CN105512214A - 一种知识数据库、构建方法及学情诊断*** - Google Patents
一种知识数据库、构建方法及学情诊断*** Download PDFInfo
- Publication number
- CN105512214A CN105512214A CN201510853487.2A CN201510853487A CN105512214A CN 105512214 A CN105512214 A CN 105512214A CN 201510853487 A CN201510853487 A CN 201510853487A CN 105512214 A CN105512214 A CN 105512214A
- Authority
- CN
- China
- Prior art keywords
- test
- knowledge point
- knowledge
- student
- data table
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 29
- 238000010276 construction Methods 0.000 title abstract description 5
- 238000012360 testing method Methods 0.000 claims abstract description 201
- 238000000034 method Methods 0.000 claims description 13
- 238000009411 base construction Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 2
- 238000007639 printing Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 abstract description 3
- 230000009897 systematic effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000002405 diagnostic procedure Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007596 consolidation process Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种知识数据库、构建方法及学情测试诊断***,所述知识数据库学科库数据表、知识点库数据表、试题库数据表、资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据表,在各类表中建立了基于知识点的密切关联。应用构建的数据库实现基于知识点的智能组卷测试,并根据知识点间的关联性深层次诊断测试者学习症结所在,进而生成巩固学习知识路线,并推荐相应的资源或试题,相比现有技术,数据库更完备,知识点关联更紧密,学情诊断既能捕获到最根本的症结所在,又能为后续知识点的学习做好科学全面***的铺垫。
Description
技术领域
本发明属于教育信息化技术领域,更具体地,涉及一种知识数据库、构建方法及学情诊断***。
背景技术
随着大数据时代进展,教育信息化技术也取得了令人瞩目的进展,其中在线学习与个性化学习已成为研究的焦点。现在很多大学和社会***门都已经开设了在线的学习测评***,学生可以通过计算机网络实现在线学习和测试。
在线学习诊断方法主要是将试题与知识点关联,根据错误答题判定其知识点盲点,由此针对性引导学生加强学习,相对传统学习方法,其提高了学习效率,但其还存在以下问题:(1)目前的试题与知识点只有简单的一级关联关系,而学生没能掌握该知识点,有很大的可能是由于之前的某个知识点没有掌握,诊断结果存在片面性,并不能深层次的剖析学生的真正学习问题所在。(2)目前的学习诊断方法主要着力于诊断学生对当前知识点的掌握程度,并没有考虑该知识点对其它知识点的影响,某一知识点盲区很可能成为学习其它知识的绊脚石,因此现有的方法缺乏远瞻性,没有起到防范于未然的作用。(3)虽然信息化教育已成为趋势,但是目前依然很多学校或地区还存在线下学习和测试,目前的在线学习诊断方法不能适用于线下学习和测试,存在局限性。(4)目前的学习诊断方法帮助找到了知识薄弱点后,一般仅仅指导学生巩固学习这一个知识点,但知识点之间是存在关联性的,往往由于前一知识点没掌握导致对当前知识点的理解困难,进而引发后一知识点的学习困难。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供一种知识数据库、构建方法及学情诊断***,其目的在于,应用构建的数据库实现基于知识点的智能组卷测试,并根据知识点间的关联性深层次诊断测试者学习症结所在,进而生成巩固学习知识路线,并推荐相应的资源或试题,相比现有技术,数据库更完备,知识点关联更紧密,学情诊断结果更***更全面,既能捕获到最根本的症结所在,又能为后续知识点的学习做好铺垫。
为实现本发明技术目的,本发明给出了以下技术方案:
一种知识数据库构建方法,包括以下步骤:
(1)构建数据表:
构建学科库数据表、知识点库数据表、试题库数据表、资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据表;其中,
学科库数据表包括的属性字段有:学科编号、学科名和学段;
知识点库数据表包括的属性字段有:知识点编号、学科编号、知识点名称、知识点权重、先备知识点和后继知识点;
试题库数据表包括的属性字段有:试题号、试题题干、试题选项、题型、***、知识点编号、试题解析、试题难度和试题备注;
所述资源库数据表包括的属性字段有:资源编号、资源名称、知识点编号、资源用途、资源类型和资源描述;
学生信息库数据表包括的属性字段有:学生学号、学生名字和学生班级;
测试库数据表包括的属性字段有:测试号、测试名称、测试时长、测试总分、测试班级、测试分数、测试诊断报告和测试备注;
测试学生库数据表包括的属性字段有:测试学生号、测试号、学生学号、测试总分、测试分数、测试诊断报告和测试备注;
测试答案成绩库数据表包括的属性字段有:ID号、测试学生号、试题号、学生答案、学生答案阅卷得分;
(2)建立数据表关系:
学科库数据表与知识点库数据表通过学科编号字段建立关联;
试题库数据表与知识点库数据表通过知识点编号字段建立关联;
资源库数据表与知识点库数据表通过知识点编号字段建立关联;
测试学生库与测试库数据表通过测试号字段建立关联,测试学生库与学生信息库数据表通过学生学号字段建立关联;
测试答案成绩库数据表与测试学生库通过测试学生号字段关联,测试答案成绩库数据表与试题库数据表通过试题号关联;
