CN113160925B - 多维度art学习测评系统与测评反馈方法 - Google Patents
多维度art学习测评系统与测评反馈方法 Download PDFInfo
- Publication number
- CN113160925B CN113160925B CN202110307404.5A CN202110307404A CN113160925B CN 113160925 B CN113160925 B CN 113160925B CN 202110307404 A CN202110307404 A CN 202110307404A CN 113160925 B CN113160925 B CN 113160925B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- skip
- timer
- timing value
- questions
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 324
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000003993 interaction Effects 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 230000002452 interceptive effect Effects 0.000 claims abstract description 12
- 238000012360 testing method Methods 0.000 claims description 41
- 230000003068 static effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 16
- 238000012795 verification Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000012854 evaluation process Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 230000003340 mental effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 206010010356 Congenital anomaly Diseases 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000007786 learning performance Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception 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—Systems or methods specially adapted for 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Abstract
本发明提出多维度ART学习测评系统,包括测评数据库、测评终端和测控终端;测评终端包括人机交互设备;人机交互设备包括触摸式人机交互界面;测控终端向测控终端发送测评人员的属性数据后,在触摸式人机交互界面上顺序显示一道测评题;在显示所述一道测评题的同时,启动当前交互界面的定时器;若定时器限定的时间阈值内,接收到测评人员选择的测评选项,则将测评题、测评选项以及定时计时值发送至测控终端;若定时器限定的时间阈值内,未接收到测评人员输入的测评选项,则将定时器归零后,显示下一道测评题。本发明还提出计算机实现的多维度ART学习测评方法与学习测评反馈方法。本发明能够基于有限反馈进行全方位的测评。
Description
技术领域
本发明属于辅助测评技术领域,尤其涉及一种多维度ART学习测评系统计算机实现的多维度ART学习测评方法、测评反馈方法与计算机可读存储介质。
背景技术
学习能力测评通可过智力测试、识字量测试、阅读理解测试、注意力测试、视知觉能力测试、听知觉能力测试、学习动机测试、感觉统合能力测试、家庭教养方式测试、心理测试十大方面,全方位、科学的了解孩子的能力发展水平,查找孩子注意力不集中,写作业粗心,小动作多等问题的原因,同时发现孩子的优势潜能,让孩子自信轻松面对自己的学习生涯。让家长不再盲目焦虑,有的放矢地帮助孩子、引导孩子。
ART意为学习问题个性化分析诊断系统。研究表明,对于学习成绩的差异,智力并不是第一要因,而是取决于不同的学习方法与学习习惯。现代学生先天性的智力水平大致相近,而最终造成学生不同成绩的原因,主要是非智力因素。ART测评是基于这个研究结果,系统着眼于学生的非智力因素,指出影响学习的要素。ART核心流程为“个性化分析诊断报告--找出学习优势和类型--定制教学辅导方案--匹配适合的课程--构建个性学习方法策略--教研团队跟踪管理--定期测评--回访反馈。
