CN108389145A - 基于大数据的学业人格测评与培养系统 - Google Patents
基于大数据的学业人格测评与培养系统 Download PDFInfo
- Publication number
- CN108389145A CN108389145A CN201810125977.4A CN201810125977A CN108389145A CN 108389145 A CN108389145 A CN 108389145A CN 201810125977 A CN201810125977 A CN 201810125977A CN 108389145 A CN108389145 A CN 108389145A
- Authority
- CN
- China
- Prior art keywords
- school work
- test
- appraisal
- machine system
- integrated machine
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 62
- 238000007405 data analysis Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000012937 correction Methods 0.000 claims abstract description 5
- 238000013480 data collection Methods 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000010249 in-situ analysis Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 230000007717 exclusion Effects 0.000 claims description 2
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
- G06Q50/2057—Career enhancement or continuing education service
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于大数据的学业人格测评与培养系统，包括硬件部分和软件部分，所述硬件部分包括测评一体主机、数据传输接口、信号处理器和高速扫描器，所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模块、数据分析模块和学业人格测评报告；学业人格问卷库与测评一体机系统相连，用于提供系统全面测量K12教育阶段学生学习自主性的成套问卷；智能识别模块与测评一体机系统相连，用于对扫描后的问卷进行快速识别，及反馈异常情况以供人工校对处理；数据分析模块与测评一体机系统相连，用于处理和分析学业人格问卷回收数据及学生学业表现数据；学业人格测评报告与测评一体机系统相连，用于发现影响学业人格的因素并给出相应的教育建议。
Description
技术领域
本发明属于一种教学测评系统，尤其涉及到一款基于大数据的学业人格测评与培养系统。
背景技术
目前对于学生的测试与评价仅限于学习成绩、心理健康水平、操行水平等，其中的客观评价仅限于对学生的学业水平进行考试评定，手段十分有限，更多时候只能用教师主观经验判断的方式对学生进行学业水平以外的评价。从人格心理学的角度讲，学生的人格特质对其学业表现及学业发展潜力具有极为重要的作用，但由于方法及理论的局限，以往的研究中，不同研究的水平参差不齐，而由于相应的理论间的兼容性较差，无法将其系统的整合得到总体性的结论，同时也往往导致海量数据被简单处理，教育者获得的信息也只是少量的，大量有效信息在这个处理过程中被浪费，无法准确地得到测评结果，以致教学内容的调整也无法完全适应学生的需求，无法为提高教学水平提供科学依据。
本系统旨在基于在线大数据分析的技术手段，对学生学业表现、核心学业人格及二者间关系进行深入探讨，同时在学校教育与家庭教育中的发掘其影响因素与机制，从而针对性的对学生学业核心人格与学业表现的提升方法进行实践探索。
发明内容
本发明要解决的技术问题在于提供一种基于大数据的学业人格测评与培养系统，该系统针对K12教育阶段学生的学业人格进行科学、准确、简便、有效的测评，从而为提高教学水平的评估提供可靠的科学依据。
为了解决上述技术问题，本发明通过以下方式来实现：
基于大数据的学业人格测评与培养系统，包括硬件部分和软件部分，所述硬件部分包括测评一体主机、数据传输接口、信号处理器和高速扫描器，所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模块、数据分析模块和学业人格测评报告；
学业人格问卷库与测评一体机系统相连，用于提供系统全面测量K12教育阶段学生自主性的成套问卷；
智能识别模块与测评一体机系统相连，用于对扫描后的问卷进行快速识别，及反馈异常情况以供人工校对处理；
