自動化動態測驗題目收集與鑑別之方法 |
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。
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)
Gl=Gmin+(Gmax-Gmin)*30%;
if(Ans==Correct)
Accumulator=Accumulator+T/(T+F);
else(Ans==Wrong)
Accumulator=Accumulator+F/(T+F);
Discrimination=Accumulator/n;
}