CN111784147B - 一种基于潜质挖掘的学习效果评价和促进方法 - Google Patents

一种基于潜质挖掘的学习效果评价和促进方法 Download PDF

Info

Publication number
CN111784147B
CN111784147B CN202010593143.3A CN202010593143A CN111784147B CN 111784147 B CN111784147 B CN 111784147B CN 202010593143 A CN202010593143 A CN 202010593143A CN 111784147 B CN111784147 B CN 111784147B
Authority
CN
China
Prior art keywords
latent
topic
mining
score
potential
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.)
Active
Application number
CN202010593143.3A
Other languages
English (en)
Other versions
CN111784147A (zh
Inventor
宋康
王明阳
王翠平
李启昌
曲卫芬
徐滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao University
Original Assignee
Qingdao University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao University filed Critical Qingdao University
Priority to CN202010593143.3A priority Critical patent/CN111784147B/zh
Publication of CN111784147A publication Critical patent/CN111784147A/zh
Application granted granted Critical
Publication of CN111784147B publication Critical patent/CN111784147B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于潜质挖掘的学习效果评价和促进方法。为了客观评价学生的学习情况和学习能力，在学生测评过程中，以潜质测评为目的引入特定的潜质测评题目，联合传统测试和潜质测试所得到的题目得分、正确率偏离因子、用时偏离因子客观评价潜质成绩，基于所得到的潜质成绩动态调整下一次测试内容，力求促进和激励学生的潜质发展。相比传统的测评和学习激励方式，该方法能够根据不同学生的不同潜质情况，确定不同的促进方法。