申请号为CN201910049330.2的中国发明专利申请提出一种儿童学习能力测评系统,包括:管理模块,用于录入参测儿童的基本信息;测评模块,对参测儿童进行线下测评后录入所述线下测评的数值,并把所述数值与参考值进行对比生成评估报告,根据评估报告生成训练方案;训练模块,根据所述训练方案对参测儿童进行线上和线下训练,并记录训练结果,对所述训练结果进行前后对比生成分析报告;显示模块,用于显示所述评估报告和所述分析报告。该系统可以清楚的看出测试儿童经过训练后各项能力的发展变化,对儿童的培训教育具指导意义。
申请号为CN201811255574.8的中国发明专利申请则提出一种学生学习能力测评方法、系统及装置,涉及教育机器人测评的技术领域,包括获取用户的测试目标;根据测试目标选取学习能力测评方式,根据学习能力测试方式对用户进行测试;学习能力测评方式至少包括:调查问卷式、对话交互式、引导操作式、视觉感官式、创作式或力触觉感知式中的一种;获取测试过程中用户的学习能力要素数据;根据测试过程中的数据生成用户的学习能力评价报告,学习能力评价报告包括对学习能力要素数据的评分及改善建议。本发明能够减少对学生测试花费的程序和成本,提高学生学习能力测试的效率,通过互动的方式,对学生进行多维度的测评,提高测评结果的准确性。
然而,现有技术提到的各种学习能力测评方案,均是以能够获得的用户测评数据为前提进行。但是,在实际测评中发现,由于测评本身针对的就是学习能力存在欠缺(注意力不集中、不愿意配合、文字阅读能力差等)的对象,一方面,这些测评对象可能针对文字形式的测评题目不感兴趣,无法一一作出反馈;另一方面,现有方案只采集有主动反馈的结果,导致反馈数据量不足或者不够全面。更为重要的是,现有的测评都是采用纸质形式进行,并且只能记录或者人工人工记录整体过程的完成时间,而无法针对单项题目进行精准的客观记录。如此种种,导致现有技术的测评方案采集的数据不够全面也不够客观,从而导致测评效果不理想。
发明内容
为解决上述技术问题,本发明提出一种多维度ART学习测评系统,包括测评数据库、测评终端和测控终端;测评终端包括人机交互设备;人机交互设备包括触摸式人机交互界面;测控终端向测控终端发送测评人员的属性数据后,在触摸式人机交互界面上顺序显示一道测评题;在显示所述一道测评题的同时,启动当前交互界面的定时器;若定时器限定的时间阈值内,接收到测评人员选择的测评选项,则将测评题、测评选项以及定时计时值发送至测控终端;若定时器限定的时间阈值内,未接收到测评人员输入的测评选项,则将定时器归零后,显示下一道测评题。本发明还提出计算机实现的多维度ART学习测评方法与学习测评反馈方法、以及实现上述方法的计算机可读存储介质。
具体而言,本发明的技术方案包括如下四个方面:
在第一个方面,本发明提出一种多维度ART学习测评系统,所述测评系统包括测评终端和测控终端,所述测评终端包括至少一个人机交互设备,所述测控终端连接所述人机交互设备,并接收所述测评终端采集的测评数据,
其中,所述测评系统还包括测评数据库,所述测评数据库包括多个多维测评模块,每个多维测评模块包括多个测评题库;
所述人机交互设备包括触摸式人机交互界面;
所述测控终端向所述测控终端发送测评人员的属性数据后,在所述触摸式人机交互界面上顺序显示一道测评题;
在显示所述一道测评题的同时,启动当前交互界面的定时器;
若在所述定时器限定的时间阈值内,接收到测评人员选择的测评选项,则将所述测评题、测评选项以及定时计时值发送至所述测控终端;
若在所述定时器限定的时间阈值内,未接收到测评人员输入的测评选项,则将所述定时器归零后,显示下一道测评题。
作为本发明最重要的优点之一,若针对某道测评题获取到选择计时值,则将所述选择计时值作为所述定时计时值;
否则,将针对该道测评题获取的多个跳过计时值中最大的跳过计时值作为所述定时计时值,并记录该最大跳过计时值对应的测评题以及测评选项,发送至所述测控终端。
其中,所述选择计时值,是指测评人员针对该道测评题输入的测评选项选择信号时所述定时器记录的时间;
所述跳过计时值,是指测评人员针对该道测评题的某个测评选项输入跳过信号时所述定时器记录的时间。
为了达到上述优点,本发明给出优选的关键技术手段包括:
当前交互界面的显示区域分为第一不变显示区域和第二可变显示区域;
在所述定时器限定的时间阈值内,在所述第一不变显示区域静态显示所述测评题本身,而在所述第二可变显示区域依次显示所述测评题对应的多个不同的测评选项。
显然,基于上述技术方案,本发明的测评系统能够充分采集测评人员的全部主动反馈信号作为测评数据,使得测评数据更为全面。
在本发明的第二个方面,还提供一种计算机实现的多维度ART学习测评方法,所述计算机包含处理器和存储器,所述存储器包含有计算机可执行程序指令,通过所述处理器执行所述可执行程序指令,用于实现所述多维度ART学习测评方法。
所述计算机程序实现的方法步骤,可以采用如下自然语言表述的流程代码实现:
S500:令i=0,j=0,获取测评题的总数M,以及第i个测评题对应的测评选项的数量Ci;
S501:在所述计算机的人机交互界面上的第一显示区域显示第i个测评题;
S502:在所述计算机的人机交互界面上的第二显示区域显示所述第i个测评题的第j个测评选项,启动第一计时器;
S503:判断在第一预设时间段内,是否接收到测评人员输入的选择信号或者跳过信号;
S504:如果接收到跳过信号,则所述第一计时器确定接收到所述跳过信号时的第一跳过计时值后,令j=j+1,判断j是否小于Ci;
如果是,则将所述第一计时器清零,返回步骤S502;
