieldWeight in 2882, product of:
                  1.4142135 = tf(freq=2.0), with freq of:
                    2.0 = termFreq=2.0
                  3.5018296 = idf(docFreq=3622, maxDocs=44218)
                  0.0625 = fieldNorm(doc=2882)
          0.5 = coord(1/2)
      0.5 = coord(1/2)
    
    Pages
    S.15-22
  4. Peters, I.: Folksonomies & Social Tagging (2023) 0.00
    0.001349134 = product of:
      0.002698268 = sum of:
        0.002698268 = product of:
          0.005396536 = sum of:
            0.005396536 = weight(_text_:e in 796) [ClassicSimilarity], result of:
              0.005396536 = score(doc=796,freq=2.0), product of:
                0.048544887 = queryWeight, product of:
                  1.43737 = idf(docFreq=28552, maxDocs=44218)
                  0.03377341 = queryNorm
                0.1111659 = fieldWeight in 796, product of:
                  1.4142135 = tf(freq=2.0), with freq of:
                    2.0 = termFreq=2.0
                  1.43737 = idf(docFreq=28552, maxDocs=44218)
                  0.0546875 = fieldNorm(doc=796)
          0.5 = coord(1/2)
      0.5 = coord(1/2)
    
    Abstract
    Die Erforschung und der Einsatz von Folksonomies und Social Tagging als nutzerzentrierte Formen der Inhaltserschließung und Wissensrepräsentation haben in den 10 Jahren ab ca. 2005 ihren Höhenpunkt erfahren. Motiviert wurde dies durch die Entwicklung und Verbreitung des Social Web und der wachsenden Nutzung von Social-Media-Plattformen (s. Kapitel E 8 Social Media und Social Web). Beides führte zu einem rasanten Anstieg der im oder über das World Wide Web auffindbaren Menge an potenzieller Information und generierte eine große Nachfrage nach skalierbaren Methoden der Inhaltserschließung.
  5. Carlin, S.A.: Schlagwortvergabe durch Nutzende (Tagging) als Hilfsmittel zur Suche im Web : Ansatz, Modelle, Realisierungen (2006) 0.00
    9.6366723E-4 = product of:
      0.0019273345 = sum of:
        0.0019273345 = product of:
          0.003854669 = sum of:
            0.003854669 = weight(_text_:e in 2476) [ClassicSimilarity], result of:
              0.003854669 = score(doc=2476,freq=2.0), product of:
                0.048544887 = queryWeight, product of:
                  1.43737 = idf(docFreq=28552, maxDocs=44218)
                  0.03377341 = queryNorm
                0.07940422 = fieldWeight in 2476, product of:
                  1.4142135 = tf(freq=2.0), with freq of:
                    2.0 = termFreq=2.0
                  1.43737 = idf(docFreq=28552, maxDocs=44218)
                  0.0390625 = fieldNorm(doc=2476)
          0.5 = coord(1/2)
      0.5 = coord(1/2)
    
    Abstract
    Nach dem zu Beginn der Ära des World Wide Web von Hand gepflegte Linklisten und -Verzeichnisse und an Freunde und Kollegen per E-Mail verschickte Links genügten, um die Informationen zu finden, nach denen man suchte, waren schon bald Volltextsuchmaschinen und halbautomatisch betriebene Kataloge notwendig, um den mehr und mehr anschwellenden Informationsfluten des Web Herr zu werden. Heute bereits sind diese Dämme gebrochen und viele Millionen Websites halten Billionen an Einzelseiten mit Informationen vor, von Datenbanken und anderweitig versteckten Informationen ganz zu schweigen. Mit Volltextsuchmaschinen erreicht man bei dieser Masse keine befriedigenden Ergebnisse mehr. Entweder man erzeugt lange Suchterme mit vielen Ausschließungen und ebenso vielen nicht-exklusiven ODER-Verknüpfungen um verschiedene Schreibweisen für den gleichen Term abzudecken oder man wählt von vornherein die Daten-Quelle, an die man seine Fragen stellt, genau aus. Doch oft bleiben nur klassische Web-Suchmaschinen übrig, zumal wenn der Fragende kein Informationsspezialist mit Kenntnissen von Spezialdatenbanken ist, sondern, von dieser Warte aus gesehenen, ein Laie. Und nicht nur im Web selbst, auch in unternehmensinternen Intranets steht man vor diesem Problem. Tausende von indizierten Dokumente mögen ein Eckdatum sein, nach dem sich der Erfolg der Einführung eines Intranets bemessen lässt, aber eine Aussage über die Nützlichkeit ist damit nicht getroffen. Und die bleibt meist hinter den Erwartungen zurück, vor allem bei denen Mitarbeitern, die tatsächlich mit dem Intranet arbeiten müssen. Entscheidend ist für die Informationsauffindung in Inter- und Intranet eine einfach zu nutzende und leicht anpassbare Möglichkeit, neue interessante Inhalte zu entdecken. Mit Tags steht eine mögliche Lösung bereit.
  6. Good tags - bad tags : Social Tagging in der Wissensorganisation (2008) 0.00
    6.814156E-4 = product of:
      0.0013628312 = sum of:
        0.0013628312 = product of:
          0.0027256624 = sum of:
            0.0027256624 = weight(_text_:e in 3054) [ClassicSimilarity], result of:
              0.0027256624 = score(doc=3054,freq=4.0), product of:
                0.048544887 = queryWeight, product of:
                  1.43737 = idf(docFreq=28552, maxDocs=44218)
                  0.03377341 = queryNorm
                0.056147262 = fieldWeight in 3054, product of:
                  2.0 = tf(freq=4.0), with freq of:
                    4.0 = termFreq=4.0
                  1.43737 = idf(docFreq=28552, maxDocs=44218)
                  0.01953125 = fieldNorm(doc=3054)
          0.5 = coord(1/2)
      0.5 = coord(1/2)
    
    Content
    - Theoretische Ansätze und empirische Untersuchungen Stefanie Panke & Birgit Gaiser: "With my head up in the clouds" - Social Tagging aus Nutzersicht Christoph Held& Ulrike Cress: Social Tagging aus kognitionspsychologischer Sicht Michael Derntl, Thorsten Hampel, Renate Motschnig & Tomas Pitner: Social Tagging und Inclusive Universal Access - Einsatz von Tagging in Hochschulen und Bibliotheken Christian Hänger: Good tags or bad tags? Tagging im Kontext der bibliothekarischen Sacherschließung Mandy Schiefner: Social Tagging in der universitären Lehre Michael Blank, Thomas Bopp, Thorsten Hampel & Jonas Schulte: Social Tagging = Soziale Suche? Andreas Harrer & Steffen Lohmann: Potenziale von Tagging als partizipative Methode für Lehrportale und E-Learning-Kurse Harald Sack & Jörg Waitelonis: Zeitbezogene kollaborative Annotation zur Verbesserung der inhaltsbasierten Videosuche - Kommerzielle Anwendungen von Tagging Karl Tschetschonig, Roland Ladengruber, Thorsten Hampel & Jonas Schulte: Kollaborative Tagging-Systeme im Electronic Commerce Tilman Küchler, Jan M. Pawlowski & Volker Zimmermann: Social Tagging and Open Content: A Concept for the Future of E-Learning and Knowledge Management? Stephan Schillenvein: Der .Business Case' für die Nutzung von Social Tagging in Intranets und internen Informationssystemen