自動化動態測驗題目收集與鑑別之方法

中文發明摘要：
關於網路題庫系統的問題，最主要的是在於題目不夠 多，不夠好；要兼顧這兩點的話，必須要有更多的題目來 源，以及鑑別題目好壞的機制，決定題目是否能留在題庫 中。本發明提出一個自動化動態出題與鑑別的方法，可以 讓老師以及學生都貢獻題目至題庫，且各單位獨立管理的 題庫可以共享題目，如此可以加快題庫增長的速度及擴大 可用題庫的規模。學生的自主性愈高，此方法的適用性愈 高。對於鑑別一個題目品質的方法，我們由傳統的內部一 致性分析法加以改良，可以在一個學生考完一份考卷後馬 上更改該考卷的題目之鑑別度，而不是像所有的傳統鑑別 分析法要在所有的學生考完試後才能鑑別，本方法我們稱 之為動態加權內部一致性分析法。

申請專利範圍：


1.測驗題目收集與鑑別之方法，該方法允許學科教師及學生均能參與出題，供獻題目至題庫中，未鑑別之題目先置於題庫中之暫時位置，待題目通過鑑別後才正式進入題庫，而未能通過鑑別之題目則予以刪除，而已進入題庫之題目若後續鑑別為未通過，將放入題庫中之暫時位置，甚至予以刪除。

2.如申請專利範圍第1項所述之自動化動態測驗題目收集與鑑別之方法，其中該題目鑑別方式，係藉由學生互答由他人出的題目所構成的試卷，並根據結果計算更動所答題目之鑑別度，每個題目被考過多次以後，若鑑別度低於一個值，則鑑別為不通過。

3.如申專利範圍第2項所述之自動化動態測驗題目收集與鑑別之方法，其乙該鑑別度計算方法如下列所述：假設有一題目，Accumulator為其鑑別總數，已有ｎ-1個學生答過，現在有第ｎ個學生答此題，此學生在一份包含此題的試卷中的答對題數是T，答錯題數是F，Ans為本題之對錯，答過此題的學生1至ｎ-1中最高答對率為Gmax，最低答對率為Gmin，高標準答對率為Gh，低標準答對率為Gl（高標準與低標準是用來決定此第ｎ個學生能否影響此題之鑑別度），則此題之鑑別度（Discrimination）算法為：
      if((T/(T+F)>Gh)or(T/(T+F)      {
      if(T/(T+F)>Gmax)Gmax=T/(T+F)
      else(T/(T+F)      Gh=Gmax-(Gmax-Gmin)*30%；
      Gl=Gmin+(Gmax-Gmin)*30%；
      if(Ans==Correct)
      Accumulator=Accumulator+T/(T+F)；
      else(Ans==Wrong)
      Accumulator=Accumulator+F/(T+F)；
      Discrimination=Accumulator/n；
      }