如果否,令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S505:如果接收到选择信号,则所述第一计时器确定接收到所述选择信号时的第一选择计时值后,令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S506:如果既未收到所述选择信号也未收到所述跳过信号,则令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S507:基于所述确定的第一跳过计时值或所述第一选择计时值,以及所述第一跳过计时值或所述第一选择计时值对应的测评选项、测评题,得出测评结果。
作为计算机实现的另一种优选,所述步骤S504进一步包括:
如果接收到跳过信号,则所述第一计时器获取接收到所述跳过信号时的当前第一跳过计时值;
将所述当前第一跳过计时值与前次获得的前次第一跳过计时值进行比较,
将所述当前第一跳过计时值和所述前次第一跳过计时值中的较大者,作为所述确定的第一跳过计时值。
由于是在程序执行过程中动态的更新所述第一跳过计时值,因此整个程序在执行过程中只需要保存一个第一跳过计时值,节省了运行内存和空间。
在本发明的第三个方面,提供一种多维度ART学习测评反馈方法,所述方法基于第一个方面所述的多维度ART学习测评系统实现。
更具体的,所述反馈方法包括:
通过所述多维度ART学习测评系统获取测评人员针对每一道测评题的选择计时值或者跳过计时值;
向所述测控终端反馈所述跳过计时值以及所述跳过计时值对应的测评题和测评选项;
所述测控终端基于所述反馈,重新调整所述多个多维测评模块的显示顺序。
作为具体的反馈措施,所述重新调整所述多个多维测评模块的显示顺序,具体包括:
基于所述跳过计时值以及所述跳过计时值对应的测评题和测评选项,调整所述测评题和/或测评选项的显示顺序;
其中,若跳过计时值较短,则该跳过计时值对应的测评题显示顺序靠前;
和/或;
若跳过计时值较短,则针对该跳过计时值对应的测评题,将该跳过计时值对应的测评选项在第一位置显示。
本发明的上述方法可以通过包含处理器和存储器的终端设备,尤其是视频/图像处理终端设备或者语音处理终端设备,包括移动终端、桌面终端、服务器以及服务器集群等,通过程序指令自动化的执行,因此,在本发明的第四个方面,还提供一种计算机可读存储介质,其上存储有计算机程序指令;通过包含处理器和存储器的图像/视频终端处理设备或者语音处理终端设备,执行所述程序指令,用于实现第二个方面或者第三个方面所述方法的全部或者部分步骤。
当用视频/图像处理终端设备实现所述方法时,所述视频/图像处理终端设备包括第一登录验证模块,所述第一登录验证模块基于视频/图像识别完成测评权限验证,并可基于手势或者面部表情识别完成所述测评过程的人机交互操作;
当用语音处理终端设备实现所述方法时,所述语音处理终端设备包括第二登录验证模块,所述第二登录验证模块基于语音识别完成测评权限验证,并可基于语音识别命令完成所述测评过程的人机交互操作。
需要注意的是,作为效果上的进一步优选,为了使得测评更为直接,测评数据更为客观,在上述各个方面的技术方案中,所述测评题包含文字和图片,所述测评选项仅包含图片;
并且,所述定时器或者计时器不在所述人机交互界面上显示,避免对测评人员产生任何引导或压力,使得测评人员的被动反馈数据更为客观。
整体而言,本发明能够基于有限反馈进行全方位的测评。
具体来说,本发明的测评方案不仅可以采集测评人员在测评过程中的主动输入的测评数据,还可以基于测评人员的被动反馈获取与测评有关的相关数据,从而扩充了测评数据的来源,使得可以基于有限的主动反馈数据完成更为全面的测评,从而使得测评结果更为准确。
本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种多维度ART学习测评系统的整体架构图
图2是图1所述系统中测评数据的一个测评题和对应的测评选项的示意图
图3是图1所述系统中人机交互界面显示测评数据的示意图
图4是基于图1所述系统实现的一种计算机实现的多维度ART学习测评方法的第一主体流程图
图5是基于图1所述系统实现的一种计算机实现的多维度ART学习测评方法的第二主体流程图
图6是基于图1述系统实现的一种多维度ART学习测评反馈方法的硬件构造流程图
具体实施方式
下面,结合附图以及具体实施方式,对发明做出进一步的描述。
参照图1,是本发明一个实施例的一种多维度ART学习测评系统的整体架构图。
在图1中,所述测评系统包括测评终端和测控终端,所述测评终端包括至少一个人机交互设备,所述测控终端连接所述人机交互设备,并接收所述测评终端采集的测评数据,
所述人机交互设备包括触摸式人机交互界面;
所述测控终端向所述测控终端发送测评人员的属性数据后,在所述触摸式人机交互界面上顺序显示一道测评题;
在显示所述一道测评题的同时,启动当前交互界面的定时器;
若在所述定时器限定的时间阈值内,接收到测评人员选择的测评选项,则将所述测评题、测评选项以及定时计时值发送至所述测控终端;
若在所述定时器限定的时间阈值内,未接收到测评人员输入的测评选项,则将所述定时器归零后,显示下一道测评题。
值得指出的是,图1所述测评系统还包括测评数据库,所述测评数据库包括多个多维测评模块,每个多维测评模块包括多个测评题库。
在本实施例中,所述ART测评意为学习问题个性化分析诊断。
