CN206931118U - 全科医学试题库及试卷生成系统 - Google Patents

全科医学试题库及试卷生成系统 Download PDF

Info

Publication number
CN206931118U
CN206931118U CN201720798904.2U CN201720798904U CN206931118U CN 206931118 U CN206931118 U CN 206931118U CN 201720798904 U CN201720798904 U CN 201720798904U CN 206931118 U CN206931118 U CN 206931118U
Authority
CN
China
Prior art keywords
module
test
examination question
test paper
topic
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
CN201720798904.2U
Other languages
English (en)
Inventor
韩平
韩一平
沈璐
袁鹏群
赵家义
陈晰辉
丁鸿
潘晨
柯骏
宋茂海
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.)
Second Military Medical University SMMU
Original Assignee
Second Military Medical University SMMU
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 Second Military Medical University SMMU filed Critical Second Military Medical University SMMU
Priority to CN201720798904.2U priority Critical patent/CN206931118U/zh
Application granted granted Critical
Publication of CN206931118U publication Critical patent/CN206931118U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本实用新型涉及全科医生教学检测评价系统,提供了一种全科医学试题库及试卷生成系统,包括业务模块、数据存储模块和控制器模块;所述的业务模块包括试题管理模块、试题统计模块、试卷生成模块和成绩分析模块,所述的控制器模块分别与所述的数据存储模块和所述的各个业务模块相连接。本实用新型包含试题库管理、试题统计分析、试卷生成管理、成绩分析管理,形成具有较高查询效率的试题库组织结构,灵活的自动组卷功能,导出多种格式试卷,使试卷管理工作更科学更高效。

Description

全科医学试题库及试卷生成系统
技术领域
本实用新型涉及全科医生教学检测评价系统。
背景技术
2011年7月,国务院颁布旨在深入贯彻医药卫生体制改革精神的《关于建立全科医生制度指导意见》,提出到2020年,在我国初步建立起充满生机和活力的全科医生制度,基本形成统一规范的全科医生培养模式和“首诊在基层”的服务模式。随着全科医生制度的出台,全科医生的培养模式也在探索中不断前行,未来将逐步规范为“5+3”模式,即先接受5年的临床医学本科教育,再接受3年的全科医生规范化培养模式。
要提高教学质量,必须把握各个教学环节,考试是重要一环,是检测学员学习效果和对学生进行客观评价的一种手段,也是课程建设的重要组成部分。全科医生的教学管理与培养模式与传统临床医学的教学培养模式有着不同的要求,目前对全科医生的教学模式缺乏全面的规范要求和评估标准,急需建立一套科学的全科医生教学评价系统。随着计算机和互联网技术的不断发展,传统的以试题集或者试卷集为形式的试题管理和手工组卷模式将逐步被计算机代替,这将使教学检测方法更加客观、更科学、更公正。
实用新型内容
本实用新型的目的是提供一种全科医学试题库及试卷生成系统,以满足对全科医学教学评价过程的试题库制作和自动化组卷的要求。
本实用新型所述的全科医学试题库及试卷生成系统,包括业务模块、数据存储模块和控制器模块:
所述数据存储模块,用于存储试题信息和试卷信息,分数据库存储和文件存储两部分,其中试题按文件类型存储;
所述的业务模块包括试题管理模块、试题统计模块、试卷生成模块和成绩分析模块;
所述的业务模块包括试题管理模块,用于保存全科医学试题,对试题进行录入、修改、浏览等管理;包括A1型题、A2型题、A3型题、A4型题、B1型题、B2型题、C型题、X型题、K型题、填空题、简答题和是非题等题型;
所述试题统计模块,用于统计题库中的试题字数、章节分布、类型分布,试题的使用次数、难度和区分度等信息;
所述试卷生成模块,包括手工组卷模块和自动组卷模块,可根据设定的章节比例、题型比例随机组卷,生成word格式的试卷或自定义格式的文件,如MySQL数据文件等;
所述成绩分析模块,用于录入、管理和统计学员的考试成绩,对试卷进行相关质量分析;相关的分析指标有平均分、标准差、试题难度、试题区分度、考试信度、结论分析,还能输出成绩频数分布图和正偏态分布曲线等图表;
所述的控制器模块,分别与所述的数据存储模块和所述的各个业务模块相连接,负责处理各个业务模块请求数据存储模块的调用和权限管理。本实用新型与现有技术相比,具有以下优点:
本实用新型包含试题库管理、试题统计分析、试卷生成管理、成绩分析管理,形成具有较高查询效率的试题库组织结构,灵活的自动组卷功能,导出多种格式试卷,使试卷管理工作更科学更高效。
附图说明
图1为全科医学试题库及试卷生成系统结构示意图。
具体实施方式
以下结合附图,通过详细说明一个较佳的具体实施例,对本实用新型做进一步阐述。
如图1所示,本实用新型所述的全科医学试题库及试卷生成系统,包括业务模块、数据存储模块1和控制器模块7:
数据存储模块1,用于存储试题信息和试卷信息,分数据库存储和文件存储两部分,其中试题按文件类型存储;
所述的业务模块包括试题管理模块3、试题统计模块4、试卷生成模块5、和成绩分析模块6;
所述的控制器模块7,分别与所述的数据存储模块1和所述的各个业务模块相连接,
所述的试题管理模块3,用于保存全科医学试题,对试题进行录入、修改、浏览等管理;包括A1型题、A2型题、A3型题、A4型题、B1型题、B2型题、C型题、X型题、K型题、填空题、简答题和是非题等题型;
所述的试题统计模块4,用于统计题库中的试题字数、章节分布、类型分布,试题的使用次数、难度和区分度等信息;
所述的试卷生成模块5,包括手工组卷模块和自动组卷模块,可根据设定的章节比例、题型比例随机组卷,生成word格式的试卷或自定义格式的文件,如MySQL数据文件等
所述的成绩分析模块6,用于录入、管理和统计学员的考试成绩,对试卷进行相关质量分析;相关的分析指标有平均分、标准差、试题难度、试题区分度、考试信度、结论分析,还能输出成绩频数分布图和正偏态分布曲线等图表;
所述的控制器模块7,负责处理各个业务模块请求数据存储模块的调用和权限管理。
优选的,还包括登录模块2,与所述的数据存储模块1相连,用于验证登录用户的操作权限信息,并与数据存储模块1中的用户信息进行匹配;
优选的,还包括系统维护模块8,与所述的数据存储模块1相连,提供维护用户信息、试题分类、组卷参数和数据字典、文档存放目录和数据完整性等配置信息。
优选的,还包括服务器9,其与登录模块相连,用于存储用户信息、试题模块信息和自动组卷模块信息和成绩分析结果。
综上所述,本实用新型一种全科医生教学检测管理系统,可以使教学评价更科学、更易于管理。本实用新型人机界面友好,能方便地录入试题、维护试题,操作简单、组卷灵活快捷,查询试题或试卷迅速,还提供与其他系统的交互或二次开发的接口,使之成为其他数字资源教学系统的基础平台,在全科医学的教学改革中发挥更大的使用。
尽管本实用新型的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本实用新型的限制。在本领域技术人员阅读了上述内容后,对于本实用新型的多种修改和替代都将是显而易见的。因此,本实用新型的保护范围应由所附的权利要求来限定。

