CN115496634A - 一种材料热处理工艺教学测评系统及方法 - Google Patents
一种材料热处理工艺教学测评系统及方法 Download PDFInfo
- Publication number
- CN115496634A CN115496634A CN202211202772.4A CN202211202772A CN115496634A CN 115496634 A CN115496634 A CN 115496634A CN 202211202772 A CN202211202772 A CN 202211202772A CN 115496634 A CN115496634 A CN 115496634A
- Authority
- CN
- China
- Prior art keywords
- heat treatment
- answer
- class
- module
- treatment process
- 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
- 238000000034 method Methods 0.000 title claims abstract description 277
- 238000010438 heat treatment Methods 0.000 title claims abstract description 121
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 239000000463 material Substances 0.000 title claims abstract description 29
- 230000008520 organization Effects 0.000 claims abstract description 72
- 238000012360 testing method Methods 0.000 claims abstract description 38
- 238000007726 management method Methods 0.000 claims abstract description 16
- 238000013500 data storage Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims description 49
- 238000007405 data analysis Methods 0.000 claims description 25
- 238000001816 cooling Methods 0.000 claims description 19
- 238000004321 preservation Methods 0.000 claims description 7
- 238000012938 design process Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000002085 persistent effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000007669 thermal treatment Methods 0.000 claims 2
- 238000007792 addition Methods 0.000 claims 1
- 238000010791 quenching Methods 0.000 description 5
- 230000000171 quenching effect Effects 0.000 description 5
- 238000005496 tempering Methods 0.000 description 4
- 238000000137 annealing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910001566 austenite Inorganic materials 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 229910000734 martensite Inorganic materials 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种材料热处理工艺教学测评系统及方法，包括热处理工艺试题存储模块、答题历程数据存储模块、对比模块、用户班级管理模块、分析模块和答题模块；热处理工艺试题存储模块、答题历程数据存储模块、对比模块、用户班级管理模块和分析模块均连接到答题模块；本系统能够以班级为单位快速给出学生对各类组织的热处理工艺掌握情况，包括目标组织工艺掌握度、目标组织易错工艺清单、目标组织易错参数清单等，使得老师在后续教学和辅导中能够有针对性的改进教学方法并提高辅导效率。
Description
技术领域
本发明属于教学工艺评测技术领域，特别涉及一种材料热处理工艺教学测评系统及方法。
背景技术
金属材料热处理工艺包括退火、正火、回火和淬火等，材料经过不同热处理工艺或工艺组合处理后可获得不同目标组织，从而拥有不同性能，其物理过程复杂，涉及参数众多。
在考查学生对热处理工艺掌握情况时，传统纸质考试或上机考试通过学生答题正确与否给出评价，若学生答题错误则认为该学生未掌握相应热处理知识点，该方法无法排除学生答题时因未仔细审题等主观或随机因素造成的影响，同时无法快速获知学生在为目标组织设计热处理工艺及参数时容易混淆的工艺类型和容易选错的工艺参数，使老师不能够有针对性地对学生进行指导。
另一方面，在老师以班级为单位进行教学时，为了有针对性的改进教学方法，需要以班级或班级组合为单位，获知学生对各目标组织热处理工艺的掌握情况，包裹易混淆的工艺类型，易选错的工艺参数等，传统的纸质考试或上机考试老师需要设计大量试题并对答题结果进行复杂的分析统计才能获得以上信息，效率低，耗时长。
发明内容
本发明的目的在于提供一种材料热处理工艺教学测评系统及方法，以解决传统方案不能够有针对性地对学生进行指导，传统方案效率低，耗时长的问题。
为实现上述目的，本发明采用以下技术方案：
一种材料热处理工艺教学测评系统，包括热处理工艺试题存储模块、答题历程数据存储模块、对比模块、用户班级管理模块、分析模块和答题模块；热处理工艺试题存储模块、答题历程数据存储模块、对比模块、用户班级管理模块和分析模块均连接到答题模块；
热处理工艺试题存储模块用于存储热处理工艺试题；答题历程数据存储模块用于存储所有用户的答题历程数据；对比模块用于热处理工艺数据库抽取试题分配给待考核班级学生，同时负责学生提交热处理工艺设计方案时的结果比对；用户班级管理模块用于存储用户和班级信息；分析模块包括学生数据分析和班级数据分析，学生数据分析为显示每位学生对各目标组织的热处理工艺设计情况，班级数据分析为以班级或班级组合为单位展示学生对各目标组织的热处理工艺掌握情况；答题模块用于提供的用户界面完成热处理工艺设计。
进一步的，热处理工艺试题的每道试题包含热处理材料、试样尺寸、保温时间说明，热处理后需要获得的目标组织和目标组织编号，并包含1组或以上热处理方案，其中至少包含1组正确的热处理工艺方案。
进一步的，答题历程数据存储模块包括用户每次提交的正确和错误的工艺设计方案，每条工艺设计方案包括工艺数据及答题环境数据，工艺数据包括学生提交的工艺类型和工艺参数，答题环境数据包括学生回答该题的开始时间、结束时间、在每个界面的停留时间以及答题客户端版本。
进一步的，班级信息，包括班级名称、编号，同时为老师提供班级的增删查改。
进一步的，用户信息，包括姓名、学号、所在班级，同时为老师提供学生的增删查改，接收学生的注册信息，并提供身份认证。
进一步的，学生数据分析显示每位学生对各目标组织的热处理工艺设计情况，系统汇总目标班级中所有学生答题历程数据，对某目标组织，对尝试1次答对的学生标记为“已掌握”，对尝试2次答对且第1次答题时间不大于本班级尝试1次答对的所有学生平均答题时间的学生标记为“已掌握”，其他学生标记为“未掌握”；同时提供学生对具体目标组织的详细设计历程数据，包括历次提交的工艺类型、工艺参数、答题时间和答题结果信息。
进一步的，班级数据分析以班级或班级组合为单位展示学生对各目标组织的热处理工艺掌握情况，包括：
①目标组织工艺掌握度
目标组织工艺掌握度＝该组织已掌握人数/(该组织已掌握人数+该组织未掌握人数)
②目标组织易错工艺清单
汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生答题历程数据，筛选出所有错误设计方案，统计其中各工艺类型选用的人数，若(某工艺选用人数÷该工艺未掌握学生合计人数)＞易错工艺占比阈值，则将该工艺列入该目标组织的易错工艺清单并显示；
③目标组织易错参数清单
系统汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生生答题历程数据，筛选出工艺类型正确但工艺参数错误的设计方案，统计各组错误工艺参数的选用人数，若(某组错误工艺参数选用人数÷该工艺错误工艺参数合计人数)>易错参数占比阈值，则将该组工艺参数列入目标组织易错参数清单并显示。
进一步的，答题模块提供的用户界面下完成热处理工艺设计，用户界面为网页、移动APP或微信小程序；