研究表明,对于学习成绩的差异,智力并不是第一要因,而是取决于不同的学习方法与学习习惯。现代学生先天性的智力水平大致相近,而最终造成学生不同成绩的原因,主要是非智力因素。
多维测评模块内容涉及到学生的注意力、意志力、观察力、学习方法、考试技巧、家庭教育情况、心理状态、感知模式等多个方面,学生接受该测试后,可以对自身的学习、生活、性格等多方面有个详细的了解,然后根据自己的个性化特点,制定适合自己的学习方法。
在实际应用中,ART其核心流程为“个性化分析诊断报告--找出学习优势和类型--定制教学辅导方案--匹配适合的课程--构建个性学习方法策略--教研团队跟踪管理--定期测评--回访反馈”。
相应的方法包括通过对多张图片或数字的感知,测试学生的注意力等。
图2示出了某个测评模块对某个测试题和对应的测评选项的示意图。
在图2上部,是测评题目,该题目配以文字(图中未示出)。
例如:题目配以文字:图ABCDEF中,哪一幅可以和该图评出一个完整的圆形?
作为改进,本实施例中,通过语音播报的形式,将所述题目文字播报出来,并且可以采用象形文字组合的方式,示意性解释题目含义,从而避免文字阅读欠缺的测试对象无法做出反馈的现象。
图2下部的ABCDE则为测评选项,测评人员需要选择一个测评选项,或者跳过某个测评选项。
现有技术中,需要测评人员自行记录测评时间,而且最终的测评只能使用已有选择项的测评结果,一方面导致数据不够客观,另一方面也导致数据不够全面。
为此,本发明给出相应的技术方案如下:
每次在所述当前交互界面上仅显示一道测评题;
并且,当前交互界面的显示区域分为第一不变显示区域和第二可变显示区域;
在所述定时器限定的时间阈值内,在所述第一不变显示区域静态显示所述测评题本身,而在所述第二可变显示区域依次显示所述测评题对应的多个不同的测评选项。
需要注意的是,每次仅在所述第二可变显示区域显示一个测评选项。
也就是说,不同于现有技术一次性将所有ABCDEF6个测评选项全部展现给测评人员的处理方式,实施例中,每次仅显示一个测评选项。
图3给出了这种示意性例子。
在图3的上半部分,为第一不变显示区域,在该区域始终显示当前的测评题本身,即(图ABCDEF中,哪一幅可以和该图评出一个完整的圆形?);
而在图3的下半部分,为第二可变显示区域,在该区域,依次显示所述测评题对应的多个不同的测评选项,并且每次仅显示一个选项,例如先显示A,再显示B,……,最后显示F。
当F显示完毕后,则进入下一道测评题,重复同样的过程。
作为优选,每个所述测评选项在所述第二可变显示区域的最大停留时间相同;
例如,ABCDEF6个测评选项,每个均显示5秒,即A选项最多显示5秒,然后显示B选项。
在测评过程中,所述人机交互界面提供选择输入和跳过输入,所述选择输入和跳过输入均可以通过手势输入、触摸输入、语音输入等激活。
针对图2的测评题目,第二显示区域先显示A,如果在5秒时间内,接收到用户的选择输入信号,则该题目测试完毕,直接进入下一题,记录用户选择输入的选择计时值;
如果在5秒时间内,接收到用户的跳过输入信号,则跳过该选项,显示下一个选项B,同时记录用户针对该选项的跳过计时值;
当然,也有可能在5秒时间内,用户针对选项A不做任何操作,则5秒过后,显示下一个选项B。
在下一个选项B的操作界面上,仍然重复类似的操作。
上述过程可以概括如下:
每个所述测评选项在所述第二可变显示区域的最大停留时间相同;
并且,在每一个最大停留时间区间内,仅在所述第二可变显示区域显示一个测评选项;
在所述最大停留时间区段内,接收测评人员输入的选择信号或者跳过信号;
若在所述最大停留时间区段内,接收到当前测评选项被选择的信号,则所述定时器记录所述当前测评选项在所述第二可变显示区域的显示时间,作为选择计时值,并在所述第一不变显示区域静态显示下一道测评题,在所述第二可变显示区域显示该下一道测评题对应的一个测评选项;
若在所述最大停留时间段内,接收到所述跳过信号,则记录接收到所述跳过信号时的所述定时器的计时值,作为跳过计时值,并在所述第二可变显示区域显示下一个测评选项,所述定时器重新计时。
在上述测评过程中,针对每一道测评题(用户选择或者跳过),都会获得选择计时值或者至少一个跳过计时值。
发明人发现,选择计时值固然是用户主动测评的反馈数据,但是跳过计时值也认为是测评的相关数据,因为是用户进行了思考的被动反馈,在测评时应当加以考虑,现有技术均未关注到这一点,要么导致数据不够客观,要么导致数据不够全面,都无法达到准确的测评效果。
为此,本发明创造性的针对每一道测评题目同时记录选择计时值或者至少一个跳过计时值。
若针对某道测评题获取到选择计时值,则将所述选择计时值作为所述定时计时值;
否则,将针对该道测评题获取的多个跳过计时值中最大的跳过计时值作为所述定时计时值,并记录该最大跳过计时值对应的测评题以及测评选项,发送至所述测控终端。
值得指出的是,在本实例中,所述定时器或者计时器不在所述人机交互界面上显示,避免对测评人员产生任何引导或压力,使得测评人员的被动反馈数据更为客观。
这样,后期测控终端分析测评数据时,就可以获得所有用户存在反馈(包括主动反馈和被动反馈)的测评题目、测评选项以及测评时间(定时计时值,包括跳过计时值和选择计时值)数据,从而使得分析数据更为全面,更有利于做出客观全面的测评结果。
上述过程可以通过计算机流程形式的程序语言自动化的实现,具体的可参见图4和图5的两个流程图。
综合图4和图5,对其具体解释如下:
一种计算机实现的多维度ART学习测评方法,所述计算机包含处理器和存储器,所述存储器包含有计算机可执行程序指令,通过所述处理器执行所述可执行程序指令,用于实现所述多维度ART学习测评方法。
采用程序流程语言描述上述学习测评方法,包括:
S500:令i=0,j=0,获取测评题的总数M,以及第i个测评题对应的测评选项的数量Ci;
S501:在所述计算机的人机交互界面上的第一显示区域显示第i个测评题;
S502:在所述计算机的人机交互界面上的第二显示区域显示所述第i个测评题的第j个测评选项,启动第一计时器;
S503:判断在第一预设时间段内,是否接收到测评人员输入的选择信号或者跳过信号;
S504:如果接收到跳过信号,则所述第一计时器确定接收到所述跳过信号时的第一跳过计时值后,令j=j+1,判断j是否小于Ci;
如果是,则将所述第一计时器清零,返回步骤S502;
如果否,令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S505:如果接收到选择信号,则所述第一计时器确定接收到所述选择信号时的第一选择计时值后,令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S506:如果既未收到所述选择信号也未收到所述跳过信号,则令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S507:基于所述确定的第一跳过计时值或所述第一选择计时值,以及所述第一跳过计时值或所述第一选择计时值对应的测评选项、测评题,得出测评结果。
作为计算机实现的另一种优选,在图4中,所述步骤S504进一步包括:
如果接收到跳过信号,则所述第一计时器获取接收到所述跳过信号时的当前第一跳过计时值;
将所述当前第一跳过计时值与前次获得的前次第一跳过计时值进行比较,
将所述当前第一跳过计时值和所述前次第一跳过计时值中的较大者,作为所述确定的第一跳过计时值。
由于是在程序执行过程中动态的更新所述第一跳过计时值,因此整个程序在执行过程中只需要保存一个第一跳过计时值,节省了运行内存和空间。
图6提供一种多维度ART学习测评反馈方法,所述方法基于图1所述的多维度ART学习测评系统实现。
更具体的,所述反馈方法包括:
通过所述多维度ART学习测评系统获取测评人员针对每一道测评题的选择计时值或者跳过计时值;
向所述测控终端反馈所述跳过计时值以及所述跳过计时值对应的测评题和测评选项;
所述测控终端基于所述反馈,重新调整所述多个多维测评模块的显示顺序。
作为具体的反馈措施,所述重新调整所述多个多维测评模块的显示顺序,具体包括:
基于所述跳过计时值以及所述跳过计时值对应的测评题和测评选项,调整所述测评题和/或测评选项的显示顺序;
其中,若跳过计时值较短,则该跳过计时值对应的测评题显示顺序靠前;
和/或;
若跳过计时值较短,则针对该跳过计时值对应的测评题,将该跳过计时值对应的测评选项在第一位置显示。
本发明的上述方法可以通过包含处理器和存储器的终端设备,尤其是视频/图像处理终端设备或者语音处理终端设备,包括移动终端、桌面终端、服务器以及服务器集群等,通过程序指令自动化的执行,更多的实施例还包括提供一种计算机可读存储介质,其上存储有计算机程序指令;通过包含处理器和存储器的图像/视频终端处理设备或者语音处理终端设备,执行所述程序指令,用于实现图4、图5所述方法的全部或者部分步骤。
当用视频/图像处理终端设备实现所述方法时,所述视频/图像处理终端设备包括第一登录验证模块,所述第一登录验证模块基于视频/图像识别完成测评权限验证,并可基于手势或者面部表情识别完成所述测评过程的人机交互操作;
当用语音处理终端设备实现所述方法时,所述语音处理终端设备包括第二登录验证模块,所述第二登录验证模块基于语音识别完成测评权限验证,并可基于语音识别命令完成所述测评过程的人机交互操作。
需要注意的是,作为效果优选,为了使得测评更为直接,测评数据更为客观,在上述各个方面的技术方案中,所述测评题包含文字和图片,所述测评选项仅包含图片;
并且,所述定时器或者计时器不在所述人机交互界面上显示,避免对测评人员产生任何引导或压力,使得测评人员的被动反馈数据更为客观。
整体而言,本发明能够基于有限反馈进行全方位的测评,并且适合于测评对象的实际特点。
具体来说,本发明的测评方案,可采用人机交互方式采集数据,包括语音图像辅助输入、题目的语音播报、象形组合展现形式,能够吸引测评对象的参与兴趣;不仅可以采集测评人员在测评过程中的主动输入的测评数据,还可以基于测评人员的被动反馈获取与测评有关的相关数据,从而扩充了测评数据的来源,使得可以基于有限的主动反馈数据(辅助外的被动反馈数据)完成更为全面的测评,从而使得测评结果更为准确。
因此,本申请的多维度,不仅体现在测评模块的测评题目上,还体现在测评数据的表现形式上,包括主动反馈维度(选择计时值)和被动反馈维度(跳过计时值);此外,本申请是针对每一个测评题目的细化维度采集数据,不同于现有技术只能考虑每一次测评的整体过程数据的做法,使得后续的测评报告的制定能够更有针对性,例如,测评报告可以针对每一道题目提出对应的分析意见。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种多维度ART学习测评系统,所述测评系统包括测评终端和测控终端,所述测评终端包括至少一个人机交互设备,所述测控终端连接所述人机交互设备,并接收所述测评终端采集的测评数据,
其特征在于:
所述测评系统还包括测评数据库,所述测评数据库包括多个多维测评模块,每个多维测评模块包括多个测评题库;
所述人机交互设备包括触摸式人机交互界面;
所述测评终端向所述测控终端发送测评人员的属性数据后,在所述触摸式人机交互界面上顺序显示一道测评题;
在显示所述一道测评题的同时,启动当前交互界面的定时器;
若在所述定时器限定的时间阈值内,接收到测评人员选择的测评选项,则将所述测评题、测评选项以及定时计时值发送至所述测控终端;若在所述定时器限定的时间阈值内,未接收到测评人员输入的测评选项,则将所述定时器归零后,显示下一道测评题;
在所述触摸式人机交互界面上顺序显示一道测评题,具体包括:
在所述当前交互界面上仅显示一道测评题;
并且,当前交互界面的显示区域分为第一不变显示区域和第二可变显示区域;
在所述定时器限定的时间阈值内,在所述第一不变显示区域静态显示所述测评题本身,而在所述第二可变显示区域依次显示所述测评题对应的多个不同的测评选项;
每个所述测评选项在所述第二可变显示区域的最大停留时间相同;并且,在每一个最大停留时间区间内,仅在所述第二可变显示区域显示一个测评选项;
在所述最大停留时间区间内,接收测评人员输入的选择信号或者跳过信号;
若在所述最大停留时间区间内,接收到当前测评选项被选择的信号,则所述定时器记录所述当前测评选项在所述第二可变显示区域的显示时间,作为选择计时值,并在所述第一不变显示区域静态显示下一道测评题,在所述第二可变显示区域显示该下一道测评题对应的一个测评选项;
若在所述最大停留时间段内,接收到所述跳过信号,则记录接收到所述跳过信号时的所述定时器的计时值,作为跳过计时值,并在所述第二可变显示区域显示下一个测评选项,所述定时器重新计时。
2.如权利要求1所述的一种多维度ART学习测评系统,其特征在于:若针对某道测评题获取到选择计时值,则将所述选择计时值作为所述定时计时值;
否则,将针对该道测评题获取的多个跳过计时值中最大的跳过计时值作为所述定时计时值,并记录该最大跳过计时值对应的测评题以及测评选项,发送至所述测控终端。
3.一种多维度ART学习测评反馈方法,所述方法基于权利要求1或2任一项所述的多维度ART学习测评系统实现,其特征在于,所述方法包括:
通过所述多维度ART学习测评系统获取测评人员针对每一道测评题的选择计时值或者跳过计时值;
向所述测控终端反馈所述跳过计时值以及所述跳过计时值对应的测评题和测评选项;
所述测控终端基于所述反馈,重新调整所述多个多维测评模块的显示顺序。
4.如权利要求3所述的一种多维度ART学习测评反馈方法,其特征在于:所述重新调整所述多个多维测评模块的显示顺序,具体包括:基于所述跳过计时值以及所述跳过计时值对应的测评题和测评选项,调整所述测评题和/或测评选项的显示顺序;
其中,若跳过计时值较短,则该跳过计时值对应的测评题显示顺序靠前;
和/或;
若跳过计时值较短,则针对该跳过计时值对应的测评题,将该跳过计时值对应的测评选项在第一位置显示。
5.一种计算机实现的多维度ART学习测评方法,所述计算机包含处理器和存储器,所述存储器包含有计算机可执行程序指令,通过所述处理器执行所述可执行程序指令,用于实现所述多维度ART学习测评方法,其特征在于,所述方法包括如下步骤:
S500:令i=0,j=0,获取测评题的总数M,以及第i个测评题对应的测评选项的数量Ci;
S501:在所述计算机的人机交互界面上的第一显示区域显示第i个测评题;
S502:在所述计算机的人机交互界面上的第二显示区域显示所述第i个测评题的第j个测评选项,启动第一计时器;
S503:判断在第一预设时间段内,是否接收到测评人员输入的选择信号或者跳过信号;
S504:如果接收到跳过信号,则所述第一计时器确定接收到所述跳过信号时的第一跳过计时值后,令j=j+1,判断j是否小于Ci;
如果是,则将所述第一计时器清零,返回步骤S502;
如果否,令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S505:如果接收到选择信号,则所述第一计时器确定接收到所述选择信号时的第一选择计时值后,令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S506:如果既未收到所述选择信号也未收到所述跳过信号,则令i=i+1,判断i是否小于M,
如果是,则返回步骤S501;
如果否,则进入步骤S507;
S507:基于所述确定的第一跳过计时值或所述第一选择计时值,以及所述第一跳过计时值或所述第一选择计时值对应的测评选项、测评题,得出测评结果。
6.如权利要求5所述的一种计算机实现的多维度ART学习测评方法,其特征在于:
所述步骤S504进一步包括:
如果接收到跳过信号,则所述第一计时器获取接收到所述跳过信号时的当前第一跳过计时值;
将所述当前第一跳过计时值与前次获得的前次第一跳过计时值进行比较,
将所述当前第一跳过计时值和所述前次第一跳过计时值中的较大者,作为所述确定的第一跳过计时值。
7.一种计算机可读存储介质,其上存储有计算机可执行程序指令,通过处理器执行所述可执行程序指令,用于实现权利要求3-4或者5-6任一项所述的方法的全部或者部分步骤。
8.如权利要求7所述的一种计算机可读存储介质,其特征在于:
在所述方法中,所述测评题包含文字和图片,所述测评选项仅包含图片;
并且,所述定时器或者计时器不在所述人机交互界面上显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110307404.5A CN113160925B (zh) | 2021-03-23 | 2021-03-23 | 多维度art学习测评系统与测评反馈方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110307404.5A CN113160925B (zh) | 2021-03-23 | 2021-03-23 | 多维度art学习测评系统与测评反馈方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113160925A CN113160925A (zh) | 2021-07-23 |
CN113160925B true CN113160925B (zh) | 2024-02-02 |
Family
ID=76888211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110307404.5A Active CN113160925B (zh) | 2021-03-23 | 2021-03-23 | 多维度art学习测评系统与测评反馈方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113160925B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA882229A (en) * | 1971-09-28 | Leo L. Azure, Jr. | Test grading and marking method and apparatus | |
JP2005156735A (ja) * | 2003-11-21 | 2005-06-16 | Net Systems:Kk | 学習支援方法及び学習支援システム |
CN101542415A (zh) * | 2006-06-21 | 2009-09-23 | 松下电器产业株式会社 | 服务提供系统 |
JP2012103564A (ja) * | 2010-11-11 | 2012-05-31 | Kobe Steel Ltd | 学習支援システム、学習支援システムの学習履歴集計方法、及びコンピュータプログラム |
CN109857320A (zh) * | 2019-01-17 | 2019-06-07 | 武汉天量数据技术有限公司 | 一种答题卡更新方法、装置、显示设备及可读存储介质 |
JP2019197488A (ja) * | 2018-05-11 | 2019-11-14 | 株式会社Nttドコモ | 情報処理装置及びプログラム |
JP2019219677A (ja) * | 2019-08-19 | 2019-12-26 | 富士通株式会社 | 表示制御プログラム |
-
2021
- 2021-03-23 CN CN202110307404.5A patent/CN113160925B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA882229A (en) * | 1971-09-28 | Leo L. Azure, Jr. | Test grading and marking method and apparatus | |
JP2005156735A (ja) * | 2003-11-21 | 2005-06-16 | Net Systems:Kk | 学習支援方法及び学習支援システム |
CN101542415A (zh) * | 2006-06-21 | 2009-09-23 | 松下电器产业株式会社 | 服务提供系统 |
JP2012103564A (ja) * | 2010-11-11 | 2012-05-31 | Kobe Steel Ltd | 学習支援システム、学習支援システムの学習履歴集計方法、及びコンピュータプログラム |
JP2019197488A (ja) * | 2018-05-11 | 2019-11-14 | 株式会社Nttドコモ | 情報処理装置及びプログラム |
CN109857320A (zh) * | 2019-01-17 | 2019-06-07 | 武汉天量数据技术有限公司 | 一种答题卡更新方法、装置、显示设备及可读存储介质 |
JP2019219677A (ja) * | 2019-08-19 | 2019-12-26 | 富士通株式会社 | 表示制御プログラム |
Non-Patent Citations (1)
Title |
---|
PPT课件中交互式练习题的设计与实现;马致明;;新疆师范大学学报(自然科学版)(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113160925A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Allen et al. | The role of teacher immediacy as a motivational factor in student learning: Using meta-analysis to test a causal model | |