Description

一种基于潜质挖掘的学习效果评价和促进方法
技术领域
本发明涉及学生学习效果评价以及学生学习效果促进的教育领域，特别涉及以挖掘学生学习潜质为目 的的学习评价和促进方法。
背景技术
随着教育改革和教育理念的更新，如何评价学生的学习情况越来越重要。传统基于所学知识的简单测 验已经无法适应对学生的学习能力个性化评估需求。在此基础上，基于学生学习情况的弹性测验机制得到 了发展。
在评价学生学习情况的基础上，还应考虑评价和促进学生学习能力这一问题，通过对于学生学习能力 的培养进一步全面评价学生。在此背景下，引入学习潜质这一概念，通过在正常测试基础上，合理的设置 潜质挖掘题目能够更加有效的对学生进行评价。专利CN110348757A公开了一种学习效果评价方法，通过 分析不同评价因素之间的内在关系，得到不同评价因素共同作用时的综合权值表。在此基础上，叠加作答 情况，得到学生对题目的掌握情况，准确评价学生的学习效果，挖掘学生的潜在特质。本发明针对潜质这 一目标对学习效果进行评估，公开了一种基于潜质挖掘的学习效果评价和促进方法，在传统测试中引入确 定潜质内容，联合传统测试和潜质测试所得到的题目得分、正确率偏离因子、用时偏离因子客观评价潜质 成绩，并基于所得到的潜质成绩动态调整下一次测试内容，力求促进和激励学生的潜质发展。
发明内容
本发明的目的在于提供一种基于潜质挖掘的学习效果评价和促进方法，要解决的技术问题为：为了客 观评价学生的学习情况和学习能力，在学生测评过程中，以潜质测评为目的引入特定的潜质测评题目，联 合传统测试和潜质测试所得到的题目成绩、正确率偏离因子、用时偏离因子客观评价潜质成绩，基于所得 到的潜质成绩动态调整下一次测试内容，力求促进和激励学生的潜质发展。相比传统的测评和学习激励方 式，该方法能够根据不同学生的不同潜质情况，确定不同的促进方法。
为实现上述目的，本发明采用以下技术方案：
一种基于潜质挖掘的学习效果评价和促进方法，具体包括以下步骤：
S101，获取待评估学生常规题目集合N和潜质挖掘题目集合P中每道测试题目的成绩(又称得分)、 用时和每道测试题目历史平均成绩、历史平均用时。
其中，常规题目集合N中的题目为依靠所学知识点能够解决的题目，而潜质挖掘题目集合P中的题目 为运用所学知识点不足以解决的题目，需要综合运用所学知识点和课程体系之外的知识进行解决的题目。
S102，根据学生每道测试题目的成绩、用时信息和每道测试题目历史平均成绩、历史平均用时信息， 计算常规题目成绩、常规题目正确率偏离因子、常规题目用时偏离因子、潜质挖掘题目成绩、潜质挖掘题 目正确率偏离因子、潜质挖掘题目用时偏离因子。
常规题目成绩
Figure BDA0002556473310000021
其中
Figure BDA0002556473310000022
表示待评估学生第i道题目成绩。
常规题目正确率偏离因子
Figure BDA0002556473310000023
其中
Figure BDA0002556473310000024
表示第i道题目正确率偏离因子，
Figure BDA0002556473310000025
表示第i道题目历史平均成绩。
常规题目用时偏离因子
Figure BDA0002556473310000026
其中
Figure BDA0002556473310000027
表示第i道题目用时偏离因子，
Figure BDA0002556473310000028
表 示待评估学生第i道题目用时，
Figure BDA0002556473310000029
表示第i道题目历史平均用时。
潜质挖掘题目成绩
Figure BDA00025564733100000210
其中
Figure BDA00025564733100000211
表示待评估学生第i道题目成绩。
潜质挖掘题目正确率偏离因子
Figure BDA00025564733100000212
其中
Figure BDA00025564733100000213
表示第i道题目正确率偏离因子，
Figure BDA00025564733100000214
表示第i道题目历史平均成绩。
潜质挖掘题目用时偏离因子
Figure BDA00025564733100000215
其中
Figure BDA00025564733100000216
表示第i道题目用时偏离因子，
Figure BDA00025564733100000217
表 示待评估学生第i道题目用时，
Figure BDA00025564733100000218
表示第i道题目历史平均用时。
S103，计算常规成绩和潜质成绩。
传统的常规题目成绩SN能够由Ns得到，即SN＝Ns。而潜质成绩SP需要综合考虑常规题目成绩、 常规题目正确率偏离因子、常规题目用时偏离因子、潜质挖掘题目成绩、潜质挖掘题目正确率偏离因子、 潜质挖掘题目用时偏离因子六项因素，将六者进行加权求和即
SP＝w1Ns+w2Nsr+w3Ntr+w4Ps+w5Psr+w6Ptr
其中wi,i＝1,2,...,6为权重系数，能够通过层次分析法确定。
所述潜质挖掘题目集合P基于上一次的潜质成绩动态确定，同理，根据学生的本次潜质成绩SP，动 态地确定其下一次测试中的潜质挖掘题目集合
Figure BDA00025564733100000219
确定步骤具体如下：
S201，根据待评估学生的本次潜质成绩SP确定其下一次测试中潜质挖掘题目数目c；
Figure BDA00025564733100000220
其中
Figure BDA00025564733100000221
表示潜质成绩理论最大值，cmax表示潜质测试题目上限，
Figure BDA00025564733100000222
表示向下取整。
S202，根据学生的本次潜质挖掘题目得分确定其可行潜质挖掘题目得分区间
Figure BDA0002556473310000031
其中
Figure BDA0002556473310000032
表示潜质挖掘题目满分，ε表示激励因子，用于 确定题目筛选范围大小，激励因子越大，潜质挖掘题目波动性越大，反之亦然。基于此区间，能够对于所 有潜质挖掘题目集合Q中的第i道题目，计算判断
Figure BDA0002556473310000033
是否属于前述潜质挖掘题目成绩区间，将所有 符合条件的潜质挖掘题目定义为集合
Figure BDA0002556473310000034
满足
Figure BDA0002556473310000035
是Q的一个子集，即
Figure BDA0002556473310000036
S203，在符合条件的题目范围内随机抽取c道题目，作为待评估学生的下一次潜质挖掘题目。
与现有技术相比，本发明通过将测试题目分为学生常规题目集合N和潜质挖掘题目集合P，分别计算 常规题目成绩和潜质题目成绩，该方法能够综合评价学生的学习能力，其基于本次潜质题目成绩动态确定 下次潜质挖掘题目合集，充分考虑学生个体的特性，实现促进学生潜质的发展的目的。
附图说明
图1为本发明涉及的基于潜质挖掘的学习效果评价和促进方法流程图。
图2为本发明涉及的测试中的潜质挖掘题目集合的确定方法流程图。
具体实施方式
以下结合附图和具体实施例进一步描述本发明。
实施例1
结合图1所示，本发明公开了一种基于潜质挖掘的学习效果评价和促进方法，将测评题目依据所学知 识点的相关性，划分为常规题目集合N和潜质挖掘题目集合P。其中常规题目集合中的题目为依靠所学知 识点能够解决的题目，而潜质挖掘题目集合中的题目为运用所学知识点不足以解决的题目，需要综合运用 所学知识点和课程体系之外的知识进行解决的题目。评价指标包括常规题目得分Ns、常规题目正确率偏 离因子Nsr、常规题目用时偏离因子Ntr、潜质挖掘题目得分Ps、潜质挖掘题目正确率偏离因子Psr、潜质 挖掘题目用时偏离因子Ptr。
常规题目得分
Figure BDA0002556473310000037
其中
Figure BDA0002556473310000038
表示第i道题目得分。
常规题目正确率偏离因子
Figure BDA0002556473310000039
其中
Figure BDA00025564733100000310
表示第i道题目正确率偏离因子，
Figure BDA00025564733100000311
表示第i道题目历史平均得分。
常规题目用时偏离因子
Figure BDA00025564733100000312
其中
Figure BDA00025564733100000313
表示第i道题目用时偏离因子，
Figure BDA00025564733100000314
表 示第i道题目用时，
Figure BDA00025564733100000315
表示第i道题目历史平均用时。
潜质挖掘题目得分
Figure BDA0002556473310000041
其中
Figure BDA0002556473310000042
表示第i道题目得分。
潜质挖掘题目正确率偏离因子
Figure BDA0002556473310000043
其中
Figure BDA0002556473310000044
表示第i道题目正确率偏离因子，
Figure BDA0002556473310000045
表示第i道题目历史平均得分。
潜质挖掘题目用时偏离因子
Figure BDA0002556473310000046
其中
Figure BDA0002556473310000047
表示第i道题目用时偏离因子，
Figure BDA0002556473310000048
表 示第i道题目用时，
Figure BDA0002556473310000049
表示第i道题目历史平均用时。
传统的常规题目得分SN能够由Ns得到，即SN＝Ns。而潜质成绩SP需要综合考虑常规题目得分、 常规题目正确率偏离因子、常规题目用时偏离因子、潜质挖掘题目得分、潜质挖掘题目正确率偏离因子、 潜质挖掘题目用时偏离因子六项因素，将六者进行加权求和即
SP＝w1Ns+w2Nsr+w3Ntr+w4Ps+w5Psr+w6Ptr
其中wi,i＝1,2,...,6为权重系数，能够通过层次分析法确定。
上述过程总结如下：
S101，获取学生每道测试题目的成绩、用时信息和每道测试题目历史平均成绩、平均用时信息；
S102，根据学生每道测试题目的成绩、用时信息和每道测试题目历史平均成绩、平均用时信息，计算 常规题目得分、常规题目正确率偏离因子、常规题目用时偏离因子、潜质挖掘题目得分、潜质挖掘题目正 确率偏离因子、潜质挖掘题目用时偏离因子；
S103，计算常规成绩和潜质成绩。
结合图2所示，上述过程中得到的潜质成绩能够进一步用于基于潜质挖掘的学习效果促进方法，根据 学生的本次潜质成绩SP，动态地确定其下一次测试中的潜质挖掘题目集合P。
首先根据本次测试某一学生的SP得到其下一次测试中潜质挖掘题目数c，即
Figure BDA00025564733100000410
其中
Figure BDA00025564733100000411
表示潜质成绩理论最大值，cmax表示潜质测试题目上限，
Figure BDA00025564733100000412
表示向下取整。
然后根据学生潜质挖掘题目得分，确定可行潜质挖掘题目得分区间
Figure RE-GDA00026522254000000413
其中
Figure RE-GDA00026522254000000414
表示潜质挖掘题目满分，ε表示激励因子，用于 确定题目筛选范围大小，，激励因子越大，潜质挖掘题目波动性越大，反之亦然。基于此区间，能够对于 所有潜质挖掘题目集合Q中的第i道题目，计算判断
Figure RE-GDA0002652225400000051
是否属于前述潜质挖掘题目得分区间，将所 有符合条件的潜质挖掘题目定义为集合
Figure RE-GDA0002652225400000052
满足
Figure RE-GDA0002652225400000053
是Q的一个子集，即
Figure RE-GDA0002652225400000054
采用随机方法从集合
Figure BDA0002556473310000055
中随机抽取c道题目，确定为该学生的下一次潜质挖掘题目。
上述过程总结如下：
S201，根据学生的本次潜质成绩确定其下一次测试中潜质挖掘题目数目c；
S202，根据学生的本次潜质挖掘题目得分确定其可行潜质挖掘题目得分区间；
S203，在符合条件的题目范围内随机抽取c道题目。

