|
Метод линейно-кусочной аппроксимации и модели на основе вероятностных критериев предполагают также вычисление некоторых функций, которые обычно используются для определения дальнейшего хода контроля. Итак, интерактивные методы проведения контроля и методы оценивания в составе адаптивно-обучающих систем тесно взаимосвязаны. В общем случае любая модель выставления оценки может быть использована при любом методе проведения КЗ, за исключением моделей на основе вероятностных критериев, которые предназначены лишь для частично адаптивных и адаптивных методов организации контроля. С другой стороны, простейшую модель выставления оценки и модель, учитывающую время ответов, целесообразно применять только совместно с неадаптивными методами КЗ. Таким образом, при адаптивном контроле знаний рекомендуется использовать модели на основе вероятностных критериев, АВО или уровней усвоения, а также метод линейно-кусочной аппроксимации. ГТо нашему мнению, в современные адаптивные системы обучения и контроля знаний следует включать несколько различных методов и моделей, чтобы преподаватель имел возможность выбрать метод проведения контроля и модель выставления оценки, отвечающие целям контроля и наиболее подходящие для отдельного студента или группы студентов. Таблица 3.2 Модели оценивания и используемые параметры 2 Модель, 1 Простейшая i модель ;Модели оценки — IIi знаний Парам зада! время ответов учитывающая правильно выполненных I заданий без превышения \ 100 |
эти параметры подчеркнуты, остальные определяются на этапе обучения и могут быть изменены преподавателем перед началом КЗ). Метод линейно-кусочной аппроксимации и модели на основе вероятностных критериев предполагают также вычисление некоторых функций, которые обычно используются для определения дальнейшего хода контроля. Итак, интерактивные методы проведения контроля и методы оценивания в составе адаптивно-обучающих систем тесно взаимосвязаны. В общем случае любая модель выставления оценки может быть использована при любом методе проведения КЗ, за исключением моделей на основе вероятностных критериев, которые предназначены лишь для частично адаптивных и адаптивных методов организации контроля. С другой стороны, простейшую модель выставления оценки и модель, учитывающую время ответов, целесообразно применять только совместно с неадаптивными методами КЗ. Таким образом, при адаптивном контроле знаний рекомендуется использовать модели на основе вероятностных критериев, АВО или уровней усвоения, а также метод линейно-кусочной аппроксимации. По нашему мнению, в современные адаптивные системы обучения и контроля знаний следует включать несколько различных методов и моделей, чтобы преподаватель имел возможность выбрать метод проведения контроля и модель выставления оценки, отвечающие целям контроля и наиболее подходящие для отдельного студента или группы студентов. Таблица 2. Модели оценивания и используемые параметры. Модели оценки знаний Используемые данные Параметры задашш Параметры КЗ 1 Простейшая модель Число заданий; число правильных ответов 2 Модель, учитывающая время ответов Число заданий; число правильно выполненных заданий без превышения отведенного времени 13 Модель на основе Уровень Число правильно выполненных Интерактивные методы проведения контроля и методы оценивания в составе адаптивно-обучающих систем тесно взаимосвязаны. В общем случае любая модель выставления оценки может быть использована при любом методе проведения КЗ, за исключением моделей на основе вероятностных критериев, которые предназначены лишь для частично адаптивных и адаптивных методов организации контроля. Структура информационного базиса должна поддерживать механизмы управления адаптивным электронным обучением, позволяющие реализовать статическую, динамическую и многоуровневую адаптацию учебных материалов в сетевой ИОС. Как правило, модели и алгоритмы, положенные в основу сетевой ИОС, реализующие принципы адаптивного электронного обучения, основываются на теории конечных автоматов Мура и марковских процессов, а также объектной модели обработки учебно-методической информации. В данном разделе на основе графо-аналитического метода предложена ГЕРТ-модель сценария контроля знаний. Важно, что разработанная ГЕРТметодика оценки и пересмотра сценариев контроля знаний в адаптивнообучающих системах позволяет получать вероятностно-временные характеристики ГЕРТ-сценариев, в которые уже включены случайные отклонения и неопределенность, возникающие непосредственно во время выполнения процедуры контроля знаний. |