Long | Inside the “black box”: Methodological issues in classroom research on language learning | |
Czocher | Introducing modeling transition diagrams as a tool to connect mathematical modeling to mathematical thinking | |
Moayyeri | The Impact of Undergraduate Students' Learning Preferences (VARK Model) on Their Language Achievement. | |
Fulcher | Scoring performance tests | |
Huck | Elementary social studies content integration in CCLS: An analysis of content integration | |
Chen et al. | Forecasting reading anxiety for promoting English-language reading performance based on reading annotation behavior | |
Tang et al. | Action research on the development of Chinese communication in a virtual community | |
CN116824933A (zh) | 一种基于大语言模型的医学培训系统 | |
Zhai et al. | The effect of multi-mode stimuli of feedforward and eye tracking on metacognition—an exploratory study using digital dictionaries | |
CN111597305B (zh) | 实体标记方法、装置、计算机设备和存储介质 | |
Fantozzi | Making meaning in student teaching | |
CN113160925B (zh) | 多维度art学习测评系统与测评反馈方法 | |
CN109800880B (zh) | 基于动态学习风格信息的自适应学习特征提取系统及应用 | |
Maguire | VALUE COMPONENTS OF TEACHERS'JUDGMENTS OF EDUCATIONAL OBJECTIVES | |
Guia et al. | An exploratory study of factors indicative of affective states of students using SQL-Tutor | |
CN111833013A (zh) | 一种学习计划的制定方法及设备 | |
Mohd Nasim | Metacognitive Listening Comprehension Strategies of Arab English Language Learners | |
Albert | Using a sample survey project to assess the teaching of statistical inference | |
Franciosi | Educator perceptions of digital game-based learning in the instruction of foreign languages in Japanese higher education | |
Dickie | Winning the PhD Game: Evocative Playing of Snakes and Ladders. | |
Nakaprasit | Identifying language needs of ESL students in a Canadian university based intensive English language program | |
Zhang et al. | An enhanced Elo-based student model for polychotomously scored items in adaptive educational system | |
CN116453387B (zh) | 一种ai智能教学机器人控制系统及方法 | |
Rzepka | Transforming First Language Learning Platforms towards Adaptivity and Fairness |
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 |