(3)录入数据:
将学科、知识点、试题、资源、学生信息、测试信息、测试学生信息和测试成绩信息作为记录分别录入相应的数据表。
按照所述的知识数据库构建方法得到的数据库。
一种基于所述知识数据库的学情诊断***,包括知识数据库、测试模块、诊断模块和补救模块;
知识数据库,包括学科库数据表、知识点库数据表、试题库数据表、资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据表;
测试模块,用于根据待测知识点从试题库数据表中筛选试题发布给测试学生作答,接收测试学生的答题信息,更新知识数据库;
诊断模块,包括阅卷子模块,用于对测试学生答题进行阅卷;薄弱知识关联图生成子模块,用于查找出错误答题关联的薄弱知识点,并进一步以薄弱知识点的先备知识点和后继知识点为关联诊断依据,诊断出可能引发该知识点没被掌握的先备知识点和可能导致后续难以掌握的后续知识点,形成以薄弱知识点为核心的薄弱知识关联图;知识水平判定子模块,用于对关联同一薄弱知识点的不同试题进行难度统计分析,由此确定测试学生关于这一薄弱知识点的知识水平级别;诊断输出子模块,用于生成并输出包含薄弱知识关联图和知识水平级别信息的测试诊断报告,更新知识数据库
补救模块,包括答题解析子模块,用于呈现试题解析;试题推荐子模块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路线图中的每一个知识点节点推荐与知识水平级别匹配的试题集;资源推荐子模块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路线图中的每一个知识点节点推荐与知识水平级别匹配的资源集。
总体而言,通过本发明所构思的以上技术方案与现有技术相比:
本发明数据库信息完备,包括学科信息、知识点信息、试题信息、资源信息、学生信息、测试信息,并在各类信息中建立了基于知识点的密切联系,便于后续基于知识点的智能组卷测试和诊断;
本发明以知识点的先备知识点和后继知识点为关联诊断依据,诊断出可能引发该知识点没被掌握的先备知识点和可能导致后续难以掌握的后续知识点,形成以薄弱知识点为核心的且带有知识水平级别属性的薄弱知识关联图,相比传统单一知识点诊断方法,本发明诊断结果更准确、更***、更能体现知识点学习的规律性。
本发明提供三种方式巩固加强学***级别匹配的试题集,第三种是为知识点巩固路线图中的知识节点推荐与知识水平级别匹配的资源集,通过试题解析、巩固试题和资源的选择或组合,可***地对测试者因地制宜的完成巩固学***和需求。
附图说明
图1是本发明数据库构建流程图;
图2是本发明学情诊断技术思路示意图;
图3是本发明学情诊断***结构图;
图4是测试模块的工作流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1给出了本发明数据库构建流程图,具体为:
(1)构建数据表
构建数据表,包括:学科库数据表、知识点库数据表、试题库数据表、资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据表。下面对各数据表详细说明:
(a)学科库数据表
学科涵盖语文、数学、英语、化学、物理、生物、历史、地理和政治九大学科,包括的属性字段有:学科编号、学科名、学段等字段信息。学段包括小学、初中和高中。
(b)知识点库数据表
学科知识库数据表存储各学科所有的知识点及知识点之间的关系。具体包括的字段信息有:知识点编号、学科编号、知识点名称、知识点权重、先备知识点和后继知识点。
建立知识点库数据表,包括如下步骤:①收集知识点,学科专家结合学科考纲、多个版本的教材大纲,穷举本学科所有的知识点。②知识点的分类与重组,组织多位学科专家汇总分析收集的知识点,知识点一般可有六级,第一级知识点粒度最大,称为“单元知识点”。“单元知识点”是将多个小的知识点归整在一起后的大粒度知识点,可当作学习的一个单元,相对独立,一般是各版本教材上的“章知识点”;再将其它小知识点进行分类归到不同一级知识点下,形成二级、三级等下层级别的知识点,也可按相应级别粒度的规则将大粒度知识点进行切分,一般二级知识点是教材中的“节知识点”,三级往右点为教材中“小节知识点”……采用“小知识点聚类”与“大知识点切分”的方法,划分最多六级知识点,六级知识点由上至下粒度越来越小,级数越多,其知识分类越细,自动分析与诊断越精确。一级知识点之间以及同一级知识点下的同级知识点之间均为兄弟关系,共同组成上一级知识点,即父知识点。父知识点与子知识点之间具有层级关系,是一种知识的树状结构。③先备关系与后继关系。在上步整理出的知识树基础上,查找知识树上的每个节点的先备知识与后继知识。先备知识点,即学习此知识点之前必须习的知识点;后继知识点,是对此知识点掌握程度可能会影响的知识点。***根据知识点间的兄弟关系与层级关系,自动标识学习某知识点之前必须掌握的先备知识,然后,集学科专家智慧,标识***未找出的隐形的先备知识点。其后继知识由***自动关联。
(c)试题库数据表
试题库数据表存储学科专家针对某个知识点单独设计的诊断试题,诊断题标注严格。其描述信息有试题号、试题题干、试题选项(选择题专有)、题型、***、试题关联的知识点编号、试题解析、试题难度、试题备注等字段信息。题型包括选择题、判断题、多选题、解答题等多种类型,试题难度属性由小到大分为譬如“难、中、易”的三个等级。
(d)资源库数据表
资源库数据表收集与知识点相关的讲解资源,对其标引字段信息有:资源编号、资源名称、资源相关联的知识点号、资源用途、资源类型、资源描述等。资源用途可分为基本概念型、提升型和活用型,其依次对应试题的易、中、难。
(e)学生信息库数据表
学生信息库数据表存储学生信息。描述字段有字生学号、学生信息、学生班级等系列学生描述信息。
(f)测试库数据表
测试库数据表存储新建的测试及测试结果。具体包括的属性字段有:测试号、测试名称、测试时长、测试总分、测试班级、是否生成诊断报告、备注等字段信息,另外预留测试分数(对于班级而言是平均分)、测试诊断报告,在施测结束后填充。测试诊断报告以XML文件格式保存在云端,测试分析报告字段实际保存XML文件在云端的地址,通过Dom文档解析模型可查阅具体报告内容。
(g)测试学生库数据表
测试学生库数据表存储每个学生的测试信息。具体字段包括有:测试学生号、测试号、学生学号、是否完成标识字段,以及预留字段如学生测试分数、测试诊断报告,当***自动统计分析时能快捷填充数据。测试诊断报告一栏中存储测试结果分析的XML文件地址,通过DOM文档解析模型可查阅具体报告内容。
(h)测试答案成绩库数据表
测试答案成绩库数据表存储每位学生每个试题的答案和得分,每条记录具有原子性。包括字段有:ID号、测试学生号、试题号、学生答案、学生答案阅卷得分等。
(2)建立数据表关系