Claims (9)

1.全科医学试题库及试卷生成系统,其特征在于,包括业务模块、数据存储模块(1)和控制器模块(7);
所述的业务模块包括试题管理模块(3)、试题统计模块(4)、试卷生成模块(5)和成绩分析模块(6);
所述的控制器模块(7),分别与所述的数据存储模块(1)和所述的各个业务模块相连接。
2.根据权利要求1所述的全科医学试题库及试卷生成系统,其特征在于,还包括与所述的数据存储模块1相连的登录模块(2)。
3.根据权利要求1所述的全科医学试题库及试卷生成系统,其特征在于,还包括系统维护模块(8),与所述的数据存储模块(1)相连。
4.根据权利要求1所述的全科医学试题库及试卷生成系统,其特征在于,还包括与登录模块相连的服务器(9)。
5.根据权利要求1所述的全科医学试题库及试卷生成系统,其特征在于,所述的数据存储模块用于存储试题信息和试卷信息,分数据库存储和文件存储两部分,其中试题按文件类型存储。
6.根据权利要求1所述的全科医学试题库及试卷生成系统,其特征在于,所述的试题管理模块(3)用于保存全科医学试题,对试题进行录入、修改或浏览管理;包括A1型题、A2型题、A3型题、A4型题、B1型题、B2型题、C型题、X型题、K型题、填空题、简答题和是非题;
所述的试题统计模块(4)用于统计题库中的试题字数、章节分布、类型分布,试题的使用次数、难度和区分度信息;
所述的试卷生成模块(5),包括手工组卷模块和自动组卷模块,根据设定的章节比例、题型比例随机组卷,生成word格式的试卷或自定义格式的文件;
所述的成绩分析模块(6)用于录入、管理和统计学员的考试成绩,对试卷进行相关质量分析;相关的分析指标有平均分、标准差、试题难度、试题区分度、考试信度、结论分析,输出成绩频数分布图和正偏态分布曲线图表;
所述的控制器模块(7)负责处理各个业务模块请求数据存储模块的调用和权限管理。
7.根据权利要求2所述的全科医学试题库及试卷生成系统,其特征在于,所述登录模块(2)用于验证登录用户的操作权限信息,并与数据存储模块(1)中的用户信息进行匹配。
8.根据权利要求3所述的全科医学试题库及试卷生成系统,其特征在于,所述的系统维护模块(8)提供维护用户信息、试题分类、组卷参数和数据字典、文档存放目录和数据完整性配置信息。
9.根据权利要求4所述的全科医学试题库及试卷生成系统,其特征在于,所述服务器(9)用于存储用户信息、试题模块信息和自动组卷模块信息和成绩分析结果。
CN201720798904.2U 2017-07-04 2017-07-04 全科医学试题库及试卷生成系统 Active CN206931118U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201720798904.2U CN206931118U (zh) 2017-07-04 2017-07-04 全科医学试题库及试卷生成系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201720798904.2U CN206931118U (zh) 2017-07-04 2017-07-04 全科医学试题库及试卷生成系统