Claims (1)

1.一种基于潜质挖掘的学习效果评价和测试题确定方法，其特征在于，具体包括以下步骤：
S101，获取待评估学生常规题目集合N和潜质挖掘题目集合P中每道测试题目的成绩、用时和每道测试题目历史平均成绩、历史平均用时；其中，常规题目集合N中的题目为依靠所学知识点能够解决的题目，而潜质挖掘题目集合P中的题目为运用所学知识点不足以解决的题目，需要综合运用所学知识点和课程体系之外的知识进行解决的题目；
S102，根据学生每道测试题目的成绩、用时信息和每道测试题目历史平均成绩、历史平均用时信息，计算常规题目成绩、常规题目正确率偏离因子、常规题目用时偏离因子、潜质挖掘题目成绩、潜质挖掘题目正确率偏离因子、潜质挖掘题目用时偏离因子，
常规题目成绩
Figure FDA0003945230160000011
常规题目正确率偏离因子
Figure FDA0003945230160000012
常规题目用时偏离因子
Figure FDA0003945230160000013
潜质挖掘题目成绩
Figure FDA0003945230160000014
潜质挖掘题目正确率偏离因子
Figure FDA0003945230160000015
潜质挖掘题目用时偏离因子
Figure FDA0003945230160000016
其中，
Figure FDA0003945230160000017
表示待评估学生第i道题目成绩，
Figure FDA0003945230160000018
表示第i道题目正确率偏离因子，
Figure FDA0003945230160000019
表示第i道题目历史平均成绩，
Figure FDA00039452301600000110
表示第i道题目用时偏离因子，
Figure FDA00039452301600000111
表示待评估学生第i道题目用时，
Figure FDA00039452301600000112
表示第i道题目历史平均用时，
Figure FDA00039452301600000113
表示待评估学生第i道题目成绩，
Figure FDA00039452301600000114
表示第i道题目正确率偏离因子，
Figure FDA00039452301600000115
表示第i道题目历史平均成绩，
Figure FDA00039452301600000116
表示第i道题目用时偏离因子，Pt i表示待评估学生第i道题目用时，
Figure FDA00039452301600000117
表示第i道题目历史平均用时；
S103，计算常规成绩和潜质成绩，
常规题目成绩SN＝Ns，潜质成绩SP＝w1Ns+w2Nsr+w3Ntr+w4Ps+w5Psr+w6Ptr
其中wi,i＝1,2,...,6为权重系数，
根据学生的本次潜质成绩SP，动态地确定其下一次测试中的潜质挖掘题目集合
Figure FDA00039452301600000118
确定步骤具体如下：
S201，根据待评估学生的本次潜质成绩SP确定其下一次测试中潜质挖掘题目数目
Figure FDA00039452301600000119
其中
Figure FDA00039452301600000120
表示潜质成绩理论最大值，cmax表示潜质测试题目上限，
Figure FDA00039452301600000121
表示向下取整；
S202，根据学生的本次潜质挖掘题目得分确定其可行潜质挖掘题目得分区间
Figure FDA0003945230160000021
其中
Figure FDA0003945230160000022
表示潜质挖掘题目满分，ε表示激励因子，基于此区间，能够对于所有潜质挖掘题目集合Q中的第i道题目，计算判断
Figure FDA0003945230160000023
是否属于前述潜质挖掘题目成绩区间，将所有符合条件的潜质挖掘题目定义为集合
Figure FDA0003945230160000024
满足
Figure FDA0003945230160000025
是Q的一个子集，即
Figure FDA0003945230160000026
S203，在符合条件的题目范围内随机抽取c道题目，作为待评估学生的下一次潜质挖掘题目。
CN202010593143.3A 2020-06-26 2020-06-26 一种基于潜质挖掘的学习效果评价和促进方法 Active CN111784147B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010593143.3A CN111784147B (zh) 2020-06-26 2020-06-26 一种基于潜质挖掘的学习效果评价和促进方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010593143.3A CN111784147B (zh) 2020-06-26 2020-06-26 一种基于潜质挖掘的学习效果评价和促进方法

