CN110889986A - 一种基于xAPI行为采集技术的调控一体化自适应评价方法 - Google Patents
一种基于xAPI行为采集技术的调控一体化自适应评价方法 Download PDFInfo
- Publication number
- CN110889986A CN110889986A CN201911130390.3A CN201911130390A CN110889986A CN 110889986 A CN110889986 A CN 110889986A CN 201911130390 A CN201911130390 A CN 201911130390A CN 110889986 A CN110889986 A CN 110889986A
- Authority
- CN
- China
- Prior art keywords
- student
- xapi
- library
- lrs
- evaluation
- 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 76
- 238000005516 engineering process Methods 0.000 title claims abstract description 27
- 230000010354 integration Effects 0.000 title description 3
- 238000000034 method Methods 0.000 claims description 26
- 238000012360 testing method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000011157 data evaluation Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
-
- 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)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种基于xAPI行为采集技术的调控一体化自适应评价方法，所述方法包括如下步骤：建立能力标准LRS库；根据学员考核内容和能力标准LRS库建立不同的评价规则；根据评价规则对学员的答题操作进行评价。本发明减少了教员人为比对学员操作和标准操作的工作量，提高了考核的自动化水平。
Description
技术领域
本发明涉及电力系统调度培训领域，具体涉及一种基于xAPI行为采集技术的调控一体化自适应评价方法。
背景技术
当前电网的形态功能和内外环境正发生深刻变化，国家电网公司安全生产形势依然严峻。统计数据表明，在电力行业，80％以上的事故都出于人的操作不当引起的。随着新设备、新技术、新运行管理模式不断在我国电网的推广应用，电网及变电站运行生产对变电运维的安全可靠性提出了更高的要求。电网调度员在维护电网安全稳定运行中发挥的作用也越来越大。不同水平的调度员所能胜任的岗位有所不同，如何对调度员知识能力和操作能力进行准确评价因而也具有十分重要的作用，目前调度员能力评价主要有两种方法：1、打分评价法。这种评价方法主要适用于学员知识能力评价方面，主要是通过让学员参加一定的答题考试，进而通过考试成绩来对其知识能力进行评价；2、比对评价法。这种评价方法主要适用于学员操作技能方面的评价，其方法是教员通过规范的操作生成标准操作记录，学员的操作记录与标准操作记录进行逐条比对评价。
打分评价法是通过学员参加知识能力答题考试来完成学员知识能力方面的评价。这种评价方法的优点是考试组织成本小，教员只需提前设计好试卷，在学员完成答题后，通过分析学员答题得分情况即可对学员知识能力进行评价。缺点是考题固定，灵活性差，不能根据学员自身能力的差异实时调整考题内容。如果考题所涉及知识与学员知识水平有较大差异，本次学员考试成绩不能客观地评价学员知识水平。比对评价法主要是通过让学员完成指定的实操项目，将学员在完成这一操作过程的步骤和结果记录下来，事后将学员操作记录和标准操作记录进行比较分析，进而给出学员操作能力方面的评价。这种评价方法的缺点是：目前对学员操作动作的比较主要依赖教员人工进行，考核工作量大、缺乏客观规范的评价标准，评价结果受教员个人主观意愿影响较大。
综上所述，现有的评价方法在知识能力考核方面灵活性差，未能结合学员自身情况设置灵活的考试内容，在操作能力方面缺乏客观规范评价标准。
发明内容
针对现有技术的不足，本发明的主要目的在于提供一种基于xAPI行为采集技术的调控一体化自适应评价方法，以解决现有技术中存在的灵活性差的问题。
为达到上述目的，本发明通过如下的技术方法实现：
一种基于xAPI行为采集技术的调控一体化自适应评价方法，所述方法包括如下步骤：
建立能力标准LRS库；
根据学员考核内容和能力标准LRS库建立不同的评价规则；
根据评价规则对学员的答题操作进行评价。
进一步的，所述评价规则包括知识考核规则和技能考核规则。
进一步的，所述能力标准LRS库包括技能标准LRS和知识标准LRS库。
进一步的，所述知识考核规则如下：
获取学员当前试题得分；
根据学员当前试题得分对学员表现进行实时评价；
根据实时评价从知识标准LRS库中获取相应等级的下一组试题。
进一步的，所述知识考核规则还包括：
根据学员对当前试题的答题操作生成操作记录；
将所述操作记录保存至LRS库。
进一步的，所述技能考核规则如下：
根据学员对设备的操作生成操作记录；
将所述操作记录保存至LRS库；