答题界面显示热处理题目已知信息：热处理材料、试样尺寸、保温时间说明和热处理后需要获得的目标组织，并提供工艺类型选项，在用户选择工艺类型后，继续显示对应工艺类型的工艺参数待填项目，包括温度、冷却方式和冷却时间等，待填项目形式可以是选择或输入；用户完成参数填写提交，客户端将用户填写的工艺设计数据和答题环境数据通过网络发送至测评系统“答题历程数据库”持久存储，同时将工艺设计数据发送至“组题答题模块”进行正确性判断并获得判断结果，如结果正确则显示下一题界面，结果错误则继续进行答题，重复上述答题过程，直至学生完成所有题目且均回答正确，或学生答题超过系统设定的时长或期限测评结束。
进一步的，一种材料热处理工艺教学测评方法，包括以下步骤：
设计热处理试题导入热处理工艺试题存储模块；
通过用户班级管理模块新建班级，以及导入班级学生信息通知学生使用学号等信息激活账号进行答题；
通过答题模块进行答题，完成热处理工艺类型和相应工艺参数的选择或填写后提交设计方案，将此次提交的工艺数据及答题环境数据保存到答题历程数据存储模块；
对提交的工艺数据与存储的正确答案进行比对，如完全复合，则通知学生答题正确，进入下一题，否则，提示学生答题错误，引导学生重新答题，直至答题正确；
在分析模块设置各测评指标阈值，包括易错工艺占比阈值，易错参数占比阈值，进行学生数据分析和班级数据分析。
与现有技术相比，本发明有以下技术效果：
本系统允许学生对同一道热处理工艺设计题目多次作答直到获得正确答案为止，系统记录所有答题历程数据，包括工艺数据及答题环境数据，工艺数据包括学生提交的工艺类型和工艺参数等，答题环境数据包括学生回答该题的开始时间、结束时间、答题客户端版本等，以上数据被用于学生热处理工艺知识点掌握程度的综合评估，相较传统考试只依赖学生一次性答题结果是否正确判断知识点掌握程度，本方法更精确可靠，可以排除学生答题时因未仔细审题等主观或随机因素造成的影响。
本系统能够以班级为单位快速给出学生对各类组织的热处理工艺掌握情况，包括目标组织工艺掌握度、目标组织易错工艺清单、目标组织易错参数清单等，使得老师在后续教学和辅导中能够有针对性的改进教学方法并提高辅导效率。
整个评价过程通过软件系统自动完成，便捷高效，节省了人力物力。
附图说明
图1材料热处理工艺教学测评方法流程图
图2材料热处理工艺教学测评系统框图
具体实施方式
以下结合附图对本发明进一步说明：
本发明提供了一种材料热处理工艺教学测评方法，具体步骤如下：
老师设计热处理试题导入“测评系统题库”，每道试题包含热处理材料、试样尺寸、保温时间说明、热处理后需要获得的目标组织等，并包含1组或以上热处理方案(其中至少包含1组正确的热处理工艺方案)，热处理方案包括工艺类型及工艺参数，工艺类型包括不限于正火、退火、淬火、淬火+回火等，工艺参数包括不限于温度、冷却方式和冷却时长。实际试题如下表所示。
表1实际热处理工艺试题示例
老师通过“测评系统班级管理模块”新建班级，通过“测评系统用户管理模块”导入班级学生信息，学生信息包括不限于姓名、学号、班级、被分配的目标组织编号等，通知学生使用学号信息激活账号进行答题。
该步骤也可替换为：老师通过“测评系统班级管理模块”新建班级，学生通过测评系统注册模块注册认证并选择相应班级。
老师通过“测评系统组题答题模块”为班级学生分配试题。实际分配结果如下表所示。
表2实际班级学生热处理试题分配示例
| 学生姓名 | 学号 | 班级 | 目标组织编号 |
| 王小明 | 710098 | D81 | 1001 |
| 张晓红 | 710099 | D81 | 2002 |
学生进入“测评系统答题客户端”进行答题，客户端用户界面不限于网页、移动APP、微信小程序等。
学生进入答题界面选择题目，每个题目包括的已知信息：热处理材料、试样尺寸、保温时间说明和热处理后需要获得的目标组织，如热处理材料45钢，圆柱形试样直径12mm，目标组织为马氏体和少量残余奥氏体，学生根据以上信息首先选择热处理工艺类型，如正火、退火、淬火、淬火+回火等，然后填写或选择相应工艺类型的工艺参数，如温度、冷却方式和冷却时间等，冷却方式包含不限于炉冷、空冷、油冷、水冷等，如选择工艺组合，如淬火+回火，需对组合内每个工艺类型设置工艺参数。
学生完成热处理工艺类型和相应工艺参数的选择填写后提交方案，系统将该学生此次提交的工艺数据及答题环境数据保存到“测评系统答题历程数据库模块”，其中工艺数据包括学生提交的工艺类型和工艺参数等，答题环境数据包括学生回答该题的开始时间、结束时间、答题客户端版本等。实际的答题历程数据如下表所示。
表3实际答题历程数据示例
系统对学生提交的工艺数据与“测评系统题库”中存储的正确答案进行比对，如完全复合，则通知学生答题正确，进入下一题。否则，提示学生答题错误，引导学生重新答题，重复步骤(4)和步骤(5)过程，直至答题正确。期间学生也可放弃答题，进入下一题。学生测评结束条件：学生完成所有题目且均回答正确，或学生答题超过系统设定的时长或期限。
教师在“测评系统数据分析配置模块”设置各测评指标阈值，包括易错工艺占比阈值，易错参数占比阈值等。易错工艺占比阈值一般设置为50％，易错参数占比阈值一般设置为30％。
教师在“测评系统学生数据分析模块”查看每位学生的答题历程数据。系统汇总目标班级中所有学生答题历程数据，对某目标组织，对尝试1次答对的学生标记为“已掌握”，对尝试2次答对且第1次答题时间不大于本班级尝试1次答对的所有学生平均答题时间的学生标记为“已掌握”，其他学生标记为“未掌握”。老师可进一步查看被标记为“未掌握”学生的详细答题历程，获知该学生在设计该目标组织时易混的工艺类型和易错的工艺参数。如上表中的答题历程数据，学号为710098的用户，尝试4次后答对题目，故系统标记为“未掌握”；学号为710099的用户，尝试2次后答对题目，且第1次答题所用时间为2s，小于本班级尝试1次但对题目的所有学生的平均答题时间，故系统标记为“已掌握”。
教师在“测评系统班级数据分析模块”以班级(或班级组合，下同)为单位查看学生对各目标组织的热处理工艺掌握情况，通过以下指标或数据评价教学效果，为后续教学方案改进提供依据。
①目标组织工艺掌握度
目标组织工艺掌握度＝该组织已掌握人数/(该组织已掌握人数+该组织未掌握人数)
例如，D18班级为目标组织编号2002设计热处理工艺的用户，有3人被系统标记为已掌握,17人被系统标记为未掌握，则该班级学生对2002号目标组织工艺掌握度为：3/(3+17)＝0.15,该指标反应了班级中掌握了相应目标组织热处理工艺的学生占比，该数值过低，说明该班级的学生普遍没有掌握该目标组织的热处理工艺，后续教学或指导时需要对该目标组织的热处理工艺着重讲解分析。
目标组织易错工艺清单
系统汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生答题历程数据，筛选出所有错误设计方案，统计其中各工艺类型选用的人数，若(某工艺选用人数÷该工艺未掌握学生合计人数)＞易错工艺占比阈值，则将该工艺列入该目标组织的易错工艺清单中。
例如，D18班级为目标组织编号2002设计热处理工艺的用户，其中17人被标记为未掌握，这17人中有12人在错误设计方案中均选择过正火工艺，占所有为掌握人数的70.6％，大于易错工艺占比阈值50％，故“正火”工艺被列入该组织易错工艺清单。
目标组织易错参数清单
系统汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生生答题历程数据，筛选出工艺类型正确但工艺参数错误的设计方案，统计各组错误工艺参数的选用人数，若(某组错误工艺参数选用人数÷该工艺错误工艺参数合计人数)>易错参数占比阈值，则将该组工艺参数列入目标组织易错参数清单中。
例如，D18班级为目标组织编号2002设计热处理工艺的用户，其中工艺类型选择正确但工艺参数选择错误的情况出现了41次，其中“淬火，温度为900℃，保温时间为15分钟，冷却方式为水冷”的错误工艺组合出现了13次，占所有为掌握人数的31.7％，大于易错工艺占比阈值30％，故该工艺参数被列入该目标组织的易错参数清单。
本发明提供教学测评系统包括但不限于以下模块：
热处理工艺题库
本模块存储热处理工艺试题，每道试题包含热处理材料、试样尺寸、保温时间说明，热处理后需要获得的目标组织和目标组织编号，并包含1组或以上热处理方案(工艺及工艺参数，工艺参数不限于温度、冷却方式和冷却时间)，其中至少包含1组正确的热处理工艺方案。实际热处理工艺试题示例表1所示。
本模块接收老师提交的热处理工艺试题，并被答题组题服务模块调用。
答题历程数据库
本模块存储所有用户的答题历程数据，包括用户每次提交的正确和错误的工艺设计方案，每条工艺设计方案包括工艺数据及答题环境数据，工艺数据包括学生提交的工艺类型和工艺参数等，答题环境数据包括学生回答该题的开始时间、结束时间、答题客户端版本等。实际答题历程数据如表3所示。
学生在答题客户端提交工艺设计方案时，所有数据通过网络存入该模块，该模块数据后续被“学社数据分析”模块和“班级数据分析模块”调用。
组题答题服务
老师通过该模块提供的服务从“热处理工艺数据库”抽取试题分配给待考核班级学生，实际班级学生热处理试题分配情况如表2所示。同时负责学生提交热处理工艺设计方案时的结果比对，若若学生提交方案与题库中正确方案完全一致，返回正确，否则返回错误。
班级管理
本模块存储系统班级信息，包括班级名称、编号等，同时为老师提供班级的增删查改，并被“用户管理”和“班级数据分析”模块调用。
用户管理
本模块存储用户信息，包括姓名、学号、所在班级等，同时为老师提供学生的增删查改，接收学生的注册信息，并提供身份认证。
数据分析配置
本模块提供测评系统各类参数配置，包括但不限于易错工艺占比阈值，易错参数占比阈值等。易错工艺占比阈值一般设置为50％，易错参数占比阈值一般设置为30％。
答题客户端
学生在该模块提供的用户界面下完成热处理工艺设计，用户界面不限于网页、移动APP、微信小程序等。
答题界面显示热处理题目已知信息：热处理材料、试样尺寸、保温时间说明和热处理后需要获得的目标组织等，并提供工艺类型选项，在用户选择工艺类型后，继续显示对应工艺类型的工艺参数待填项目，包括温度、冷却方式和冷却时间等，待填项目形式可以是选择或输入。用户完成参数填写提交，客户端将用户填写的工艺设计数据和答题环境数据通过网络发送至测评系统“答题历程数据库”持久存储，同时将工艺设计数据发送至“组题答题模块”进行正确性判断并获得判断结果，如结果正确则显示下一题界面，结果错误则继续进行答题，重复上述答题过程，直至学生完成所有题目且均回答正确，或学生答题超过系统设定的时长或期限测评结束。实际测评流程如图1所示。
学生数据分析
本模块显示每位学生对各目标组织的热处理工艺设计情况，系统汇总目标班级中所有学生答题历程数据，对某目标组织，对尝试1次答对的学生标记为“已掌握”，对尝试2次答对且第1次答题时间不大于本班级尝试1次答对的所有学生平均答题时间的学生标记为“已掌握”，其他学生标记为“未掌握”。同时提供学生对具体目标组织的详细设计历程数据，包括历次提交的工艺类型，工艺参数，答题时间和答题结果等信息。
班级数据分析
本模块以班级或班级组合为单位展示学生对各目标组织的热处理工艺掌握情况，包括：
目标组织工艺掌握度
目标组织工艺掌握度＝该组织已掌握人数/(该组织已掌握人数+该组织未掌握人数)
②目标组织易错工艺清单
系统汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生答题历程数据，筛选出所有错误设计方案，统计其中各工艺类型选用的人数，若(某工艺选用人数÷该工艺未掌握学生合计人数)＞易错工艺占比阈值，则将该工艺列入该目标组织的易错工艺清单并显示。
③目标组织易错参数清单
系统汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生生答题历程数据，筛选出工艺类型正确但工艺参数错误的设计方案，统计各组错误工艺参数的选用人数，若(某组错误工艺参数选用人数÷该工艺错误工艺参数合计人数)>易错参数占比阈值，则将该组工艺参数列入目标组织易错参数清单并显示。
Claims (9)
1.一种材料热处理工艺教学测评系统，其特征在于，包括热处理工艺试题存储模块、答题历程数据存储模块、对比模块、用户班级管理模块、分析模块和答题模块；热处理工艺试题存储模块、答题历程数据存储模块、对比模块、用户班级管理模块和分析模块均连接到答题模块；
热处理工艺试题存储模块用于存储热处理工艺试题；答题历程数据存储模块用于存储所有用户的答题历程数据；对比模块用于热处理工艺数据库抽取试题分配给待考核班级学生，同时负责学生提交热处理工艺设计方案时的结果比对；用户班级管理模块用于存储用户和班级信息；分析模块包括学生数据分析和班级数据分析，学生数据分析为显示每位学生对各目标组织的热处理工艺设计情况，班级数据分析为以班级或班级组合为单位展示学生对各目标组织的热处理工艺掌握情况；答题模块用于提供的用户界面完成热处理工艺设计。
2.根据权利要求1所述的一种材料热处理工艺教学测评系统，其特征在于，热处理工艺试题的每道试题包含热处理材料、试样尺寸、保温时间说明，热处理后需要获得的目标组织和目标组织编号，并包含1组或以上热处理方案，其中至少包含1组正确的热处理工艺方案。
3.根据权利要求1所述的一种材料热处理工艺教学测评系统，其特征在于，答题历程数据存储模块包括用户每次提交的正确和错误的工艺设计方案，每条工艺设计方案包括工艺数据及答题环境数据，工艺数据包括学生提交的工艺类型和工艺参数，答题环境数据包括学生回答该题的开始时间、结束时间、在每个界面的停留时间以及答题客户端版本。
4.根据权利要求1所述的一种材料热处理工艺教学测评系统，其特征在于，班级信息，包括班级名称、编号，同时为老师提供班级的增删查改。
5.根据权利要求1所述的一种材料热处理工艺教学测评系统，其特征在于，用户信息，包括姓名、学号、所在班级，同时为老师提供学生的增删查改，接收学生的注册信息，并提供身份认证。
6.根据权利要求1所述的一种材料热处理工艺教学测评系统，其特征在于，学生数据分析显示每位学生对各目标组织的热处理工艺设计情况，系统汇总目标班级中所有学生答题历程数据，对某目标组织，对尝试1次答对的学生标记为“已掌握”，对尝试2次答对且第1次答题时间不大于本班级尝试1次答对的所有学生平均答题时间的学生标记为“已掌握”，其他学生标记为“未掌握”；同时提供学生对具体目标组织的详细设计历程数据，包括历次提交的工艺类型、工艺参数、答题时间和答题结果信息。
7.根据权利要求1所述的一种材料热处理工艺教学测评系统，其特征在于，班级数据分析以班级或班级组合为单位展示学生对各目标组织的热处理工艺掌握情况，包括：
①目标组织工艺掌握度
目标组织工艺掌握度＝该组织已掌握人数/(该组织已掌握人数+该组织未掌握人数)
②目标组织易错工艺清单
汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生答题历程数据，筛选出所有错误设计方案，统计其中各工艺类型选用的人数，若(某工艺选用人数÷该工艺未掌握学生合计人数)＞易错工艺占比阈值，则将该工艺列入该目标组织的易错工艺清单并显示；
