Проверяемый текст
Корпачева, Лариса Николаевна. Оптимизация формирования информационного базиса в интерактивных адаптивно-обучающих системах (Диссертация 2006)
[стр. 96]

Данная модель используется в системе КАДИС [44].
2.
Метод линейно кусочной аппроксимации
[45].
Алгоритм оценивания основан на классификации заданий (вопросов) по их дидактическим характеристикам (значимость (z), трудность (d), спецификация (s)).
Число баллов, полученных студентом за выполнение п заданий, определяется по формуле:
У Ь г А м где х/ оценка за выполнение /-го задания; п число заданий; W= {wf,w2,...,W36} вектор весовых коэффициентов заданий, зависящий от их дидактических характеристик.
По завершению контроля определяется средний балл Аь полученный студентом за выполнение п заданий
(А = у / кп, где к„ количество попыток выполнения п заданий, кп > п) и уточненный средний балл А': , .
к г п к, к ь A = A ± a l r-tcty— т й .
г й , — .
п и " п где г ранг обучаемого (1, 2, или 3); к„ количество попыток выполнения п заданий; кс количество обращений к справочной информации; кь количество заданий, выполненных с превышением отведенного времени {кь ^ и); ah а2, а3, а4коэффициенты.
Далее оценка выставляется по формуле (3.1).
Аналогичным образом определяется и уровень усвоения (ранг) студента.
Преимущество данной модели; использование как четырех дидактических характеристик заданий, так и уровня подготовленности (ранга) из модели студента, что позволяет повысить надежность результатов контроля.
Модель в качестве основной использовалась в семействе АОС, разработанных в РТУ
[30].
• Модели на основе вероятностных критериев.
Главным в данных математических моделях контроля знаний являются утверждения о зависимости вероятности правильного ответа студента от уровня его
97
[стр. 93]

где Р количество правильно выполненных существенных операций в процессе контроля; Рг общее количество существенных операций в контрольной работе; а 0, 1, 2, 3, 4 соответствуют уровням усвоения.
Оценка выставляется на основе заданных граничных значений по соотношениям: Ка< 0.7 неудовлетворительно; 0.7 ^К а<0.8 -удовлетворительно; 0.8 ^ Ка< 0.9 хорошо; Ка ^ 0.9 отлично.
Данная модель используется в системе КЛДИС [85].
2.
Метод линейно кусочной аппроксимации
[90].
Алгоритм оценивания основан на классификации заданий (вопросов) по их дидактическим характеристикам (значимость (z), трудность (d), спецификация (s)).
Число баллов, полученных студентом за выполнение п заданий, определяется по формуле:
П у = Z wix> м 9 где X/ оценка за выполнение /-го задания; п число заданий; IV {wi,W2 ,...,W3 6 } вектор весовых коэффициентов заданий, зависящий от их дидактических характеристик.
По завершению контроля определяется средний балл А, полученный студентом за выполнение п заданий
(Л = у / к„, где к„ количество попыток выполнения п заданий, кп £ п ) и уточненный средний балл А ': К п к , к ь А = А + а .г + — +а , — + а , — .
1 * п п п где г ранг обучаемого (1, 2, или 3); кп количество попыток выполнения п заданий; кс количество обращений к справочной информации; кь количество заданий, выполненных с превышением отведенного времени (кь <п); а,, а.2 , аз, а4коэффициенты.


[стр.,94]

Далее оценка выставляется по формуле (2.1).
Аналогичным образом определяется и уровень усвоения (ранг) студента.
Преимущество данной модели: использование как четырех дидактических характеристик заданий, так и уровня подготовленности (ранга) из модели студента, что позволяет повысить надежность результатов контроля.
Модель в качестве основной использовалась в семействе АОС, разработанных в РТУ
[71].
• Модели на основе вероятностных критериев.
Главным в данных математических моделях контроля знаний являются утверждения о зависимости вероятности правильного ответа студента от уровня его
подготовленности и от параметров задания [120-122].
Суть этих моделей состоит в том, что на основе известных априорных вероятностей рассчитываются апостериорные вероятности Р (Я,) гипотезы Я„ что студент заслуживает оценку /.
При вычислении вероятности Р(Н,) учитываются: сложность и время выполнения заданий; число предложенных обучаемому заданий; число неправильно выполненных заданий и др.
Рассчитанные вероятности анализируются и/или сравниваются с граничными значениями, учитывая риски недооценки и переоценки выставления оценки /.
Если полученные результаты однозначно позволяют выставить оценку, то контроль, как правило, завершается.
В противном случае студенту выдается очередное задание.
Модель данного типа использовалась в АОС ВУЗ [15], различные модификации модели успешно применяются и в настоящее время [21-23].
Основная идея классификационных моделей заключается в отнесении студента к одному из устойчивых классов с учетом совокупности признаков, определяющих данного студента.
При этом используется специальная процедура вычисления степени похожести (оценки) распознаваемой строки (совокупности признаков обучаемого) на строки, принадлежность которых к классам заранее известна.
Алгоритм, основанный на вычислении оценок (АВО), был впервые предложен Ю.И.
Журавлевым [20] и позднее использовался для классификации обучаемых по уровням подготовленности [65], а также для

[Back]