学科库数据表与知识点库数据表通过学科编号字段建立关联;
试题库数据表与知识点库数据表通过知识点编号字段建立关联;
资源库数据表与知识点库数据表通过知识点编号字段建立关联;
测试学生库与测试库数据表通过测试号字段建立关联,测试学生库与学生信息库数据表通过学生学号字段建立关联;
测试答案成绩库数据表与测试学生库通过测试学生号字段关联,测试答案成绩库数据表与试题库数据表通过试题号关联。
(3)录入数据:
将学科、知识点、试题、资源、学生信息、测试信息、测试学生信息和测试成绩信息作为记录分别录入相应的数据表。
图2给出了本发明学情诊断与补救技术思路图,本发明是仿照医生看病的思路来进行的,按照医学诊断的流程“症状→病因→治疗→预防”可将知识诊断分成“现状→归因→补救→预防”四大模块。其可能的归因,病人状态,检测结果、治疗处方、预防措施均存在于“知识库”中。“现状”是通过诊断题参加测试检测出来的知识学习现状;可能的“归因”来源于知识库数据表中的数据,即错误率比较高的知识点;找出原因即可对症下药给予补救建议,本***中“补救”方案是向学生推荐解题动画和薄弱知识的讲解资源,如果学生认真学习了推荐资源即相当于吃了医生处方中的药丸,可改变自己的现在的学习状态;“预防”是针对病因可能会引起的后遗症推荐预防措施,即推荐一些后继知识资源给学习者学习或相似练习题进一步巩固练习。
图3给出了基于上述技术思路的学情诊断***结构图。学情诊断***包括知识数据库、测试模块、诊断模块和补救模块,其中,
知识数据库,包括学科库数据表、知识点库数据表、试题库数据表、资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据表。
测试模块,用于根据待测知识点从试题库数据表中筛选试题发布给测试学生作答,接收测试学生的答题信息,更新知识数据库。
诊断模块,包括阅卷子模块,用于对测试学生答题进行阅卷;薄弱知识关联图生成子模块,用于查找出错误答题关联的薄弱知识点,并进一步以薄弱知识点的先备知识点和后继知识点为关联诊断依据,诊断出可能引发该知识点没被掌握的先备知识点和可能导致后续难以掌握的后续知识点,形成以薄弱知识点为核心的薄弱知识关联图;知识水平判定子模块,用于对关联同一薄弱知识点的不同试题进行难度统计分析,由此确定测试学生关于这一薄弱知识点的知识水平级别,譬如,确定简单题得分率80%以下,则定级在知识点初级水平;中等题得分率在50%以下,则定级在中级水平;高难度题得分率在20%以下,则定级在高级水平,此标准按照根据不同学科不同地区的需要而变化,也可采用其他定级标准;诊断输出子模块,用于生成并输出包含薄弱知识关联图和知识水平级别信息的测试诊断报告,更新知识数据库
补救模块,包括答题解析子模块,用于呈现试题解析;试题推荐子模块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路线图中的每一个知识点节点推荐与知识水平级别匹配的试题集;资源推荐子模块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路线图中的每一个知识点节点推荐与知识水平级别匹配的资源集。诊断的目的就是为了找到现状的归因并给予补救建议,以便对症下药,进行补救学***级别为初级,推荐基本概念型资源和简单难度的试题;知识水平级别为中级,推荐提升型资源和中等难度的试题;知识水平级别为困难,推荐活用型资源和较难的试题。在推荐试题和资源时,还可参考知识点权重,确定某项知识点为薄弱知识,则调用此知识点的多个子知识点集,优先推荐子知识点中权重较高的知识点的试题与资源,且推荐试题与资源数目多余其他权重低的知识,帮助学习者优先掌握重点。
按照本发明的较佳实施方式,所述知识点巩固路线图的具体实现方式为:以薄弱知识点集内薄弱知识点之间的先备与后继关联关系为基础,参考薄弱知识点集之外的先备与后继关系,借鉴类似于最短路径的算法,规划从当前薄弱知识出发,优先调用薄弱知识集中的先备知识,打牢先备基础知识;再巩固组成当前薄弱知识的子知识点,进而攻克当前薄弱知识;为了预防薄弱知识产生的后遗症,最后需进一步巩固当前知识的后继知识。以此类推,完成学习者薄弱知识集中所有知识的巩固。巩固路线生成坚持先易后难的原则,旨在帮助学习者规划路线最短,学习最为高效的巩固路线图。按照本发明的较佳实施方式,测试模块将线上和线下测试数据融合,解决了现有技术无法对大量存在的纸质考试进行深层次、个性化诊断分析的技术问题。具体包括:组卷子模块、线上测试子模块和线下测试子模块。
组卷子模块,包括自动组卷子模块,用于根据待测知识点从试题库数据表中筛选出试题,选题时还可细节规定知识点权重和不同难度试题数比例;交互式组卷子模块,用于提供交互式界面以供用户输入试题,对输入的试题按照试题库数据表的属性字段进行标记,将输入的试题作为一条新的纪录写入试题库数据表;
线上测试子模块,用于执行线上测试,将线上测试数据写入知识数据库;
线下测试子模块,用于打印试题以实施线下测试,将线下测试数据电子化处理,将电子化处理数据写入知识数据库。
图4给出了测试模块的工作流程图。收集施测数据的出题方式有两种:一种是基于现有诊断题库中的数据,根据知识点筛选试题,发布测试给学生作答,此类试题是学科专家根据知识库中的知识点单独设计试题,此种数据本身为电子化数据,无需单独处理;另一种方式是老师自主出题,此类题在现诊断题库中不存在,此时需将试题电子化,并对其按照诊断题库数据表中的基本信息进行标注,包括试题题干、试题选项(选择题专有)、题型、***、试题关联的知识点号、试题解析、试题困难度等字段信息,扩充现有诊断题库中的试题。学科专家扩充题库的同时学生可参加测试,并认真作答,提交试卷。所述学生参加测试包括线上测试与线下测试,线上测试中,学生在***中的一切操作包括作答时间、所选答案都将由程序自动记录;线下测试中,测试数据通过电子化设备如扫描仪、手机、摄像机等将纸质答题数据电子化得到学生答题电子数据。接着展开阅卷,客观题由于答题唯一确定,由***自动判断对错,给予分值;主观题需老师手工在线阅卷,即对每个学生的每个试题手动给分值,以此将所有纸质数据电子化。
最后将试题、答题电子数据和试题阅卷分值分别导入到相应的数据库表中,如老师自主出的试题电子化后保存至诊断题库数据表中,学生参加线下测试得到的纸质答题数据也经过电子化处理后保存至测试答案成绩库数据表中,其阅卷所得分值亦保存至测试答案成绩库数据表中,以供诊断分析时调用。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种知识数据库构建方法,其特征在于,包括以下步骤:
(1)构建数据表:
构建学科库数据表、知识点库数据表、试题库数据表、资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据表;其中,
学科库数据表包括的属性字段有:学科编号、学科名和学段;
知识点库数据表包括的属性字段有:知识点编号、学科编号、知识点名称、知识点权重、先备知识点和后继知识点;
试题库数据表包括的属性字段有:试题号、试题题干、试题选项、题型、***、知识点编号、试题解析、试题难度和试题备注;
所述资源库数据表包括的属性字段有:资源编号、资源名称、知识点编号、资源用途、资源类型和资源描述;
学生信息库数据表包括的属性字段有:学生学号、学生名字和学生班级;
测试库数据表包括的属性字段有:测试号、测试名称、测试时长、测试总分、测试班级、测试分数、测试诊断报告和测试备注;
测试学生库数据表包括的属性字段有:测试学生号、测试号、学生学号、测试总分、测试分数、测试诊断报告和测试备注;
测试答案成绩库数据表包括的属性字段有:ID号、测试学生号、试题号、学生答案、学生答案阅卷得分;
(2)建立数据表关系:
学科库数据表与知识点库数据表通过学科编号字段建立关联;
试题库数据表与知识点库数据表通过知识点编号字段建立关联;
资源库数据表与知识点库数据表通过知识点编号字段建立关联;
测试学生库与测试库数据表通过测试号字段建立关联,测试学生库与学生信息库数据表通过学生学号字段建立关联;
测试答案成绩库数据表与测试学生库通过测试学生号字段关联,测试答案成绩库数据表与试题库数据表通过试题号关联;
(3)录入数据:
将学科、知识点、试题、资源、学生信息、测试信息、测试学生信息和测试成绩信息作为记录分别录入相应的数据表。
2.按照权利要求1所述的知识数据库构建方法得到的数据库。
3.一种基于权利要求2所述知识数据库的学情诊断***,其特征在于,包括知识数据库、测试模块、诊断模块和补救模块;
知识数据库,包括学科库数据表、知识点库数据表、试题库数据表、资源库数据表、学生信息库数据表、测试库数据表、测试学生库数据表和测试成绩库数据表;
测试模块,用于根据待测知识点从试题库数据表中筛选试题发布给测试学生作答,接收测试学生的答题信息,更新知识数据库;
诊断模块,包括阅卷子模块,用于对测试学生答题进行阅卷;薄弱知识关联图生成子模块,用于查找出错误答题关联的薄弱知识点,并进一步以薄弱知识点的先备知识点和后继知识点为关联诊断依据,诊断出可能引发该知识点没被掌握的先备知识点和可能导致后续难以掌握的后续知识点,形成以薄弱知识点为核心的薄弱知识关联图;知识水平判定子模块,用于对关联同一薄弱知识点的不同试题进行难度统计分析,由此确定测试学生关于这一薄弱知识点的知识水平级别;诊断输出子模块,用于生成并输出包含薄弱知识关联图和知识水平级别信息的测试诊断报告,更新知识数据库
补救模块,包括答题解析子模块,用于呈现试题解析;试题推荐子模块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路线图中的每一个知识点节点推荐与知识水平级别匹配的试题集;资源推荐子模块,用于根据薄弱知识关联图生成知识点巩固路线图,为知识点巩固路线图中的每一个知识点节点推荐与知识水平级别匹配的资源集。
4.根据权利要求3所述的学情诊断***,其特征在于,所述测试模块包括:
组卷子模块,包括自动组卷子模块,用于根据待测知识点从试题库数据表中筛选出试题;交互式组卷子模块,用于提供交互式界面以供用户输入试题,对输入的试题按照试题库数据表的属性字段进行标记,将输入的试题作为一条新的纪录写入试题库数据表;
线上测试子模块,用于执行线上测试,将线上测试数据写入知识数据库;
线下测试子模块,用于打印试题以实施线下测试,将线下测试数据电子化处理,将电子化处理数据写入知识数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510853487.2A CN105512214A (zh) | 2015-11-28 | 2015-11-28 | 一种知识数据库、构建方法及学情诊断*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510853487.2A CN105512214A (zh) | 2015-11-28 | 2015-11-28 | 一种知识数据库、构建方法及学情诊断*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105512214A true CN105512214A (zh) | 2016-04-20 |
Family
ID=55720196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510853487.2A Pending CN105512214A (zh) | 2015-11-28 | 2015-11-28 | 一种知识数据库、构建方法及学情诊断*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105512214A (zh) |
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340219A (zh) * | 2016-08-16 | 2017-01-18 | 广东小天才科技有限公司 | 一种题目推荐方法及***、相关设备 |
CN106683510A (zh) * | 2017-03-27 | 2017-05-17 | 南方科技大学 | 辅助学习的方法及装置 |
CN106875769A (zh) * | 2017-03-10 | 2017-06-20 | 杭州博世数据网络有限公司 | 一种数学练习用出题*** |
CN107230406A (zh) * | 2017-06-29 | 2017-10-03 | 北京易教阳光教育科技有限公司 | 一种电子教育学习***和方法 |
CN107273079A (zh) * | 2017-05-18 | 2017-10-20 | 网易(杭州)网络有限公司 | 关联信息显示、图谱处理方法、装置、介质、设备和*** |
CN107273490A (zh) * | 2017-06-14 | 2017-10-20 | 北京工业大学 | 一种基于知识图谱的组合错题推荐方法 |
CN107481568A (zh) * | 2017-09-19 | 2017-12-15 | 广东小天才科技有限公司 | 一种知识点巩固方法及用户终端 |
CN107492275A (zh) * | 2017-09-07 | 2017-12-19 | 李卫东 | 辅助学习方法及装置 |
CN107590247A (zh) * | 2017-09-18 | 2018-01-16 | 杭州博世数据网络有限公司 | 一种基于群体知识诊断的智能组卷方法 |
CN107862088A (zh) * | 2017-12-01 | 2018-03-30 | 广州摩翼信息科技有限公司 | 基于人工智能的智慧化教学结果获取方法及*** |
CN108021613A (zh) * | 2017-11-02 | 2018-05-11 | 浙江工商大学 | 一种试题对相关度在线计算的方法 |
CN108053098A (zh) * | 2017-11-24 | 2018-05-18 | 河南大学 | 一种基于大数据的学习成绩分析方法 |
CN108255833A (zh) * | 2016-12-28 | 2018-07-06 | ***通信集团公司 | 一种知识信息互动方法及*** |
CN108255962A (zh) * | 2017-12-22 | 2018-07-06 | 东软集团股份有限公司 | 知识点关联方法、装置、存储介质和电子设备 |
CN108446768A (zh) * | 2018-05-02 | 2018-08-24 | 水木天骄(深圳)科技有限公司 | 一种学生建模的方法和装置 |
CN108596472A (zh) * | 2018-04-20 | 2018-09-28 | 贵州金符育才教育科技有限公司 | 一种理科学习的人工智能教学***及方法 |
CN108763588A (zh) * | 2018-06-19 | 2018-11-06 | 深圳习习网络科技有限公司 | 一种知识点量化分析方法及装置 |
CN108846579A (zh) * | 2018-06-15 | 2018-11-20 | 北方工业大学 | 一种学科知识的知识量计算方法和*** |
CN108897828A (zh) * | 2018-06-21 | 2018-11-27 | 广东小天才科技有限公司 | 一种知识***构建方法及电子设备 |
CN108960617A (zh) * | 2018-06-29 | 2018-12-07 | 合肥霞康电子商务有限公司 | 一种基于大数据的教育辅助*** |
CN109035088A (zh) * | 2018-07-19 | 2018-12-18 | 江苏黄金屋教育发展股份有限公司 | 基于错题的自适应学习方法 |
CN109035104A (zh) * | 2018-10-29 | 2018-12-18 | 苏州友教习亦教育科技有限公司 | 支持走班制的学生信息管理***及管理方法 |
TWI647677B (zh) * | 2017-11-27 | 2019-01-11 | 南一書局企業股份有限公司 | Online test system and method capable of retrospecting and remedying prior knowledge |
CN109272789A (zh) * | 2018-10-31 | 2019-01-25 | 安徽网网络科技有限公司 | 基于数据分析的学习效果评估***及评估方法 |
CN109299882A (zh) * | 2018-10-11 | 2019-02-01 | 四川生学教育科技有限公司 | 一种成绩分析、诊断预测和学***台 |
CN109684436A (zh) * | 2018-11-30 | 2019-04-26 | 北京作业盒子科技有限公司 | 一种知识的关联方法及应用 |
CN109739829A (zh) * | 2019-01-15 | 2019-05-10 | 山东仁博信息科技有限公司 | 一种基于日常作业的学生知识体系分析*** |
CN109977230A (zh) * | 2019-04-02 | 2019-07-05 | 上海乂学教育科技有限公司 | 适合自适应教学的选择题错因分析方法 |
CN110019185A (zh) * | 2017-09-06 | 2019-07-16 | 电子科技大学中山学院 | 一种基于知识图的智能教学诊断方法 |
CN110517019A (zh) * | 2019-08-26 | 2019-11-29 | 西安文理学院 | 基于语义的注册信息安全人员认证能力测评方法及*** |
CN110807962A (zh) * | 2019-11-19 | 2020-02-18 | 浙江创课网络科技有限公司 | 一种智能组卷考试*** |
CN111143750A (zh) * | 2020-01-06 | 2020-05-12 | 成都信息工程大学 | 基于碎片化学***台 |
CN111563156A (zh) * | 2020-04-30 | 2020-08-21 | 广东小天才科技有限公司 | 一种知识点智能诊断的方法、装置、电子设备及存储介质 |
CN111739366A (zh) * | 2020-07-21 | 2020-10-02 | 山东培立优教育科技有限公司 | 基于自洽性体系的自适应考前冲刺在线学习方法及*** |
CN111831831A (zh) * | 2020-07-17 | 2020-10-27 | 广东金融学院 | 一种基于知识图谱的个性化学习平台及其构建方法 |
CN112150041A (zh) * | 2020-10-21 | 2020-12-29 | 艾迪安逊国际投资(广州)有限公司 | 一种智能教育机器人辅助学习方法 |
CN112235333A (zh) * | 2019-07-15 | 2021-01-15 | 北京字节跳动网络技术有限公司 | 一种功能包管理方法、装置、设备及存储介质 |
CN112241447A (zh) * | 2020-12-18 | 2021-01-19 | 北京世纪好未来教育科技有限公司 | 一种学情数据处理方法、装置、计算机设备及存储介质 |
CN112766777A (zh) * | 2021-01-25 | 2021-05-07 | 广东工程职业技术学院 | 一种基于记忆网络模型的学生学习过程评估方法及*** |
CN112905660A (zh) * | 2021-02-05 | 2021-06-04 | 广东金融学院 | 一种中高职及本科人才培养管理***及方法 |
CN112925919A (zh) * | 2021-03-03 | 2021-06-08 | 曲阜师范大学 | 一种知识图谱驱动的个性化作业布置方法 |
CN114155124A (zh) * | 2022-02-07 | 2022-03-08 | 山东建筑大学 | 一种试题资源推荐方法及*** |
CN111341157B (zh) * | 2020-02-10 | 2022-04-01 | 武汉知童教育科技有限公司 | 听觉认知能力的训练方法 |
CN118115330A (zh) * | 2024-04-29 | 2024-05-31 | 深圳市鸿普森科技股份有限公司 | 基于ai的考试实时阅卷和评价*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1635486A (zh) * | 2003-12-25 | 2005-07-06 | 英业达股份有限公司 | 能够提高成绩的快速学习***及方法 |
CN101000643A (zh) * | 2006-01-10 | 2007-07-18 | 英业达股份有限公司 | 具有复习功能的学习***及方法 |
CN101105853A (zh) * | 2007-08-16 | 2008-01-16 | 上海交通大学 | 网络教学中基于非零起点的个性化导学*** |
CN101770702A (zh) * | 2010-03-26 | 2010-07-07 | 武汉福来尔科技有限公司 | 手持式学习诊断分析装置 |
CN102074135A (zh) * | 2010-10-21 | 2011-05-25 | 无敌科技(西安)有限公司 | 一种题库建置方法及装置 |
CN102314782A (zh) * | 2011-09-16 | 2012-01-11 | 无敌科技(西安)有限公司 | 依据学习效果评量、评量结果产生教学内容的装置及储存媒体 |
CN102549634A (zh) * | 2010-09-30 | 2012-07-04 | 株式会社拓人 | 测试题制作服务器、结果表单制作服务器、习题集制作服务器、问题管理服务器、测试题制作程序、结果表单制作程序、习题集制作程序以及问题管理程序 |
CN103514769A (zh) * | 2012-06-15 | 2014-01-15 | 上海蓝卓教育信息科技有限公司 | 智能学习线路设计***及方法 |
CN103605706A (zh) * | 2013-11-11 | 2014-02-26 | 华中师范大学 | 一种基于知识地图的资源检索方法 |
-
2015
- 2015-11-28 CN CN201510853487.2A patent/CN105512214A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1635486A (zh) * | 2003-12-25 | 2005-07-06 | 英业达股份有限公司 | 能够提高成绩的快速学习***及方法 |
CN101000643A (zh) * | 2006-01-10 | 2007-07-18 | 英业达股份有限公司 | 具有复习功能的学习***及方法 |
CN101105853A (zh) * | 2007-08-16 | 2008-01-16 | 上海交通大学 | 网络教学中基于非零起点的个性化导学*** |
CN101770702A (zh) * | 2010-03-26 | 2010-07-07 | 武汉福来尔科技有限公司 | 手持式学习诊断分析装置 |
CN102549634A (zh) * | 2010-09-30 | 2012-07-04 | 株式会社拓人 | 测试题制作服务器、结果表单制作服务器、习题集制作服务器、问题管理服务器、测试题制作程序、结果表单制作程序、习题集制作程序以及问题管理程序 |
CN102074135A (zh) * | 2010-10-21 | 2011-05-25 | 无敌科技(西安)有限公司 | 一种题库建置方法及装置 |
CN102314782A (zh) * | 2011-09-16 | 2012-01-11 | 无敌科技(西安)有限公司 | 依据学习效果评量、评量结果产生教学内容的装置及储存媒体 |
CN103514769A (zh) * | 2012-06-15 | 2014-01-15 | 上海蓝卓教育信息科技有限公司 | 智能学习线路设计***及方法 |
CN103605706A (zh) * | 2013-11-11 | 2014-02-26 | 华中师范大学 | 一种基于知识地图的资源检索方法 |
Cited By (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340219A (zh) * | 2016-08-16 | 2017-01-18 | 广东小天才科技有限公司 | 一种题目推荐方法及***、相关设备 |
CN108255833A (zh) * | 2016-12-28 | 2018-07-06 | ***通信集团公司 | 一种知识信息互动方法及*** |
CN108255833B (zh) * | 2016-12-28 | 2021-11-09 | ***通信集团公司 | 一种知识信息互动方法及*** |
CN106875769A (zh) * | 2017-03-10 | 2017-06-20 | 杭州博世数据网络有限公司 | 一种数学练习用出题*** |
CN106683510A (zh) * | 2017-03-27 | 2017-05-17 | 南方科技大学 | 辅助学习的方法及装置 |
CN107273079B (zh) * | 2017-05-18 | 2020-06-02 | 网易有道信息技术(杭州)有限公司 | 关联信息显示、图谱处理方法、装置、介质、设备和*** |
CN107273079A (zh) * | 2017-05-18 | 2017-10-20 | 网易(杭州)网络有限公司 | 关联信息显示、图谱处理方法、装置、介质、设备和*** |
CN107273490A (zh) * | 2017-06-14 | 2017-10-20 | 北京工业大学 | 一种基于知识图谱的组合错题推荐方法 |
CN107273490B (zh) * | 2017-06-14 | 2020-04-17 | 北京工业大学 | 一种基于知识图谱的组合错题推荐方法 |
CN107230406A (zh) * | 2017-06-29 | 2017-10-03 | 北京易教阳光教育科技有限公司 | 一种电子教育学习***和方法 |
CN110019185B (zh) * | 2017-09-06 | 2023-09-15 | 电子科技大学中山学院 | 一种基于知识图的智能教学诊断方法 |
CN110019185A (zh) * | 2017-09-06 | 2019-07-16 | 电子科技大学中山学院 | 一种基于知识图的智能教学诊断方法 |
CN107492275A (zh) * | 2017-09-07 | 2017-12-19 | 李卫东 | 辅助学习方法及装置 |
CN107590247A (zh) * | 2017-09-18 | 2018-01-16 | 杭州博世数据网络有限公司 | 一种基于群体知识诊断的智能组卷方法 |
CN107481568A (zh) * | 2017-09-19 | 2017-12-15 | 广东小天才科技有限公司 | 一种知识点巩固方法及用户终端 |
CN108021613A (zh) * | 2017-11-02 | 2018-05-11 | 浙江工商大学 | 一种试题对相关度在线计算的方法 |
CN108053098A (zh) * | 2017-11-24 | 2018-05-18 | 河南大学 | 一种基于大数据的学习成绩分析方法 |
TWI647677B (zh) * | 2017-11-27 | 2019-01-11 | 南一書局企業股份有限公司 | Online test system and method capable of retrospecting and remedying prior knowledge |
CN109841105A (zh) * | 2017-11-27 | 2019-06-04 | 南一书局企业股份有限公司 | 能回溯并补救先备知识的线上测验***及方法 |
CN107862088A (zh) * | 2017-12-01 | 2018-03-30 | 广州摩翼信息科技有限公司 | 基于人工智能的智慧化教学结果获取方法及*** |
CN108255962A (zh) * | 2017-12-22 | 2018-07-06 | 东软集团股份有限公司 | 知识点关联方法、装置、存储介质和电子设备 |
CN108596472A (zh) * | 2018-04-20 | 2018-09-28 | 贵州金符育才教育科技有限公司 | 一种理科学习的人工智能教学***及方法 |
CN108446768A (zh) * | 2018-05-02 | 2018-08-24 | 水木天骄(深圳)科技有限公司 | 一种学生建模的方法和装置 |
CN108846579A (zh) * | 2018-06-15 | 2018-11-20 | 北方工业大学 | 一种学科知识的知识量计算方法和*** |
CN108846579B (zh) * | 2018-06-15 | 2021-06-08 | 北方工业大学 | 一种学科知识的知识量计算方法和*** |
CN108763588A (zh) * | 2018-06-19 | 2018-11-06 | 深圳习习网络科技有限公司 | 一种知识点量化分析方法及装置 |
CN108897828A (zh) * | 2018-06-21 | 2018-11-27 | 广东小天才科技有限公司 | 一种知识***构建方法及电子设备 |
CN108960617A (zh) * | 2018-06-29 | 2018-12-07 | 合肥霞康电子商务有限公司 | 一种基于大数据的教育辅助*** |
CN109035088A (zh) * | 2018-07-19 | 2018-12-18 | 江苏黄金屋教育发展股份有限公司 | 基于错题的自适应学习方法 |
CN109299882A (zh) * | 2018-10-11 | 2019-02-01 | 四川生学教育科技有限公司 | 一种成绩分析、诊断预测和学***台 |
CN109035104A (zh) * | 2018-10-29 | 2018-12-18 | 苏州友教习亦教育科技有限公司 | 支持走班制的学生信息管理***及管理方法 |
CN109035104B (zh) * | 2018-10-29 | 2023-11-28 | 苏州友教习亦教育科技有限公司 | 支持走班制的学生信息管理***及管理方法 |
CN109272789A (zh) * | 2018-10-31 | 2019-01-25 | 安徽网网络科技有限公司 | 基于数据分析的学习效果评估***及评估方法 |
CN109684436A (zh) * | 2018-11-30 | 2019-04-26 | 北京作业盒子科技有限公司 | 一种知识的关联方法及应用 |
CN109684436B (zh) * | 2018-11-30 | 2021-08-03 | 北京作业盒子科技有限公司 | 一种知识的关联方法及应用 |
CN109739829A (zh) * | 2019-01-15 | 2019-05-10 | 山东仁博信息科技有限公司 | 一种基于日常作业的学生知识体系分析*** |
CN109977230A (zh) * | 2019-04-02 | 2019-07-05 | 上海乂学教育科技有限公司 | 适合自适应教学的选择题错因分析方法 |
CN112235333A (zh) * | 2019-07-15 | 2021-01-15 | 北京字节跳动网络技术有限公司 | 一种功能包管理方法、装置、设备及存储介质 |
CN110517019A (zh) * | 2019-08-26 | 2019-11-29 | 西安文理学院 | 基于语义的注册信息安全人员认证能力测评方法及*** |
CN110807962A (zh) * | 2019-11-19 | 2020-02-18 | 浙江创课网络科技有限公司 | 一种智能组卷考试*** |
CN110807962B (zh) * | 2019-11-19 | 2021-07-20 | 浙江创课网络科技有限公司 | 一种智能组卷考试*** |
CN111143750A (zh) * | 2020-01-06 | 2020-05-12 | 成都信息工程大学 | 基于碎片化学***台 |
CN111143750B (zh) * | 2020-01-06 | 2023-03-17 | 成都信息工程大学 | 基于碎片化学***台 |
CN111341157B (zh) * | 2020-02-10 | 2022-04-01 | 武汉知童教育科技有限公司 | 听觉认知能力的训练方法 |
CN111563156A (zh) * | 2020-04-30 | 2020-08-21 | 广东小天才科技有限公司 | 一种知识点智能诊断的方法、装置、电子设备及存储介质 |
CN111563156B (zh) * | 2020-04-30 | 2023-10-13 | 广东小天才科技有限公司 | 一种知识点智能诊断的方法、装置、电子设备及存储介质 |
CN111831831A (zh) * | 2020-07-17 | 2020-10-27 | 广东金融学院 | 一种基于知识图谱的个性化学习平台及其构建方法 |
CN111739366B (zh) * | 2020-07-21 | 2022-05-24 | 山东培立优教育科技有限公司 | 基于自洽性体系的自适应考前冲刺在线学习方法及*** |
CN111739366A (zh) * | 2020-07-21 | 2020-10-02 | 山东培立优教育科技有限公司 | 基于自洽性体系的自适应考前冲刺在线学习方法及*** |
CN112150041A (zh) * | 2020-10-21 | 2020-12-29 | 艾迪安逊国际投资(广州)有限公司 | 一种智能教育机器人辅助学习方法 |
CN112241447A (zh) * | 2020-12-18 | 2021-01-19 | 北京世纪好未来教育科技有限公司 | 一种学情数据处理方法、装置、计算机设备及存储介质 |
CN112766777B (zh) * | 2021-01-25 | 2022-08-26 | 广东工程职业技术学院 | 一种基于记忆网络模型的学生学习过程评估方法及*** |
CN112766777A (zh) * | 2021-01-25 | 2021-05-07 | 广东工程职业技术学院 | 一种基于记忆网络模型的学生学习过程评估方法及*** |
CN112905660B (zh) * | 2021-02-05 | 2022-12-20 | 广东金融学院 | 一种中高职及本科人才培养管理***及方法 |
CN112905660A (zh) * | 2021-02-05 | 2021-06-04 | 广东金融学院 | 一种中高职及本科人才培养管理***及方法 |
CN112925919A (zh) * | 2021-03-03 | 2021-06-08 | 曲阜师范大学 | 一种知识图谱驱动的个性化作业布置方法 |
CN114155124A (zh) * | 2022-02-07 | 2022-03-08 | 山东建筑大学 | 一种试题资源推荐方法及*** |
CN118115330A (zh) * | 2024-04-29 | 2024-05-31 | 深圳市鸿普森科技股份有限公司 | 基于ai的考试实时阅卷和评价*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105512214A (zh) | 一种知识数据库、构建方法及学情诊断*** | |
Figl | Comprehension of procedural visual business process models: a literature review | |
Loevinger | Objective tests as instruments of psychological theory | |
WO2018227762A1 (zh) | 一种基于网络的在线互动学习***和方法 | |
Ahmar et al. | Socio economic status and its relation to academic achievement of higher secondary school students | |
Wong et al. | Critical care ultrasound: a systematic review of international training competencies and program | |
Werner et al. | Investigating how German biology teachers use three-dimensional physical models in classroom instruction: a video study | |
CN102549634A (zh) | 测试题制作服务器、结果表单制作服务器、习题集制作服务器、问题管理服务器、测试题制作程序、结果表单制作程序、习题集制作程序以及问题管理程序 | |
Göhner et al. | Preservice science teachers’ strategies in scientific reasoning: the case of modeling | |
Holder | Clinical reasoning: a state of the science report | |
CN108446768A (zh) | 一种学生建模的方法和装置 | |
WO2022193040A1 (zh) | 一种理科教学***及其使用方法、计算机可读存储介质 | |
CN107895518A (zh) | 信息化护士培训方法 | |
Bachman | Linking observations to interpretations and uses in TESOL research | |
Embretson | FOCUS ARTICLE: the second century of ability testing: some predictions and speculations | |
Javidanmehr et al. | Cognitive Diagnostic Assessment: Issues and Considerations. | |
Fisher | Predicting teachers’ perception of inclusion: What is the role of self-efficacy | |
Baird et al. | Rater accuracy and training group effects in Expert-and Supervisor-based monitoring systems | |
Jong et al. | Diagnostic and remedial learning strategy based on conceptual graphs | |
Acar-Erdol et al. | Gender gap in reading achievement: the mediating role of metacognitive strategies and reading-related attitudes | |
Lee et al. | Mining relations between personality traits and learning styles | |
Bruun | Networks in Physics Education Research | |
Ogunkunle et al. | A data mining based optimization of selecting learning material in an intelligent tutoring system for advancing STEM education | |
Yoo et al. | Generating score reports: Psychometric issues to consider | |
DUFF et al. | Research Guidelines in TESOL: Alternative Perspectives: Linking Observations to Interpretations and Uses in TESOL Research |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160420 |