Publications (2)

Publication Number Publication Date
CN111784147A CN111784147A (zh) 2020-10-16
CN111784147B true CN111784147B (zh) 2023-01-10

Family

ID=72761150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010593143.3A Active CN111784147B (zh) 2020-06-26 2020-06-26 一种基于潜质挖掘的学习效果评价和促进方法

Country Status (1)

Country Link
CN (1) CN111784147B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184709A (zh) * 2015-08-20 2015-12-23 浙江通关教育科技有限公司 一种基于知识点体系的学科测评系统及方法
CN107862926A (zh) * 2017-11-24 2018-03-30 苏州民众财行企业管理咨询有限公司 一种在线学习效果的评测方法、移动终端和介质
CN108053117A (zh) * 2017-12-14 2018-05-18 北京慧辰资道资讯股份有限公司 一种学生学科掌握能力的个性化评估方法
CN110543995A (zh) * 2018-05-29 2019-12-06 青岛农业大学 一种基于模糊算法的学生认知水平的测试评定系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184709A (zh) * 2015-08-20 2015-12-23 浙江通关教育科技有限公司 一种基于知识点体系的学科测评系统及方法
CN107862926A (zh) * 2017-11-24 2018-03-30 苏州民众财行企业管理咨询有限公司 一种在线学习效果的评测方法、移动终端和介质
CN108053117A (zh) * 2017-12-14 2018-05-18 北京慧辰资道资讯股份有限公司 一种学生学科掌握能力的个性化评估方法
CN110543995A (zh) * 2018-05-29 2019-12-06 青岛农业大学 一种基于模糊算法的学生认知水平的测试评定系统

Also Published As

Publication number Publication date
CN111784147A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
Gneezy et al. Measuring success in education: The role of effort on the test itself
CN109903617B (zh) 个性化练习方法和系统
Weiss Better data from better measurements using computerized adaptive testing
CN110543995A (zh) 一种基于模糊算法的学生认知水平的测试评定系统
Stampen et al. The impact of financial aid on ethnic minorities
Kai et al. Predicting Student Retention from Behavior in an Online Orientation Course.
CN110620958B (zh) 一种视频课程质量评估方法
LoGerfo et al. Achievement gains in elementary and high school
CN110929020A (zh) 基于测试成绩的知识点掌握度分析方法
Tomkin et al. An improved grade point average, with applications to CS undergraduate education analytics
Shapka et al. Trajectories of Educational Aspirations through High School and beyond: A Gendered Phenomenon?.
CN111784147B (zh) 一种基于潜质挖掘的学习效果评价和促进方法
Schwank Childhood migration and educational attainment: Evidence from Indonesia
CN111861814B (zh) 一种字母语言听写学习中记忆水平的评估方法及系统
Stephens-Martinez A Study of the Relationship Between a CS1 Student's Gender and Performance Versus Gauging Understanding and Study Tactics
Uminski et al. GenBio-MAPS as a case study to understand and address the effects of test-taking motivation in low-stakes program assessments
CN108596461B (zh) 一种用于培训效果评估的智能系统及方法
Patarapichayatham et al. Linking the ACT Aspire® Assessments to ISIP™ Reading and Math
Xu et al. A learning ability evaluation method based on Item Response Theory and Machine Learning Method
Johnson et al. Catching up or falling behind: Measuring middle school achievement trajectories for college readiness
Syefudin et al. Analysis of Student Satisfaction with the Quality of Education Services and Lecturer Performance Using the Survey and Naive Bayes Methods
CN117726082B (zh) 一种教学资源推荐方法、装置、电子设备及可读存储介质
Liao Research and enlightenment on the Graduation Rate of American Universities Based on Panel Data
Goyder Comparisons over time
Reeger Exact Path Diagnostic and North Carolina End-of-Grade (EOG)/End-of-Course (EOC) Exams Linking and Correlational Study

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
GR01 Patent grant
GR01 Patent grant