数据分析模块与测评一体机系统相连，用于处理和分析学业人格问卷回收数据及学生学业表现数据；
学业人格测评报告与测评一体机系统相连，用于发现影响学业人格的因素并给出相应的教育建议。
对采集的数据进行智能处理和分析，通过采用基于大数据的学业人格测评与培养系统，其具体步骤如下：
1)将学业人格测评一体机系统部署到硬件部分的测评一体主机中；
2)通过测评一体机系统创建并打印学业人格测评问卷；
3)组织学生进行测试并回收测试问卷，通过测评一体机系统对测试问卷进行快速扫描和智能识别；
4)测评一体机系统的智能识别模块对识别后的数据进行处理和筛选，并基于大数据对海量数据进行实时动态分析；
5)根据分析的数据及现有的培养方案数据库，测评一体机系统的学业人格测评报告提供科学有效的学生学业提升方法；
6)重复执行以上步骤，提高优化测评一体机系统。
与现有技术相比，本发明具有的有益效果：
(1)本发明基于客观数据，并对数据进行智能筛选处理，提高问卷信息数字化导入的效率，相较传统人工主观经验判断或传统单份问卷调查方式，测评科学性、准确性大大提高。
(2)本发明采用统一专业理论基础，解决由于方法及理论的局限，以往的研究中不同研究的水平参差不齐、理论间的兼容性较差、无法将其进行系统性的整合并得到总体性结论的现状。
(3)本发明采用大数据分析技术，改变传统测评只能基于固定算法进行简单统计、反馈结果模式化的现状，提供更精准、个性化的测评结果，同时对测评结果、培养方案、培养效果进行持续跟踪的实时动态分析，提供更精准、更加个性化的培养方案反馈。
附图说明
图1为本发明的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式作进一步详细的说明。
本发明依据学业人格理论，采用定制研发的成套问卷进行笔试的形式对K12教育阶段的学生进行专业测评，通过测评一体机系统对问卷进行快速扫描、智能识别，采用大数据分析技术，对测评结果、培养方案、培养效果进行持续跟踪的实时动态分析，为家长、学校和教育管理者提供更精准、更加个性化的培养方案反馈，促进学生的综合素质和核心素养发展。
如图1所示，基于大数据的学业人格测评与培养系统，包括硬件部分和软件部分，所述硬件部分包括测评一体主机、数据传输接口、信号处理器和高速扫描器，所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模块、数据分析模块和学业人格测评报告；
学业人格问卷库与测评一体机系统相连，用于提供系统全面测量K12教育阶段学生学习自主性的成套问卷；该学业人格成套问卷，是基于学业人格、学生学业发展可持续性、核心素养理论和自我决定理论编制的，用于系统、全面测评K12教育阶段学生的学习自主性的特点及其对学习成绩影响的测评工具。学习自主性包括自主学习意识、自主学习情绪、自主学习倾向、自主学习效能感、自主学习习惯和学习环境控制6个因素。
智能识别模块与测评一体机系统相连，用于对扫描后的问卷进行快速识别，及反馈异常情况以供人工校对处理；智能识别模块可针对普通A4打印纸打印的答题卡，智能判断答题卡所属问卷、对应问卷被测人信息、识别客观题答案，并反馈包括答题卡错误、答题卡编号错误、人员编号错误、答案漏填、答案多选等各种异常情况，以供人工校对处理，操作简便，识别正确率高、速度快。
数据分析模块与测评一体机系统相连，用于处理和分析学业人格问卷回收数据及学生学业表现数据；测评一体机系统，用于问卷测试的创建及答题卡的打印管理、答题卡扫描识别和数据分析、测试管理及学生心理档案管理，通过微信扫码进行身份验证登录，用户“一站式”完成测试的创建、答题卡的识别和分析结果的输出，数据分析模块由云端的大数据分析系统进行计算和处理，学生心理档案包括学生基本信息档案模块、学业人格信息档案模块和心理健康信息档案模块。
学业人格测评报告与测评一体机系统相连，用于发现影响学业人格的因素并给出相应的教育建议。学业人格测评报告以人格心理学、发展与教育心理学等学科的科学理论为指导，根据学业人格成套问卷的测量结果以及学生的学业表现，运用科学的分析手段对学生的学业人格以及学业人格与学习成绩的关系进行综合分析，以发现值得提升的学业人格因素和行为。
对采集的数据进行智能处理和分析，通过采用基于大数据的学业测评与培养系统，其具体步骤如下：
1)将学业人格测评一体机系统部署到硬件部分的测评一体主机中；
2)通过测评一体机系统创建并打印学业人格测评问卷；
3)组织学生进行测试并回收测试问卷，通过测评一体机系统对测试问卷进行快速扫描和智能识别；
4)测评一体机系统的智能识别模块对识别后的数据进行处理和筛选，并基于大数据对海量数据进行实时动态分析；
5)根据分析的数据及现有的培养方案数据库，测评一体机系统的学业人格测评报告提供科学有效的学生学业提升方法；
6)重复执行以上步骤，提高优化测评一体机系统。
将学业人格问卷回收数据结合学生学业表现数据进行处理和分析，用户通过扫描识别答题卡后，基于大数据的学业人格测评与培养系统的智能识别模块和数据分析模块，针对学业人格问卷的数据进行如下计算和分析：
针对学业人格成套问卷：
(1)首先标记未填涂、多选等异常情况，将未填涂或多选的题项分值标记为0；
(2)将选项转换为分值：按照A、B、C、D、E选项分别对应1、2、3、4、5分的对应关系，将各小题选项转换成分值；
(3)修正反向测试题：将反向题的小题分值x按照y＝6-x转换成反向后的分值y；
(4)计算各小题得分的平均分值：将所有个案各小题得分求和后除以得分不为0的个案数，得到各小题得分的平均值；
(5)排除平均分过高的题项：将小题得分平均值大于4.3的题项排除，不再参与后续计算；
(6)个案维度分计算：将某个案各维度的有效题项得分相加除以题项的个数，得到该个案该维度的维度分；
(7)整体维度分计算：将某维度所有有效题项的个案维度平均分相加除以个案数，得到该维度的维度分。
基于大数据的学业人格测评与培养系统的数据分析模块的具体步骤流程如下：
(1)计算各题项与总成绩、各科成绩的皮尔逊相关系数r：排除得分为0的个案后，计算各题项与总成绩、各科成绩的皮尔逊相关系数r；
(2)根据各题项与总成绩、各科成绩的r计算有效维度分：将r＞0.1的题项个案得分相加并除以分值不为0的个案数，得到每个个案的有效维度分，将个案的有效维度分相加除以个案数，得到每个维度对应总成绩、各科成绩的r值筛选后的有效维度分；
(3)找到步骤(2)中总成绩、各科成绩有效维度分最高的3个维度，并找出上述维度中r值最高的2个题项；
(4)将上述结果r值处理成相应数据图表的形式输出；
(5)结合大数据分析系统中的已有数据，分类型分区域再次进行以上相关性分析，将分析结果用于常模的修改和调整；
(6)根据上述结果生成学业人格测评报告。
以上所述仅是本发明的实施方式，再次声明，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进，这些改进也列入本发明权利要求的保护范围内。
Claims (4)
1.基于大数据的学业人格测评与培养系统，其特征在于：包括硬件部分和软件部分，所述硬件部分包括测评一体主机、数据传输接口、信号处理器和高速扫描器，所述软件部分包括测评一体机系统、学业人格问卷库、智能识别模块、数据分析模块和学业人格测评报告；
学业人格问卷库与测评一体机系统相连，用于提供系统全面测量K12教育阶段学生学习自主性的成套问卷；
智能识别模块与测评一体机系统相连，用于对扫描后的问卷进行快速识别，及反馈异常情况以供人工校对处理；
数据分析模块与测评一体机系统相连，用于处理和分析学业人格问卷回收数据及学生学业表现数据；
学业人格测评报告与测评一体机系统相连，用于发现影响学业人格的因素并给出相应的教育建议。
2.如权利要求1所述的基于大数据的学业人格测评与培养系统，其特征在于：其具体运行步骤如下：
1)将学业人格测评一体机系统部署到硬件部分的测评一体主机中；
2)通过测评一体机系统创建并打印学业人格测评问卷；
3)组织学生进行测试并回收测试问卷，通过测评一体机系统对测试问卷进行快速扫描和智能识别；
4)测评一体机系统的智能识别模块对识别后的数据进行处理和筛选，并基于大数据对海量数据进行实时动态分析；
5)根据分析的数据及现有的培养方案数据库，测评一体机系统的学业人格测评报告提供科学有效的学生学业提升方法；
6)重复执行以上步骤，提高优化测评一体机系统。
3.如权利要求1所述的基于大数据的学业人格测评与培养系统，其特征在于：所述智能识别模块针对学业人格成套问卷具体运行步骤如下：
(1)首先标记未填涂、多选等异常情况，将未填涂或多选的题项分值标记为0；
(2)将选项转换为分值：按照A、B、C、D、E选项分别对应1、2、3、4、5分的对应关系，将各小题选项转换成分值；
(3)修正反向测试题：将反向题的小题分值x按照y＝6-x转换成反向后的分值y；
(4)计算各小题得分的平均分值：将所有个案各小题得分求和后除以得分不为0的个案数，得到各小题得分的平均值；
(5)排除平均分过高的题项：将小题得分平均值大于4.3的题项排除，不再参与后续计算；
(6)个案维度分计算：将某个案各维度的有效题项得分相加除以题项的个数，得到该个案该维度的维度分；
(7)整体维度分计算：将某维度所有有效题项的个案维度平均分相加除以个案数，得到该维度的维度分。
4.如权利要求1所述的基于大数据的学业人格测评与培养系统，其特征在于：所述数据分析模块的具体步骤流程如下：
(1)计算各题项与总成绩、各科成绩的皮尔逊相关系数r：排除得分为0的个案后，计算各题项与总成绩、各科成绩的皮尔逊相关系数r；
(2)根据各题项与总成绩、各科成绩的r计算有效维度分：将r＞0.1的题项个案得分相加并除以分值不为0的个案数，得到每个个案的有效维度分，将个案的有效维度分相加除以个案数，得到每个维度对应总成绩、各科成绩的r值筛选后的有效维度分；
(3)找到步骤(2)中总成绩、各科成绩有效维度分最高的3个维度，并找出上述维度中r值最高的2个题项；
(4)将上述结果r值处理成相应数据图表的形式输出；
(5)结合大数据分析系统中的已有数据，分类型分区域再次进行以上相关性分析，将分析结果用于常模的修改和调整；
(6)根据上述结果生成学业人格测评报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810125977.4A CN108389145A (zh) | 2018-02-08 | 2018-02-08 | 基于大数据的学业人格测评与培养系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810125977.4A CN108389145A (zh) | 2018-02-08 | 2018-02-08 | 基于大数据的学业人格测评与培养系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108389145A true CN108389145A (zh) | 2018-08-10 |
Family
ID=63074524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810125977.4A Pending CN108389145A (zh) | 2018-02-08 | 2018-02-08 | 基于大数据的学业人格测评与培养系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108389145A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114886425A (zh) * | 2022-07-13 | 2022-08-12 | 东苑(北京)科技有限公司 | 一种基于系统发展理论的忆溯性人格发展评估装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1783164A (zh) * | 2004-10-21 | 2006-06-07 | 奥西-技术有限公司 | 用于自动分析已填写问卷的设备和方法 |
| CN201741154U (zh) * | 2010-02-08 | 2011-02-09 | 巩青歌 | 一种测评问卷识别统计系统 |
| CN102147894A (zh) * | 2011-04-28 | 2011-08-10 | 江苏欧索软件有限公司 | 人才在线测评系统 |
| CN102364513A (zh) * | 2011-10-24 | 2012-02-29 | 彭苏勉 | 大学生综合素质与能力测评系统 |
| US20170103665A1 (en) * | 2015-10-13 | 2017-04-13 | ASA College, Inc. | Educational Institution Tutoring Method |
| CN106570322A (zh) * | 2016-10-26 | 2017-04-19 | 张景飞 | 一种基于移动互联网技术建立心理测评档案的系统 |
| CN106997571A (zh) * | 2017-03-29 | 2017-08-01 | 北京师范大学 | 一种基于数据驱动的学科学习发展推荐系统及方法 |
-
2018
- 2018-02-08 CN CN201810125977.4A patent/CN108389145A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1783164A (zh) * | 2004-10-21 | 2006-06-07 | 奥西-技术有限公司 | 用于自动分析已填写问卷的设备和方法 |
| CN201741154U (zh) * | 2010-02-08 | 2011-02-09 | 巩青歌 | 一种测评问卷识别统计系统 |
| CN102147894A (zh) * | 2011-04-28 | 2011-08-10 | 江苏欧索软件有限公司 | 人才在线测评系统 |
| CN102364513A (zh) * | 2011-10-24 | 2012-02-29 | 彭苏勉 | 大学生综合素质与能力测评系统 |
| US20170103665A1 (en) * | 2015-10-13 | 2017-04-13 | ASA College, Inc. | Educational Institution Tutoring Method |
| CN106570322A (zh) * | 2016-10-26 | 2017-04-19 | 张景飞 | 一种基于移动互联网技术建立心理测评档案的系统 |
| CN106997571A (zh) * | 2017-03-29 | 2017-08-01 | 北京师范大学 | 一种基于数据驱动的学科学习发展推荐系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114886425A (zh) * | 2022-07-13 | 2022-08-12 | 东苑(北京)科技有限公司 | 一种基于系统发展理论的忆溯性人格发展评估装置 |