③目标组织易错参数清单
系统汇总目标班级中进行该目标组织热处理工艺设计且被标记为“未掌握”的学生生答题历程数据，筛选出工艺类型正确但工艺参数错误的设计方案，统计各组错误工艺参数的选用人数，若(某组错误工艺参数选用人数÷该工艺错误工艺参数合计人数)>易错参数占比阈值，则将该组工艺参数列入目标组织易错参数清单并显示。
8.根据权利要求1所述的一种材料热处理工艺教学测评系统，其特征在于，答题模块提供的用户界面下完成热处理工艺设计，用户界面为网页、移动APP或微信小程序；
答题界面显示热处理题目已知信息：热处理材料、试样尺寸、保温时间说明和热处理后需要获得的目标组织，并提供工艺类型选项，在用户选择工艺类型后，继续显示对应工艺类型的工艺参数待填项目，包括温度、冷却方式和冷却时间等，待填项目形式可以是选择或输入；用户完成参数填写提交，客户端将用户填写的工艺设计数据和答题环境数据通过网络发送至测评系统“答题历程数据库”持久存储，同时将工艺设计数据发送至“组题答题模块”进行正确性判断并获得判断结果，如结果正确则显示下一题界面，结果错误则继续进行答题，重复上述答题过程，直至学生完成所有题目且均回答正确，或学生答题超过系统设定的时长或期限测评结束。
9.一种材料热处理工艺教学测评方法，其特征在于，基于权利要求1至8任意一项所述的材料热处理工艺教学测评系统，包括以下步骤：
设计热处理试题导入热处理工艺试题存储模块；
通过用户班级管理模块新建班级，以及导入班级学生信息通知学生使用学号等信息激活账号进行答题；
通过答题模块进行答题，完成热处理工艺类型和相应工艺参数的选择或填写后提交设计方案，将此次提交的工艺数据及答题环境数据保存到答题历程数据存储模块；
对提交的工艺数据与存储的正确答案进行比对，如完全复合，则通知学生答题正确，进入下一题，否则，提示学生答题错误，引导学生重新答题，直至答题正确；
在分析模块设置各测评指标阈值，包括易错工艺占比阈值，易错参数占比阈值，进行学生数据分析和班级数据分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211202772.4A CN115496634A (zh) | 2022-09-29 | 2022-09-29 | 一种材料热处理工艺教学测评系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211202772.4A CN115496634A (zh) | 2022-09-29 | 2022-09-29 | 一种材料热处理工艺教学测评系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115496634A true CN115496634A (zh) | 2022-12-20 |
Family
ID=84473399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211202772.4A Pending CN115496634A (zh) | 2022-09-29 | 2022-09-29 | 一种材料热处理工艺教学测评系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115496634A (zh) |
-
2022
- 2022-09-29 CN CN202211202772.4A patent/CN115496634A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lai et al. | The contributions of school quality and teacher qualifications to student performance: Evidence from a natural experiment in Beijing middle schools | |
| Belch et al. | Relationship between student recreation complex use, academic performance, and persistence of first-time freshmen | |
| Horns et al. | The use of progressive indicators as predictors of NCLEX-RN success and performance of BSN graduates | |
| Kulatunga Moruzi et al. | Validity of admissions measures in predicting performance outcomes: the contribution of cognitive and non-cognitive dimensions | |