将所述LRS库的操作记录与技能标准LRS比较，获取学员的操作评价。
进一步的，所述能力标准LRS库通过xAPI行为采集技术获取。
一种基于xAPI行为采集技术的调控一体化自适应评价系统，所述系统包括：
第一数据建立模块：用于建立能力标准LRS库；
第二数据建立模块：用于根据学员考核内容和能力标准LRS库建立不同的评价规则；
数据评价模块：用于根据评价规则对学员的答题操作进行评价。
一种基于xAPI行为采集技术的调控一体化自适应评价系统，所述系统包括处理器和存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据上述所述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述方法的步骤。
与现有技术相比，本发明所达到的有益效果是：
本发明通过建立能力标准LRS库，根据自适应评价规则，在知识能力考核方面，考核系统会根据学员自身水平，动态调整考题内容，实现学员知识能力水平客观真实的评价，在技能能力考核方面，学员的操作记录和考核评分均由考核系统自动完成，减少了教员人为比对学员操作和标准操作的工作量，提高了考核的自动化水平。
附图说明
图1为本发明的方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点表达得更加清晰明白，下面结合附图及具体实例对本发明作进一步的详细说明。
如图1所示，一种基于xAPI行为采集技术的调控一体化自适应评价方法：所述方法包括如下步骤：
首先，需找不同能力等级的电网调度工(初级工、中级工、高级工、技师、高级技师)进行知识能力和技能能力测试，将电网调度工在知识能力测试中的答题记录通过xAPI行为采集技术形成知识能力标准LRS库，以及在技能测试中的操作记录通过xAPI行为采集技术形成技能能力标准LRS库。
其次建立知识能力考核中的考题自适应规则，实施方法是：学员每做一组试题，均会根据学员在本组试题中的得分表现对其进行实时评价，之后在做下一个知识点的试题时，将从试题库中提取对应其上一组实时评价等级的试题。
正式运行时，如果学员参加的是知识能力考核，系统将考生的答题操作生成符合xAPI标准的结构化答题操作记录，保存至本地LRS，同时将答题操作记录发送到后台服务器，后来服务器将根该考生对该知识点的答题记录与数据库中知识能力标准LRS进行比较，按照前述自适应规则实时调整下一知识点的考核题目，进而完成学员知识能力的准确评价。
如果参加的是技能考核，考核系统将学员在相关设备操作过程中的操作记录借助xAPI行为采集技术生成该学员的LRS库，整个技能考核结束后，系统将该学员的LRS数据库与技能操作标准LRS比较，进而得出该学员技能水平的准确评价。
一种基于xAPI行为采集技术的调控一体化自适应评价系统，所述系统包括：
第一数据建立模块：用于建立能力标准LRS库；
第二数据建立模块：用于根据学员考核内容和能力标准LRS库建立不同的评价规则；
数据评价模块：用于根据评价规则对学员的答题操作进行评价。
一种基于xAPI行为采集技术的调控一体化自适应评价系统，所述系统包括处理器和存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据上述所述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述方法的步骤。
本发明中，xAPI行为数据采集主要记录的是学员在知识能力考核过程的答题操作记录和技能能力考核中的操作记录，其数据存储格式遵从xAPI标准规范，主要包括执行者(Actor)，动作(Verbs)和活动(Activities)三个属性。在生成存储于LRS的结构化主义数据时，除了上述三个主要属性，本发明根据调控一体化考核内容的特殊性，额外包含了一些xAPI标准中的可选属性。在学员完成知识考核答题环节中记录的属性如下表：
Objectdefinition表
| 属性名 | 类型 | 说明 |
| Type | String | 试题类型 |
| Difficulty | String | 试题难度 |
| prentNode | String | 父知识节点 |
技能考核与知识能力考核类似，不同的是技能考核可能涉及到多台设备的操作，此时需要在电力设备与操作员的交互界面附近增设传感检测仪器，以便记录学员作出的操作并据此生成符合xAPI规范的操作记录语句。在学员进行技能考核过程中所记录的操作行为信息采集包括以下内容：
基于xAPI行为采集技术的调控一体化自适应评价方法实施的具体步骤：
建立电力调度知识能力标准LRS和技能能力标准LRS。
首先，由不同能力水平的初级工、中级工、高级工、技师和高级技师完成电力调度知识能力和技能能力考核测试，将他们在测试过程中的答题操作记录和设备操作记录生成符合xAPI规范的语句，并进一步将这些语句保存到LRS记录库中，形成知识能力标准LRS数据库和技能能力标准LRS数据库。其次按照如下流程完成考核评价：
知识能力评价方面：学员在子知识点的评价等级以及整体评价等级均采用极大似然法估计得到，例如：学员在子知识点a第1组试题的得分情况为80分，标准知识LRS中，能力等级为A、B、C、D、E的调度员在知识点a中第1组试题的得分均值依次为65，75，80，85，90。可推断学员在子知识点a中的评价等级为C级，标准LRS库分析得到，C级调度工在子知识b中第2组试题中答题表现与其它级别的区分度最大，因此将学员子知识点b中作答的试题调整为第2组，依次类推，完成所有知识点的答题过程。学员最终在各个子知识点的评价中，B级评价最多，因而学员知识能力评价最终为B级。
技能能力评价方面：学员完成所有技能考核后，由系统对其考考核过程中生成LRS操作记录库和标准操作记录库相比较，选择标准库中与学员操作记录最接近的技能评价等级作为学员的技能评价等级。
本发明通过建立调度员标准技能操作记录库和标准知识答题记录库。借助此自适应评价方法，在知识能力考核方面，考核系统会根据学员自身水平，动态调整考题内容，实现学员知识能力水平客观真实的评价。在技能能力考核方面，学员的操作记录和考核评分均由考核系统自动完成，减少了教员人为比对学员操作和标准操作的工作量，提高了考核的自动化水平。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于xAPI行为采集技术的调控一体化自适应评价方法，其特征在于，所述方法包括如下步骤：
建立能力标准LRS库；
根据学员考核内容和能力标准LRS库建立不同的评价规则；
根据评价规则对学员的答题操作进行评价。
2.根据权利要求1所述的一种基于xAPI行为采集技术的调控一体化自适应评价方法，其特征在于，所述评价规则包括知识考核规则和技能考核规则。
3.根据权利要求2所述的一种基于xAPI行为采集技术的调控一体化自适应评价方法，其特征在于，所述能力标准LRS库包括技能标准LRS和知识标准LRS库。
4.根据权利要求3所述的一种基于xAPI行为采集技术的调控一体化自适应评价方法，其特征在于，所述知识考核规则如下：
获取学员当前试题得分；
根据学员当前试题得分对学员表现进行实时评价；
根据实时评价从知识标准LRS库中获取相应等级的下一组试题。
5.根据权利要求3所述的一种基于xAPI行为采集技术的调控一体化自适应评价方法，其特征在于，所述知识考核规则还包括：
根据学员对当前试题的答题操作生成操作记录；
将所述操作记录保存至LRS库。
6.根据权利要求3所述的一种基于xAPI行为采集技术的调控一体化自适应评价方法，其特征在于，所述技能考核规则如下：
根据学员对设备的操作生成操作记录；
将所述操作记录保存至LRS库；
将所述LRS库的操作记录与技能标准LRS比较，获取学员的操作评价。
7.根据权利要求1所述的一种基于xAPI行为采集技术的调控一体化自适应评价方法，其特征在于，所述能力标准LRS库通过xAPI行为采集技术获取。
8.一种基于xAPI行为采集技术的调控一体化自适应评价系统，其特征在于，所述系统包括：
第一数据建立模块：用于建立能力标准LRS库；
第二数据建立模块：用于根据学员考核内容和能力标准LRS库建立不同的评价规则；
数据评价模块：用于根据评价规则对学员的答题操作进行评价。
9.一种基于xAPI行为采集技术的调控一体化自适应评价系统，其特征在于，所述系统包括处理器和存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1-7任一项所述方法的步骤。
10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911130390.3A CN110889986A (zh) | 2019-11-18 | 2019-11-18 | 一种基于xAPI行为采集技术的调控一体化自适应评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911130390.3A CN110889986A (zh) | 2019-11-18 | 2019-11-18 | 一种基于xAPI行为采集技术的调控一体化自适应评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110889986A true CN110889986A (zh) | 2020-03-17 |
Family
ID=69747862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911130390.3A Pending CN110889986A (zh) | 2019-11-18 | 2019-11-18 | 一种基于xAPI行为采集技术的调控一体化自适应评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110889986A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111626433A (zh) * | 2020-04-07 | 2020-09-04 | 重庆云君教育科技有限公司 | 一种美术ai评估平台及其使用方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105513449A (zh) * | 2015-12-22 | 2016-04-20 | 国家电网公司 | 一种用于电网调控一体化仿真培训系统的综合评价方法 |
| CN108616584A (zh) * | 2018-04-19 | 2018-10-02 | 华南师范大学 | 一种基于xAPI的智慧课堂数据采集方法及系统 |
| CN108694501A (zh) * | 2018-05-04 | 2018-10-23 | 北京航空航天大学 | 一种面向xAPI的个性化学习效果分析系统及方法 |
| CN108711124A (zh) * | 2018-05-11 | 2018-10-26 | 上海陌桥网络科技有限公司 | 学习监督方法、装置和教育资源管理系统 |
