Lær ER i nettleseren

Her kan du prøve å løse ER-oppgaver i nettleseren.

LearnER (LærER) er et eksperimentelt system som du kan bruke for å trene på datamodellering. Applikasjonen er utviklet av Håvard Myrbakken. Første versjon ble laget som del av bacheloroppgaven hans våren 2016.

07.02.2023: Det ser ut til at Sjekk-knappen ikke virker helt som den skal på oppgaver der løsningsforslaget inneholder navn på forhold. Som en midlertidig løsning, så er alle forholdsnavn nå fjernet.

02.12.2022: Det har denne høsten vært nødvendig å kode om deler av løsningen på grunn av oppgraderinger av programvare på webtjeneren. Ny versjon 10 er nå publisert og versjon 9 er ikke lenger tilgjengelig. Det er alltid en viss fare for at større endringer medfører feil. Hvis du oppdager feil, send epost til Bjørn Kristoffersen, så vil vi prøve å rette opp – men minner om at dette er et eksperimentelt system som kan tas ned uten varsel.

Innlogging / Registrering Introduksjonsvideo Kjente feil

Hvordan fungerer det?

Generelt kan det finnes flere mulige og like gode løsninger på en oppgave i datamodellering.

I LearnER er det alltid valgt ut ett bestemt ER-diagram som fasit til hver oppgave, og din jobb er å komme fram til akkurat denne løsningen.

For at dette skal være mulig (realistisk) så får du se listen med navn som er brukt i fasitmodellen, men du får ikke vite hva som er navn på entiteter og hva som er attributter - eller hvilke attributter som hører sammen med hvilke entiteter. Du får også se en liste med navn på forhold, men du må selv plassere disse ut i modellen på riktige forhold.

Merk: For noen av oppgavene inneholder navnelisten også navn som ikke skal være med i løsningen. Dette er kommentert øverst i oppgaveteksten.

Du kan hele tiden sjekke hva som mangler og hva som er riktig og galt, men jo flere ganger du sjekker jo færre poeng får du. Maksimal poengsum får du altså ved å løse en oppgave perfekt – uten å sjekke underveis!

Når du registrerer deg kan du velge et (anonymt) kallenavn. Kallenavnet ditt kan dukke opp på "10 på topp"-lister over de med høyest poengsum på de forskjellige oppgavene. Resultatlistene nullstilles som regel før hvert semester (august og januar).

Steg 1: Starte på en ny oppgave

Det finnes flere "dialekter" av ER og litt ulike måter å gå fram på, som du kan velge mellom når du starter på en ny oppgave.

Les mer om notasjoner og faser

Faglærer velger et standardoppsett for hver oppgave, men den enkelte bruker av LearnER kan overstyre dette (for hver oppgave).

Hvilke oppgaver bør du starte med? Oppgavene er merket med vanskelighetsgrad. Du bør trolig starte med de enkle, men aller først bør du prøve på Testoppgave, der oppgaveteksten beskriver hvordan du skal bygge opp datamodellen steg for steg. Se også skjermklippet lenger ned på denne siden.

Steg 2: Bygge opp datamodeller

Skjermklippet under viser brukergrensesnittet etter at arbeidet med en oppgave er påbegynt.

Du bygger opp datamodellen ved å trekke og slippe navn ut arbeidsvinduet. Se introduksjonsvideo eller les forklaring under fane Hjelp ute til høyre.

 

 

Forslag til læringsaktiviteter

Her er forslag til to leksjoner som introduserer datamodellering med bruk av LearnER:

Videreutvikling

Arbeidet med LearnER er en del av et forskningsprosjekt for å utvikle studentaktive læringsaktiviteter innen datamodellering. Vi har fått utviklingsstøtte fra HKDir/Diku i to omganger. Les mer om prosjektene her:

Tilbakemeldinger

Vil vil gjerne ha beskjed om feil / uventet oppførsel og forslag til forbedringer.

Send i så fall e-post til Bjørn Kristoffersen.