| Tang et al. | Factors that influence self‐efficacy of counseling students: An exploratory study | |
| Başol et al. | Effectiveness of frequent testing over achievement: A meta analysis study | |
| JP4137134B2 (ja) | 学習情報処理装置、学習情報処理方法及びコンピュータプログラム | |
| Sowbel | Gatekeeping in field performance: Is grade inflation a given? | |
| US7904017B2 (en) | Process for automated assessment of problem solving skill | |
| Alaki et al. | Can multiple mini‐interviews predict academic performance of dental students? a two‐year follow‐up | |
| Wang et al. | Results and insights from diagnostic questions: The neurips 2020 education challenge | |
| KR20010070616A (ko) | 문항반응이론을 이용한 온라인 자격 및 인증시험 서비스시스템 및 방법 | |
| CN115496634A (zh) | 一种材料热处理工艺教学测评系统及方法 | |
| Williamson | The decreasing accuracy of scholastic predictions. | |
| Asunda et al. | Technology Student Characteristics: Course Taking Patterns as a Pathway to STEM Disciplines. | |
| CN106846960A (zh) | 一种基于网络的在线学习评估系统 | |
| Uminski et al. | GenBio-MAPS as a case study to understand and address the effects of test-taking motivation in low-stakes program assessments | |
| Tynan et al. | Consistency Counts-or does it? | |
| Salsabila et al. | Mathematical literacy of junior high school students in solving problems pisa content quantity | |
| Armstrong | Math Placement Validation Study: A Summary of the Criterion-Related Validity Evidence and Multiple Measures Data for the San Diego Community College District. | |
| KR102604000B1 (ko) | 메타문제 데이터 기반의 수학문제 출제장치 및 수학문제 출제방법 | |
| Zhuang | The investigation of the impact of accountability and transparency on the delivery of educational services based on the 2009 Race to the Top education reform in the United States | |
| Grässle et al. | Matching Efficiency of Admission Procedures in Online-Education | |
| Chen | An examination of Advanced Placement (AP) course taking and college-going in Nebraska | |
| Doulatabadi et al. | Ranking measures for sustaining quality excellence practices: An empirical investigation |
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 |