| CN110348109A (zh) * | 2019-07-08 | 2019-10-18 | 国家电网有限公司 | 三维仿真培训数据处理的方法及终端设备 |
-
2019
- 2019-11-18 CN CN201911130390.3A patent/CN110889986A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105513449A (zh) * | 2015-12-22 | 2016-04-20 | 国家电网公司 | 一种用于电网调控一体化仿真培训系统的综合评价方法 |
| CN108616584A (zh) * | 2018-04-19 | 2018-10-02 | 华南师范大学 | 一种基于xAPI的智慧课堂数据采集方法及系统 |
| CN108694501A (zh) * | 2018-05-04 | 2018-10-23 | 北京航空航天大学 | 一种面向xAPI的个性化学习效果分析系统及方法 |
| CN108711124A (zh) * | 2018-05-11 | 2018-10-26 | 上海陌桥网络科技有限公司 | 学习监督方法、装置和教育资源管理系统 |
| CN110348109A (zh) * | 2019-07-08 | 2019-10-18 | 国家电网有限公司 | 三维仿真培训数据处理的方法及终端设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111626433A (zh) * | 2020-04-07 | 2020-09-04 | 重庆云君教育科技有限公司 | 一种美术ai评估平台及其使用方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110992227B (zh) | 一种校企结合职业技能人才培养系统和方法 | |
| CN109670023A (zh) | 人机自动面试方法、装置、设备和存储介质 | |
| CN113095977A (zh) | 轨道交通车站沉浸式应急演练与自动化评估方法及系统 | |
| CN109872262A (zh) | 一种考勤系统及方法 | |
| CN113658022A (zh) | 一种基于大数据的教学模式分析方法 | |
| CN109960647A (zh) | 一种软件测试方法及装置、计算设备和存储介质 | |
| Rajendran et al. | A temporal model of learner behaviors in OELEs using process mining | |
| CN103927704A (zh) | 试卷分析报告系统及方法 | |
| CN105719205A (zh) | 一种职业美学教学质量评价与监控系统 | |
| WO2016131241A1 (zh) | 质检方法及装置 | |
| CN110889986A (zh) | 一种基于xAPI行为采集技术的调控一体化自适应评价方法 | |
| CN116777690A (zh) | 一种基于多模态数据分析的大学生党员继续教育跟踪评价系统及方法 | |
| Liu et al. | Student performance prediction by LMS data and classroom videos | |
| CN114926152A (zh) | 一种电网施工安全考核培训方法、系统及电子设备 | |
| CN109272233A (zh) | 一种基于二型模糊集合的员工胜任力评估方法 | |
| Siew et al. | An interactive mobile learning application using machine learning framework in a flexible manufacturing environment | |
| CN112395115A (zh) | 实时成绩处理方法、装置、电子设备及计算机可读介质 | |
| CN113435783A (zh) | 一种安全生产教育及安全知识评估方法 | |
| Dong et al. | An expert system for bridge crane training system based on virtual reality | |
| CN111640050A (zh) | 一种适用于英语教学的智能教学系统 | |
| CN111223341A (zh) | 一种基于虚拟化的教学实训智能评价的检验方法及系统 | |
| García et al. | Model accreditation for learning in engineering based on knowledge management and software engineering | |
| CN111008753A (zh) | 一种基于EPAs的责任型领导岗位胜任能力测评方法 | |
| CN111325430A (zh) | 移动协同信息管理平台 | |
| Hou et al. | Student offline classroom concentration identification research based on deep learning |
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: 20200317 |
|
| RJ01 | Rejection of invention patent application after publication |