| CN114886425B (zh) * | 2022-07-13 | 2022-10-04 | 东苑(北京)科技有限公司 | 一种基于系统发展理论的忆溯性人格发展评估装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mao et al. | Validation of automated scoring for a formative assessment that employs scientific argumentation | |
| Eckes | Many-facet Rasch measurement | |
| Gledhill et al. | Does season of birth matter? The relationship between age within the school year (season of birth) and educational difficulties among a representative general population sample of children and adolescents (aged 5–15) in Great Britain | |
| CN107657559A (zh) | 一种中文阅读能力测评方法及系统 | |
| Eckes | Many-facet Rasch measurement: Implications for rater-mediated language assessment | |
| Thomas | Value-added measures of school effectiveness in the United Kingdom | |
| Marshall et al. | Assessment by comparative judgement: An application to secondary statistics and English in New Zealand | |
| CN108665976A (zh) | 一种儿童专注力测评系统和方法 | |
| McGrane et al. | Applying a thurstonian, two-stage method in the standardized assessment of writing | |
| Crocker | Introduction to measurement theory | |
| KR101229860B1 (ko) | 학습 지원 시스템 및 방법 | |
| CN115082266A (zh) | 一种基于深度学习的学生教育学科综合化发展分析评价系统 | |
| Raymond et al. | The impact of statistically adjusting for rater effects on conditional standard errors of performance ratings | |
| Carlson | Introduction to item response theory models and applications | |
| CN108389145A (zh) | 基于大数据的学业人格测评与培养系统 | |
| CN116452071A (zh) | 一种基于vr和5g技术的智慧教学质量评估系统 | |
| Wolfe et al. | Methods for monitoring and document rating quality | |
| Ak | Development of Internet literacy self-efficacy scale for pre-service teachers | |
| CN111311043A (zh) | 基于成长档案的学生发展性评价系统和评价方法 | |
| Öztürk et al. | An analysis of scoring via analytic rubric and general impression in peer assessment | |
| Koskey et al. | Scaling and norming for automated essay scoring | |
| Finch et al. | Applied psychometrics using SAS | |
| Clarke et al. | Developing and investigating the promise of early measurement screeners | |
| CN109308569A (zh) | 一种基于人工智能的教学行为分析系统及分析方法 | |
| Muchlisin et al. | An analysis of Javanese language test characteristic using the Rasch model in R program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180810 |
|
| RJ01 | Rejection of invention patent application after publication |