Publications (1)

Publication Number Publication Date
CN206931118U true CN206931118U (zh) 2018-01-26

Family

ID=61353607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201720798904.2U Active CN206931118U (zh) 2017-07-04 2017-07-04 全科医学试题库及试卷生成系统

Country Status (1)

Country Link
CN (1) CN206931118U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969904A (zh) * 2019-12-11 2020-04-07 成都师范学院 一种能互动的竞赛学习平台

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969904A (zh) * 2019-12-11 2020-04-07 成都师范学院 一种能互动的竞赛学习平台

Similar Documents

Publication Publication Date Title
Song et al. Exploring two decades of research on classroom dialogue by using bibliometric analysis
Pons Fifteen years of research on PISA effects on education governance: A critical review
Brockmann et al. Knowledge, skills and competence in the European labour market
Florian et al. What can national data sets tell us about inclusion and pupil achievement?
Nitin et al. Analyzing educational comments for topics and sentiments: A text analytics approach
CN206931118U (zh) 全科医学试题库及试卷生成系统
Coates et al. Global student engagement: Policy insights and international research perspectives
Jia et al. An Approach to Improving the Analysis of Literature Data in Chinese through an Improved Use of Citespace.
CN106528832A (zh) 评论索引库的建立方法及评论索引系统
Du [Retracted] Analysis of Teaching Strategies of College English Speculative Reading Based on Big Data Analysis of Student Behavior in Cross‐Cultural Education Environment
Skinner Bibliometric and social network analysis of doctoral research: Research trends in distance learning
CN115359884A (zh) 一种医学学科建设的智能评估方法
She Practical research and analysis of the path to improving the quality of higher education institutions in the context of information technology
Lv et al. [Retracted] Research on a Health Care Personnel Training Model Based on Multilayered Knowledge Mapping for the Integration of Nursing Courses and Examinations
Fan An Inquiry‐Based Teaching Model for Nursing Professional Courses Based on Data Mining and Few‐Shot Learning Technology
Wu Application of BPNN’s intelligent ETQ model in network English teaching
Xu Analysis and Optimization of Flute Playing and Teaching System Based on Convolutional Neural Network
Baldassarre et al. A hands-on approach for teaching systematic review
Ashcraft Ways To Evaluate the Assumption of Multivariate Normality.
Zhang [Retracted] Evaluation of Mathematical Models for Teaching Precision in the Framework of Big Data
Hagiwara et al. DEVELOPMENT OF A SYSTEM TO SUPPORT GRASPING FOSTERING STATUS OF STUDENTS’QUALITIES AND ABILITIES FROM TEXT DATA OF REFLECTIONS ON LEARNING
Jianhong [Retracted] Analysis and Application of Crosscultural Knowledge System Structure in English Teaching Based on Hierarchical Correlation Analysis
Yao Investigation on the Identity Construction of Young Foreign Language Teachers in Colleges and Universities Based on Feature Selection Algorithm
Sun [Retracted] Mathematical Modeling and Simulation of Online Teaching Effect Evaluation Based on Decision Tree Algorithm
Song Evaluation of Teaching Quality of English Courses in Comprehensive Universities under Multiple Indicators

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant