JP6073815B2 - 適応型知識評価及び学習のためのシステム及び方法 - Google Patents
適応型知識評価及び学習のためのシステム及び方法 Download PDFInfo
- Publication number
- JP6073815B2 JP6073815B2 JP2013554488A JP2013554488A JP6073815B2 JP 6073815 B2 JP6073815 B2 JP 6073815B2 JP 2013554488 A JP2013554488 A JP 2013554488A JP 2013554488 A JP2013554488 A JP 2013554488A JP 6073815 B2 JP6073815 B2 JP 6073815B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- learner
- answer
- knowledge
- answers
- 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
- 238000000034 method Methods 0.000 title claims description 59
- 230000003044 adaptive effect Effects 0.000 title claims description 20
- 238000011156 evaluation Methods 0.000 claims description 140
- 238000004422 calculation algorithm Methods 0.000 claims description 53
- 230000006870 function Effects 0.000 claims description 51
- 239000000463 material Substances 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 18
- 238000007405 data analysis Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 16
- 230000001149 cognitive effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 230000008450 motivation Effects 0.000 claims description 5
- 230000000638 stimulation Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims 1
- 230000005012 migration Effects 0.000 claims 1
- 238000013508 migration Methods 0.000 claims 1
- 230000004044 response Effects 0.000 description 93
- 238000012360 testing method Methods 0.000 description 42
- 238000007726 management method Methods 0.000 description 32
- 230000008520 organization Effects 0.000 description 15
- 238000012552 review Methods 0.000 description 13
- 230000006872 improvement Effects 0.000 description 10
- 230000014616 translation Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 9
- 238000013519 translation Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 238000013077 scoring method Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 230000007787 long-term memory Effects 0.000 description 4
- 230000009118 appropriate response Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013142 basic testing Methods 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229960003638 dopamine Drugs 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000005056 memory consolidation Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000001243 protein synthesis Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005204 segregation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (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)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
a.管理者104:システム全般を管理し,システムを構成するすべてのアプリケーションにアクセスする。システムはウェブサービスを介して相互運用される。
b.作者106:学習及び評価コンテンツを開発,管理及び発行する。
c.登録者108:新規学習者アカウントの生成及び学習者課題管理を含む学習者登録を管理する。
d.分析者110:1又は複数の業務ユニットの報告を管理する。
c.学習者112a〜112c:一般にシステムの究極最終利用者であり,システムが提供する学習及び評価モジュールを利用する。
1.回答を推測する必要をなくす試験及び採点形式。これによって「実際の」情報品質のより正確な評価が可能になる。
2.人が,(1)正確に知っていること,(2)ある程度知っていること,(3)知らないこと,(4)確かに知っているが実際には正しくないこと,をより正確に明らかにする採点方法。
3.真に教育的又は再教育的注意を必要とする領域にだけ焦点を合わせた,適応型かつ個別化された知識プロファイル。これによって注意が本当に必要ない領域の訓練における無駄な時間及び労力をなくす。
1.学習者は形成的評価を完了するように求められる。これは,標準の3択〜5択の試験を,質問ごとに三つの精神状態,自信,自信がない及び無知を包含する,選択可能な回答を有する構造化CBA形式に編集し,これによって受験者の精神状態とより緊密に対応付けるステップから始まる。
2.正しい応答に対する,初期評価への学習者の応答の要約である,個別化された知識プロファイルを検討する。推測は罰せられ,自信がある振りをするよりも,自信がないこと及び無知を認める方が良いことを学習者に教えるように,自信ベースの(CB)採点アルゴリズムが実現される。次に,回答を意味のある知識領域により正確に分割し,誤り(誤った情報),不明,自信がない,精通の範囲及び程度に関して個人及び組織に豊富なフィードバックを与えるために,CB回答の組が集められ,知識プロファイルとして表示される。個別化された知識プロファイルは,成績及び適性のよりよい計量である。例えば,企業の訓練環境において,個別の学習環境は,より高い情報品質を有する従業員を奨励し,したがって損失の大きい知識及び情報誤りを減少させ,生産性を向上させる。
3.学習教材に関して,質問,応答,正答及び説明を検討する。理想的には正答及び誤答双方についての説明が提供される(作者の裁量による)。
4.主題のより詳細な理解(広さ及び深さ)を得るために,(いくつかの実施例において「知識を広げよう」と記された)追加の学習教材を検討する。
5.反復。上記の過程は,個々の学習者が主題を適切に理解し,自信があることを示すために必要なだけ繰り返してもよい。いくつかの実施形態においては,この反復モデルの一部として,自信があるかつ正しいと採点された回答(どのアルゴリズムが用いられたかに依存する)は,学習者が自分の特定の技能ギャップに集中できるように,学習者に提示される質問のリストから削除してもよい。各反復の際,学習者に提示される質問の数は,モジュール内のすべての質問のサブセットによって表してもよい。これはモジュールの作者によって設定可能である。さらに,質問及び質問に対する回答が,システムを構成するソフトウェアコード内に呼び出された乱数発生器を使用して,各反復の際に無作為順に提示される。
a.システム管理302:このアプリケーションはシステム全般のすべての態様を管理するために用いられ,管理者によって管理される。
b.コンテンツ管理システム(又はオーサリング)304:このアプリケーションはすべてのコンテンツのオーサリング,及びすべてのコンテンツの発行及び撤収,並びにシステム内のすべてのコンテンツの管理のために用いられる。これらの機能は作者及びコンテンツ管理者によって管理される。
c.学習306:このアプリケーションはすべての学習及び/又は評価のために用いられ,学習者がシステムにログインする場所である。
d.登録及びデータ分析(RDA)アプリケーション308:このアプリケーションは,登録者が管理する学習者登録,及び分析者が管理するすべての報告を管理するために用いられる。さらに,指導者のようなほかの役割がここにログインして,当該役割のために特に設計された報告を見ることができる。
a.導入
b.質問
c.回答(一つの正答,2〜4個の誤答(distractor))
d.説明
e.追加学習:追加説明教材及びより深い又は関連する学習の機会
f.メタデータ/分類:学習オブジェクトの探索及び報告の支援に用いることができるデータ。このメタデータは階層的であってもよいし,カテゴリ別であってもよい。
a.導入
b.質問
c.回答(一つの正答,2〜4個の誤答)
d.メタデータ:学習オブジェクトの探索及び報告の支援に用いることができるデータ。このメタデータは階層的であってもよいし,カテゴリ別であってもよい。
a.上述のとおり,学習の各ラウンドにおいて学習者に提示されるモジュール内の学習オブジェクトの数(1学習オブジェクトからモジュール内のすべての学習オブジェクトまでの範囲)。この設定は,質問セットにどれだけの学習オブジェクトが存在するかを決定する。
b.学習オブジェクトに精通したと考えられるまで(したがって,当該モジュールにおいて以後表示されない),学習者が当該学習オブジェクトに連続して自身があるかつ正しいと応答しなければならない回数,1回(1回正答)又は2回(2回正答)。
c.モジュールが全体として完了したと考えられるモジュール内の学習オブジェクトの割合(1〜100%の間の任意の範囲)
d.特定の学習オブジェクトに対する自信があるかつ正しい応答を学習者が提供すると,各質問セットの形成的評価の際に,導入に画像が表示されるかどうか。この選択肢は2回正答採点設定にだけ関係する。
CB書式で学習又は評価モジュールを作成,開発又は別様に編集することは,標準評価書式(例えば,多肢選択,正誤,穴埋め,等)を,回答の正しさ(すなわち,知識)及び学習者の当該応答における自信の程度(すなわち,確信度)に関する応答を同時に同時に与えることによって回答可能な質問に変換することを伴う。
学習者の自信は,知識の記憶(retention)と強く相関している。上述のとおり,ある態様は学習者の自信のレベルを問い,測定する。本発明の更なる態様は,真の知識に到達するように,被験者に自分の回答を確信させることによって,自信のレベルは更に動き,それによって知識の記憶が増加する。これは,反復ステップ(Adaptive Repetition(商標))によってある程度達成される。上述のとおり,個人が上述のとおりシステム内の教材の結果を検討した後,当該知識に自信があるかつ正しいことによって示される精通に達するまで必要なだけ評価を繰り返し受けることができる。非1次元評価と組み合わせたこの適応的な反復法による学習は,多重の個別化された知識プロファイルとなり,個人が,評価過程における自分の進捗を理解し,測定できるようにする。
いくつかの実施形態においては,(ampObject内の)質問は全体として(すべての質問が一度にリストで)利用者に表示され,利用者もまた全体として質問に回答する。別の実施形態においては,質問は一つずつ表示される。更なる実施形態によれば,質問を利用者に表示する方法と,ampObjectを学習者に表示する回数及びタイミングとを全体的に無作為にすることによって学習が強化される。概略として,質問の分類を選択することによって,システムが学習環境を特定のシナリオにより良く合わせられるようになる。上述のとおり,いくつかの実施形態において,質問及び質問の集合はそれぞれ,ampObject及びモジュールと呼ばれる。一つの実施形態においては,作者は,任意の所与の学習ラウンドにおいて,所与のモジュール内の全ampObjectのうち一部だけが提示されるようにampObjectを「一かたまり」(chunk)にするか,別様にグループ分けするかを設定してもよい。ampObjectはまた,学習の各ラウンドすなわち反復において無作為順に利用者に提示してもよい。学習システムの作者は,学習の各ラウンドにおいて,所与のampObject内の回答が常に無作為順に表示されるように選択してもよい。
知識評価及び試験システムの実現に関係する態様は,特定の試験環境を評価し,採点する種々の新規なアルゴリズムを呼び出す。図8A〜8Dは,本発明の態様に関係して用いられる知識評価及び学習の四つの「目標状態」方式を示すアルゴリズムのフローチャートを示す。図8Aは初期評価方式を示し,図8Bは直接採点方式を示し,図8Cは「1回正答」習熟方式を示し,図8Dは「2回正答」精通方式を示す。これらの目標状態はそれぞれ,システムの作者又は管理者が特定の試験又は評価期間における学習者に対する適切な目標として決定される。図8A〜8Dにおいて,質問に対する任意の特定の応答を記述するために次の専門用語が用いられる。CC=自信があるかつ正しい,DC=自信がないかつ正しい,NS=分からない,DI=自信がないかつ誤った,CI=自信があるかつ誤った。
1)作者が規定した目標状態構成を特定し,
2)目標状態に対する学習の各ラウンドにおける各質問に対する学習者の進捗を,同一の分類構造を用いて分類し,
3)学習の前のラウンドにおける各ampObject内の質問に対する最後の応答の分類に応じて,学習の次のラウンドにおいて当該ampObjectを表示する。
a.1回正答(熟達):ampObjectが完成したと認定されるまでに,学習者は「自信があるかつ正しい」回答を1回しなければならない。学習者が「自信があるかつ誤った」又は「ある程度自信があるかつ誤った」回答をしたときは,ampObjectが完成したと認定され,学習者が当該ampObjectのる熟達状態を達成するまでに,学習者は「自信があるかつ正しい」回答を2回しなければならない。
b.2回正答(精通):ampObjectが完成したと認定されるまでに,学習者は「自信があるかつ正しい」回答を2回しなければならない。
c.作者又は管理者が選択した採点構成に基づいて,上述のシナリオの一つについてampObjectが「完成」と記されたとき,当該ampObjectを更なる試験ラウンドから除いてもよい。
・学習モジュール
‐モジュールの任意の所与の学習ラウンド内の学習段階に先立つラウンドの任意の形成的評価段階の終わりに学習者の進捗を表示する(例えば,図9参照)。
‐モジュールの任意の所与の学習ラウンドの終わりに学習者の進捗を表示する(すなわち,学習者が任意の所与のラウンド内の形成的評価段階及び学習段階双方を完了した後)(例えば,図10参照)。
‐学習内の任意の状態において学習者の進捗を表示する(例えば,図11参照)。
・評価モジュール
‐評価を完了した後,学習者の評価を表示する(例えば,図12参照)。
・評価において受けた全得点。これは,自信がある+正しい及びある程度自信がある+正しいの割合の合計である。
・次の図形表示
‐次のように分解される正しい応答
‐自信がある+正しい回答の割合
‐ある程度自信がある+正しい回答の割合
‐次のように分解される誤った応答
‐自信がある+誤った回答の割合
‐ある程度自信がある+誤った回答の割合
‐知らないと答えた割合
・マネージャ:作者,資源司書及び翻訳者のスタッフを管理する。
・資源司書:学習コンテンツを作成するために用いることができる資源のライブラリを管理する。
・発行者:カリキュラムの編成構造を管理し,公式にモジュールを発行する能力を有する。
・翻訳者:コンテンツを別の言語に翻訳し,適切な地域化のための調整を行う。
・校閲者:コンテンツに関するフィードバックを提供する。
・CMS管理者:組織内の使用のためにコンテンツ管理システム(CMS)を設定する。
一つの実施形態においては,学習モジュールの実行において次のステップのうち1又は複数が用いられる。下に列挙したステップのうち1又は複数を任意の順で実施してもよい。
a.作者がampObjectを計画し開発する。
b.ampObjectを集約してモジュールにする。
c.モジュールを高次コンテナに集約する。これらのコンテナは,任意選択でコース又はプログラムとして分類してもよい。
d.開発されたカリキュラムが適切な機能を有するかどうか確かめるために試験する。
e.カリキュラムを発行し,利用に供する。
f.1又は複数の学習者がカリキュラムに登録される。
g.学習者は,カリキュラムに見出された評価及び/又は学習に取り組む。
h.所与のモジュールにおいて学習の各ラウンドで学習者が評価及び学習段階双方を体験するように,学習を一かたまり又は別様にグループ化してもよい。
i.学習のラウンドごとに,個別化され又は別様に適応的な知識プロファイルが開発され,各学習者に対話ベースで表示される。学習の各ラウンドにおいて提供される質問及び関連する改善は,モジュールの構成と,当該構成がどのように基になるアルゴリズムを修正するかと,に基づいて個別化され,適応的に供される。
j.評価段階において,モジュールを完了した後で,熟達又は精通得点が学習者に示される。
k.学習段階において,回答が提出されるごとに即時フィードバックが学習者に与えられる。
l.評価及び学習ラウンド内の各評価段階の完了後に,知識品質(分類)に関するフィードバックが与えられる。
m.これまでに完了したすべてのラウンドに渡る知識品質(分類)及び任意の所与のモジュールにおける熟達又は精通に至る進捗に関するフィードバックが与えられる。
n.次に,各ampObjectに関係する質問に学習者がどのように回答したかに応じて,学習ラウンドのモジュールのampObjectの適応型の個別化された組が学習者に提示される。システムの適応特性は,以前の学習ラウンドにおけるampObjectに対する学習者の応答に基づいて,学習者がこれらのampObjectをどれだけ頻繁に見るかを判定する計算機実現アルゴリズムによって制御される。同一の知識プロファイルがデータベースに捕捉され,後に報告データベースにコピーされる。
学習オブジェクト(ampObject)のオーサリングは,事前計画と,各学習オブジェクトへの分類別データの追加を含んでもよい(例えば,学習結果声明,課題,副課題,等)。さらに,ampObjectをモジュールに集約し,モジュールを高次コンテナ(例えば,コース,プログラム,レッスン,カリキュラム)に編成してもよい。また,CMSを,カリキュラムの品質保証検討を行い,学習又は評価のカリキュラムを発行するようにしてもよい。
学習者をカリキュラムに登録し,学習者がカリキュラムに見出された評価及び/又は学習に取り組むことができるようにする能力。(上述のとおり)学習アプリケーションにおいて学習者に直接提供されるフィードバックに加えて,学習及び/又は評価に関係する報告もまた,特定の役割(例えば,分析者,指導者,管理者)がRDA内で利用できる。
別の態様によれば,学習者又は指導者に種々の様相で表示するために,知識プロファイルデータから報告を生成することができる。特にRDAにおいては,図形による報告と,例えば利用者が報告内の特定の要素内の選択した情報にドリルダウンできるようにする分析ツールとの中の簡単な利用者インタフェースによって報告を行うことができる。指導者又は分析者に特に適合させた特別報告ダッシュボードを提供してもよい。報告は,.pdf,.csv又は多くのほかの定評のあるデータファイル形式で得られる。
上述のとおり,ここで説明したシステムは,種々のデータベース及び利用者インタフェース構成の利用を含む,広範なスタンドアロン又はネットワーク化されたアーキテクチャで実現することができる。ここで説明した計算機構成は,評価及び学習教材の開発及び配信双方に用いることができ,スタンドアロンシステム及び例えば,ワールドワイドウェブ(インターネット),イントラネット,移動体網又はほかのネットワーク分散アーキテクチャを介したネットワーク分散型を含む広範な様相で動作することができる。さらに,ほかの実施形態は,複数の計算プラットホーム及び計算機装置の利用を含むか,又はシステムのクライアントサーバ構成要素との対話を含む若しくは含まない計算装置上のスタンドアロンアプリケーションとして実現される。
別の態様によれば,学習モジュールの作者は,所与のモジュールにおける全ampUitの一部だけが学習の任意の所与のラウンドにおいて提示されるように,ampObjectを一かたまりにするか,別様にグループ化するかを設定できる。すべての「一まとめ」又はグループ化は,作者がモジュール構成ステップにおいて決定する。作者は,例えば各モジュールに含まれる学習オブジェクト(ampObject)の数,及び学習イベント内の質問セットごとに表示される学習オブジェクトの数,によって,モジュール内の二つの異なるレベルの学習オブジェクトを一まとめにしてもよい。この実施形態においては,指定された「完了」の定義に基づいて,完了したampObjectが削除される。例えば,「完了」は,作者又は管理者が与えた目標設定に応じて,1回正答及び2回正答の点で異なってもよい。ある実施形態においては,作者は,学習の任意の所与の質問セットにおいて,所与のモジュール内の全学習オブジェクトの一部だけが提示されるように,学習オブジェクトを「一まとまり」(chunked)にするかどうかを設定することができる。また,学習の質問セット当たり表示される学習オブジェクトの数を最適化するために,実時間分析を用いてもよい。
ここで説明したampObjectは,次に掲げる全特性のうち1又は複数を表明する「再利用可能学習オブジェクト」として設計されている。すなわち,学習結果表明(又は適性表明若しくは学習目的),当該適性を達成するために必要な学習,及び当該適性の達成を検証する評価。学習オブジェクトに関して前述したとおり,ampObjectの基本構成要素は,導入,質問,回答(1個の正答,2〜4個の誤答),説明(知る必要がある情報),任意選択の「追加学習」情報(知っているとよい情報),メタデータ(学習結果声明,課題,副課題,キーワード,及び各ampObjectに関係するほかの階層的又は非階層的情報),及び作者の注釈,を含む。システム内の報告機能によって,作者は特定のメタデータ要素を,各ampObjectに起因する評価及び学習にリンクさせることができる。これは,後続の分析に著しい恩恵をもたらす。コンテンツ管理システム(CMS)を用いて,これらの学習オブジェクト(ampObject)は,学習モジュール及びカリキュラムの開発において,現在の形態又は改訂した形態で迅速に再利用できる。
別の実施形態においては,同一の適性(学習結果,学習目的)と関係する陰の質問を用いてもよい。一つの実施形態において,作者が関係する学習オブジェクトを陰の質問セットに関係付ける。学習者が,陰の質問セットの一部である一つの質問に対して正答得点を受けたとき,当該陰の質問セット内の任意の学習オブジェクトは,正しく回答されたと認定される。システムは,ここで説明する方法の1又は複数によって指示されるとおり,陰の集合内のすべての学習オブジェクトから無作為に(交換なしに)抜き出す。例えば,1回正答アルゴリズムで設定されたモジュールにおいては,次の手続を実現してもよい。
a.学習者が陰の質問セットの学習オブジェクトを初めて提示されたとき,学習者が確信して回答し,その応答が「自信があるかつ誤った」であった。
b.学習者が同一の陰の質問セットの学習オブジェクトを次に提示されたとき,当該陰の集合から別の質問が無作為に抜き出され,学習者が確信して回答し,その応答が「自信があるかつ正しい」であった。
c.学習者が同一の陰の質問セットの学習オブジェクトを次に提示されたとき,(当該陰の質問セットから追加の学習オブジェクトがまだ入手できるとき)当該陰の集合から別の質問が無作為に抜き出され,学習者が確信して回答し,その応答が「自信があるかつ正しい」であった。
上記のシナリオにおいては,当該陰の質問セットに精通したと考えられ,当該陰の質問セットからは追加の学習オブジェクトが学習者に表示されない。
モジュールは利用者又は学習者に配信されるときのampObjectの「コンテナ」の役割を果たし,したがって,課題の形態で学習者に提示され,又は学習者が別様に体験するであろうカリキュラムの最小の利用可能な編成単位である。上述のとおり,各モジュールは1又は複数のampObjectを含むことが望ましい。一実施形態においては,アルゴリズムに従って構成されるのはモジュールである。モジュールは次のように構成することができる。
a.目標状態:これは,例えば1回正答又は2回正答,など,一定の正答の数として設定してもよい。
b.精通した(完了した)質問の削除:学習者が特定のampObjectの目標状態に到達すると,その問題はモジュールから削除され,以降,学習者に提示されない。
c.ampObjectの表示:作者又は管理者は,質問の各ラウンドにおいてampObjectの全リストが表示されるか,各ラウンドにおいて部分リストだけが表示されるかを設定できる。
d.完了得点:作者又は管理者は,学習者が,例えば特定の得点を達成することによって,学習のラウンドを完了したと認定される得点を設定することができる。
一定の実施形態においてはカリキュラム構造は拡張可能(open−ended)であり,作者又は管理者は,カリキュラムがどのように学習者に配信されるかの構造を制御することができる。例えば,モジュール及びほかの編成ユニット(例えば,プログラム,コース及びレッスン)は,改名又は別様に修正して再構成してもよい。さらに,モジュールは,スタンドアロンの評価(総括的評価)として表示されるように構成してもよいし,又はシステムの形成的評価及び学習双方の機能を組み込んだ学習モジュールとして表示されるように構成してもよい。
ここで説明したシステムの構成要素として,利用者が利用及び検討のために種々の態様の情報を表示し編成する学習者ダッシュボードが提供される。例えば,利用者ダッシュボードは次のうち1又は複数を含んでもよい。
これは,一実施形態においては,次の状態の1又は複数を含む現在の課題のリストを含む(学生又は校閲者による当該モジュールの完了状態の文書化)。すなわち,新規課題,継続課題,検討,新規再履修,継続再履修,検討コンテンツ(校閲者だけ)。自分の課題ページにはまた,現在のプログラムの態様についての一般的な背景情報(例えば,特定モジュールの要約又は概要)のようなカリキュラム情報も含まれる。課題ページはまた,特定の課題又は訓練プログラムの利用が許可される前に履修する必要があるほかのモジュール又はカリキュラムのような,事前及び事後の必須リストも含んでよい。モジュールを完了(精通)したとき,再履修モジュール及び検討モジュールが学習者に提示される。再履修モジュールは,修正した1回正答アルゴリズムを用いて,学習者が当該モジュールを再履修できるようにする。検討モジュールは,学習者が,(学習者が第1に列挙された最大の困難さを体験した)各ampObjectにどれだけの困難さを体験したかに基づいて記憶された当該モジュール内のampObjectの表示と共に,所与の評価又は学習モジュールによる特定の学習者の進捗を表示する(前に履修した評価又は学習モジュールの履歴全体像)。検討コンテンツリンクは,校閲者の役割の個人にだけ提示される。
これは学習段階に表示される進捗ダッシュボードを含んでもよい(表及びグラフデータ双方を含む。例として図9,10及び11を参照されたい。)。学習ページはまた,カテゴリ別の学習者の応答割合と,学習の任意の先行ラウンドの結果と,完了したすべてのラウンドに渡る結果と,も含んでよい。
このページは,評価後に表示される進捗ダッシュボードを含んでもよい(表及びグラフデータ双方。あり得る表現として図12を参照されたい。)。
報告の役割(分析者)は種々の実施形態においてサポートされる。一定の実施形態においては,報告機能は,登録及びデータ分析(RDA)アプリケーションを用いるなど,システム内で利用可能なテンプレートに基づいて,種々の報告を生成する専用の利用者インタフェース,すなわちダッシュボードを有してもよい。標準及び/又は個別化した報告テンプレートを管理者が生成し,任意の特定の学習環境で利用可能にしてもよい。このように構成した報告は,学習者が各ampObjectに回答するために要した時間,及び所与のモジュール内のすべてのampObjectに回答するために要した時間を捕捉する能力を含む。回答を検討するために費やした時間もまた捕捉される。あり得る表現として,例えば図14を参照されたい。報告から生成されたパターンが一般化され,追加の情報が報告機能における傾向から収集される。あり得る表現として,図14〜17を参照されたい。報告機能は,管理者又は教師が将来の授業において最も時間を掛けるべきところを理解できるようにする。さらに,学習者には必ずしも必要ではない特定の報告及び報告機能を可能にするために,指導者ダッシュボードを組み込んでもよい。
コンテンツアップロードの自動化:ほかの態様によれば,ここで説明したシステムは,ampObjectをシステムに追加する種々の自動化した方法を利用するようにしてもよい。学習システム内に,データを読み込み,分析し,適切なデータベースに書き込むコードを実装してもよい。学習システムはまた,以前に書式化されたデータ,例えばcsv又はxmlから学習システムへのアップロードを自動化するスクリプトの使用を可能にしてもよい。さらに,いくつかの実施形態においては,学習教材を取得してシステムに直接アップロードし,形式及び構造を保存するために,個別に作成されたリッチテキスト形式のテンプレートを使用することができる。
本発明の態様によって構築された学習システムは,作者又はほかの管理担当者が,学習者がモジュールを完了するために示さなければならない精通レベルを上げ下げできるようにするために,この実現形態において種々の「スイッチ」を用いる。「スイッチ」は,学習及び/又は記憶を強化(又は低下)させる特定の機能又は処理と定義される。これらスイッチに関係する機能は,実験心理学,神経生物学及びゲームにおける関係する研究に基づいている。各スイッチの実現形態は,本発明の特定の実施形態及び展開構成によって異なる。
リスク/報酬スイッチは,ドーパミンの放出を起動し,学習者の注意及び好奇心を生じさせる精通ベースの報酬スケジュールに従って報酬を提供する。学習者は応答が自信があるかつ間違った又はある程度自信があるかつ間違ったであるときは罰せられるため,リスクは明白である。学習の全段階において進捗のグラフが利用者に提供されるとき,リスクの感覚が高められる。
本発明及び種々の実施形態の態様は,組込みの登録機能を含み,それによって,利用者アカウントをシステムに追加し又は削除することができ,利用者を「活性」状態又は「不活性」状態に置くことができ,利用者に(利用者アカウントを介して)システム内の種々の評価及び学習プログラムを与えることができる。本発明の現在の実施形態においては,登録は登録及びデータ分析アプリケーション内で管理される。初期の実施形態においては,登録は3層統合アプリケーションシステム内で管理された。登録はまた,外部システム(学習管理システム又はポータルなど)において管理してもよく,その登録情報は技術的統合によってシステムに伝送される。
本発明の態様及び種々の実施形態は,スタンドアロンアプリケーションとして動作することができるか,又は第三者の学習管理システム(LMS)と技術的に統合してもよい。LMS内で管理される種々の評価及び学習課題を有する学習者は,シングルサインオン機能を有するか,有しないシステム内の評価及び/又は学習を開始し参加することができる。この技術的統合は,航空業界CBT委員会(AICC)相互運用性標準と,httpポートと,ウェブサービスと,ほかのこのような標準技術統合方法とのような種々の業界標準の実務によって可能になる。
システムの種々の実施形態において,簡潔なテキストメッセージを有するアバタを必要なときに学習者を指導するために表示してもよい。メッセージの性質及びアバタをいつどこに表示するかは,システムの管理者が設定できる。アバタは利用者に顕著な指導を提供することが推奨される。例えば,アバタを用いて,(上述の)スイッチが学習者から見て学習にどのように影響を与えるかに関して指導を提供することができる。本発明においては,アバタは学習者にだけ表示され,システム内の作者又はほかの管理担当者には表示されない。
図18は,本発明の態様によって構築されたampObjectライブラリの全体構造を示している。一実施形態においては,ampObjectライブラリ1800は,メタデータ構成要素1801aと,評価構成要素1801bと,学習構成要素1801cとを有する。メタデータ構成要素1801aは,コンピテンス,課題及び副課題のような,作者が各ampObjectに関係させることを望む構成可能項目に関するセクションに分割される。メタデータ構成要素に加えて,評価構成要素は,導入,質問,正答,及び誤答に関係するセクションに分割される。さらに,学習構成要素1801cは説明セクション及び追加学習セクションに分割される。
図3の例に戻ると,高レベルにおいて,システムアーキテクチャ300は,各サービスを通じて結合された多層(n層)アーキテクチャを用いたサービス指向アーキテクチャ(SOA)である。システムアーキテクチャ300は,中でも次のうち1又は複数を含むいくつかの顕著なアプリケーション構成要素を含む。システム管理アプリケーション,コンテンツ管理システム(CMS)アプリケーション,学習アプリケーション並びに登録及びデータ分析(RDA)アプリケーション。
a.説得力があり教育的な学習オブジェクト(ampObject)を作成する。
b.学習オブジェクトがサポートするメタデータ/分類を指定する。
c.学習オブジェクトを,例えばモジュールに組み込まれた自分のチームの他者がりようできるようにする。
d.特定のオーサリングチームが学習オブジェクトが最終形態であり,以降変更が予定されないことを知るように,学習オブジェクトを「凍結」に指定する。
e.利用者が学習オブジェクトを後で容易に見つけられるように学習オブジェクトに「タグ付け」する。
f.学習オブジェクトが学習者にどのように見えるかを確認する。
g.誰が学習オブジェクトを作成し,だれが最近作業したかを確認する。
h.学習オブジェクトがどこで用いられるかを確認する。
i.既存のコンテンツを更新する作業を開始するときになったら,凍結された又は発行された学習オブジェクトの新版を作成する。
j.旧版の学習オブジェクト又は学習オブジェクトの特定版が以降(新たに)使用されないように,「退役」と指定する。
k.学習オブジェクトの版履歴を確認する。
l.外部コンテンツをシステムに移入する。
m.システム外で用いる形式のコンテンツを移出する。
n.学習オブジェクトを結合してモジュール(評価及び/又は学習モジュール)にする。
o.モジュールを結合して高次カリキュラム構造(例えば,コース,プログラム,レッスン,等)にする。
a.学習オブジェクト又はカリキュラムを作成している任意の所与のチームの作者が使用するために既存の資源を資源ライブラリにアップロードする。
b.新規資源をアップロード又は作成する。
c.必要なとき既存の資源を更新する。
d.既に発行されている資源の新版を作成する。
e.資源がどこで使用されるかを確認する。
f.外部コンテンツをシステムに移入する。
g.システム利用者が資源を後で容易に見つけられるように「タグ付け」する。
h.誰が(どこで)資源を作成し,誰が(いつ)最近作業したかを確認する。
a.進行中又は発行済みの作品中の学習オブジェクトの翻訳を作成(及びいくつかの場合,地域化)する。
b.作品が更新されたとき,既存の翻訳(地域化)を更新する。
c.学習オブジェクトにどの翻訳が存在し,どれにまだ翻訳が必要かを確認する。
d.システムが必要な言語を適切にサポートしていることを検証し,そうでなければ,学習アプリケーション及びポータルに入力を提供する。
a.コンテンツ(学習オブジェクト及び資源)を自分の組織及びチーム構成に適した方法で編成する。
b.チームメンバに役割を与える。
c.チームメンバに(及び潜在的にはほかの人にも)コンテンツの利用許可(読出し/書込み/なし)を与える。
d.特定のコンテンツがサポートするように作成される分類の集合を管理する。
e.作者,資源司書,校閲者及び翻訳者の作業を指示する。
f.発行に先立って校閲過程が正しく実行されていることを確認する。
g.発行されるまでコンテンツを凍結する。
h.コンテンツの作成及び割付に用いられたスタイルの集合を管理する。
i.モジュール(又はコンテンツ集)を内部及び外部利用者によるコメントのために検討できる場所で公表する。
j.モジュールの得点及び提示選択肢を設定する。
a.作品が管理され,発行された方法を反映するカリキュラム編成構造を作成する。
b.作成されたコンテンツを統合したモジュールを作成する。
c.各モジュールがサポートするように設計された分類(又は学習結果)を特定する。
d.既存のコンテンツ及びカリキュラムの要素がどこで用いられているかを確認する。
e.カリキュラムを複数の翻訳で発行する。
f.既存のコンテンツ及びカリキュラムの要素の再利用機会を特定する。
g.(完成した翻訳を含め)作品がいつ発行できるか決定する。
h.発行された作品の新版についていつ作業を開始するか決定する。
i.発行された作品の翻訳(地域化)をいつ発行するか決定する。
a.コンテンツの完結性,文法,書式及び機能性について検討する。ここで,機能性とは,画像,映像及び音響が正しく再生又は表示され,利用に適当であるだけでなく,リンクが正しく作動し,起動することを確認することを意味する。
b.コンテンツにフィードバック及び変更提案を行う。
c.ほかの校閲者からのコメントを見る。
d.自分の検討が完了したとき,他者に知らせる。
a.副アカウントを管理する(トップレベルアカウントの管理者だけ)。
b.(マネージャと共に)利用者の役割,利用及び許可を管理する。
a.コースの情報に精通する。
b.知識及び技能における自信を向上させる。
c.学習の際に楽しみ,体験に携わる。
d.できる限り効率的,効果的に学習する能力を有する。
e.ソーシャルネットワーク(ツイッタ−(登録商標),フェースブック(登録商標),チャット,等)と情報を共有する。
f.課題,状態,期日,等を確認する。
g.課題と関係する事前要求条件及び事後要求条件(例えば,追加学習,文書,リンク)を確認する。
h.学習課題を開始,継続又は完了する。
i.完了した学習課題を検討する。
j.以前の学習課題から得た知識を復元(refresh)する。
k.学習アプリケーションに自己登録し,直接開始する。
l.完了した課題の証明書をダウンロードして印刷する。
m.快適,便利かつ親しみやすい環境で学習体験をする。
n.自分が学習過程のどこにいるか,例えば,モジュール内の質問の総数,特定の質問セットに残っている質問の数,経過時間,精通レベル,得点,を知る。
o.学習者の母国語で学習を体験する。
a.新規学習者の作成及び既存の学習者の不活性化を含み,システム内の学習者を管理する。
b.1又は複数のカリキュラム要素(例えば,モジュール,本,等)に学習者を登録する。
c.既存の登録の削除又は置き換えを含み,既存の登録を修正する。
d.新規登録及び既存のろう得の更新を含み,学習者及びその登録に関する情報のファイルをアップロードする。
c.学習者に関するすべての登録状態を見る。
f.課題又は課題群に関してすべての登録者の状態を見る。
g.特定の活動,例えば,セッション,完了,登録,等を見る。
h.学習者に電子メール又はメッセージを送信する。
i.学習者に送信された電子メール又はほかのメッセージの一覧を見る。
j.学習者の証明書を印刷する。
a.強み及び/又は弱みを見付ける能力を含み,すべての学生,学生の部分集合又は学習者の結果に関する情報を確認する。
b.学生の弱みに対処するようにレッスン計画を適合させる。
a.登録及び課題の状態に関する情報を見る。
b.新規課題,完了した課題又は利用者セッションのような,システム上の活動に関する情報を見る。
c.学習者の詳細レベルの成績,例えば,分類の範囲,質問を完了するための提示数,モジュールを完了する時間長に関する情報を見る。
d.オンライン対話(ドリルダウン)によって情報を調査する選択肢を提供する。
e.オフライン分析(報告,移出,データダウンロード)が完了できるように情報を捕捉する選択肢を提供する。
a.登録中に収集された人口統計データを指定する。
b.自己登録ページを個別化する。
c.特定の利用者にRDA役割を与え,又は解除する。
a.知識取得の速度を上げる。
b.企業レベルのコンテンツ管理機能を提供する。
c.学習アプリケーションの企業レベルの調整能力(scalability)を提供する。
d.外部学習管理システムと統合する。
e.外部コンテンツ管理システムからコンテンツを移入する。
f.学習者が個人を特定できる情報を提供せずにシステムを利用できるようにする。
g.アカウント又は組織別に発行されたコンテンツの利用を追跡する。
h.各学習者をアカウント又は組織と関係付ける。
i.各アカウント又は組織を課金コードと関係付ける。
j.アカウント又は組織別に学習者の活動,例えば,学習者,活動中の学習者,新規登録,完了及び利用時間,を追跡する。
k.第三者ソフトウェアと統合する。
l.すべての役割,すなわち,マネージャ,発行者,管理者,等ごとにデータ利用を追跡及び報告する。
m.学習オブジェクトレベルでコンテンツ利用を追跡する。
n.すべての顧客種別を積極的にサポートするために内部報告を作成する。
1.検定
自信ベース評価は,予備試験練習評価及び学習手段(instrument)双方としての自信ベース検定手段として用いることができる。予備試験評価として,自信ベース検定過程はいかなる改善も提供せず,得点及び/又は知識プロファイルを提供するに過ぎない。自信ベース評価は,提示された検定教材のどれにおいても,個人が誤った情報を確信的に保持しているかどうかを示す。これはまた,検定団体に対して,所与の主題領域内に誤った情報が存在する検定を禁止するという選択肢を提供する。CBA法は現在の1次元試験よりも正確であるため,自信ベース検定は検定試験の信頼性及び検定の判定の有効性を増加させる。
自信ベース評価は,一つの回答が自信及び知識に関する二つの計量を生成する適応型学習方法に適用することができる。適応型学習において,状況を説明する映像又はシナリオの利用は,自分の学習及び理解をサポートする判断過程を通じて,個人の作業を補助する。これらのシナリオベース学習モデルにおいては,個人は自分が所与の状況にどのように対処するかに慣れるまで,何回かこの過程を反復できる。シナリオ又はシミュレーションに関しては,CBA及びCBLは,個人が自分の判断過程にどれだけ自信を持っているかを判断することによって新しい次元を追加する。シナリオベース学習法を用いた自信ベース評価を利用することによって,個人は自分に知識がなく,自分の成績及び振舞いに疑いがある点を特定できるようにする。個人が完全に確信するまでシナリオベース学習を反復することによって,個人が訓練によって迅速かつ一貫して行動する可能性が増加する。CBA及びCBLはまた,各利用者が自分自身の学習適性に基づいて評価及び学習と対話する点で「適応的」でもある。したがって,学習は各利用者に極めて個別化される。
自信ベース評価は,自信ベース調査手段として適用することができ,個人が課題について自信及び意見を示した三つの可能な回答の選択を組み込んでいる。前と同様に,個人は所与の課題おける自分の自信及び理解又は特定の視点の理解を決定するために,七つの選択肢から回答の応答を選択する。質問書式は,理解及び自信情報が要求された製品又はサービス分野についての属性又は比較分析に関係する。例えば,マーケティング会社は,「次のうちどれが,新しいポテトチップ製品を展示するのに最適な場所か?A)レジ,B)ほかのスナック製品と共に,C)通路の端。」と問うかも知れない。販売業者は消費者の選択に興味があるだけではなく,消費者の選択における自信又は自信がないことにも興味がある。自信の次元を追加することによって,人が調査質問に回答する時間(engagement)が増加し,販売業者により豊富かつより正確な調査結果が提供される。
Claims (25)
- 知識評価および学習のためのサービス指向システムであって、
クライアント端末において学習者に複数の多肢選択質問および2次元回答を表示する表示装置と、
前記サービス指向システムの一人以上の利用者を管理するのに適合した管理サーバと、
前記一人以上の利用者が学習資源のライブラリを作成し、維持するためのインタフェースを提供するのに適合したコンテンツ管理システムサーバと、
学習教材のデータベースを有する学習システムサーバであって、前記複数の多肢選択質問および前記2次元回答は、前記データベースに記憶されて、前記クライアント端末に選択的に配信される、学習システムサーバと、
前記学習者についての登録情報を作成し、維持するのに適合した登録およびデータ分析サーバと、を備え、
前記表示装置に前記複数の多肢選択質問および前記2次元回答を送信するステップであって、
前記2次元回答は、単一選択回答からなる複数の完全に自信のある回答と、
複数の単一選択回答の1つ以上の組からなる複数のある程度自信のある回答と、
分からない回答と
を含む、ステップと、
前記表示装置を介して、前記学習者に前記複数の多肢選択質問および前記2次元回答を提示することによって、評価を行うステップであって、前記複数の多肢選択質問および前記2次元回答は、陰の質問セットにグループ化され、該陰の質問セットは、コンピテンスの領域により関係した多肢選択質問および前記2次元回答を含む、ステップと、
前記表示装置を介して、前記学習者が自分の実質的な回答および自分の回答の自信のレベルのカテゴリ双方を示した、前記多肢選択質問に対する前記学習者の選択した回答を受け取るステップと、
2つ以上の回答された多肢選択質問がグループ化された陰の質問セットに、知識状態名称を指定することによって前記評価を採点するステップであって、知識状態が、熟達知識状態または精通知識状態であるとき、該陰の質問セットにおける、追加的多肢選択質問は前記学習者に提示されない、ステップと、
前記学習者が特定のトピックについて更に学習教材を要求するのはいつであるか、を決定するステップと、
前記コンテンツ管理システムサーバから、前記学習者が更に学習教材を要求するとの判断がなされると直ちに、ディスプレイ・デバイスを通して、リアルタイムに、1つ以上の学習オブジェクトを前記学習者に提供するステップと、
からなる方法を実行するシステム。 - 前記管理サーバはアカウントデータベースを含み、アカウントサービス機能を提供するのに適合した、請求項1に記載のシステム。
- 前記コンテンツ管理システムサーバはオーサリングデータベースを含み、オーサリングおよび発行サービスを提供するのに適合している、請求項1に記載のシステム。
- 前記学習システムサーバは学習データベースを含み、学習サービス機能を提供するのに適合している、請求項1に記載のシステム。
- 前記登録およびデータ分析サーバは登録およびデータウェアハウスデータベースを含み、登録および報告サービス機能を提供するのに適合している、請求項1に記載のシステム。
- 前記陰の質問セットに知識状態名称を指定することによって前記評価を採点するステップは、
前記学習者による、「自信があるかつ正しい」回答に対する前記「熟達したまたは精通した」知識状態、
前記学習者による、「自信がないかつ正しい」回答に対する「知識がある」知識状態、
前記学習者による、「分からない」回答に対する「分からない」知識状態、
前記学習者による、「自信がないかつ誤った」回答に対する「知識がない」知識状態、
前記学習者による、「自信があるかつ誤った」回答に対する「誤解した」知識状態、
の知識状態名称を指定するステップを含む、請求項1に記載のシステム。 - 外部情報源からコンテンツを移入するための移行データベースサーバを更に備える請求項1に記載のシステム。
- 前記評価を行うステップは、学習および記憶を強化するアルゴリズム的にインプリメントされた機能またはプロセスを含む1つ以上の認知スイッチを含めるステップを更に有する、請求項1に記載のシステム。
- 前記認知スイッチは、反復、予備刺激、進捗、フィードバック、コンテキスト、遂行、間隔、確信度、注意、動機およびリスク/報酬に対する認知スイッチからなるグループから選択される、請求項8に記載のシステム。
- 前記評価を行うステップは、前記学習者の技能ギャップを特定する学習モジュールを管理するステップを更に有する、請求項1に記載のシステム。
- 知識評価の方法を実行するのに適合した多層サービス構造を有するサービス指向計算機構造であって、該方法は、
コンテンツ管理サーバへのインタフェースを介して、知識評価アプリケーションを作成するステップと、
学習サーバを介して学習者に前記知識評価アプリケーションを提供するステップと、
前記学習者が、登録およびデータ分析サーバを介して、前記知識評価アプリケーションを利用できるようにするステップと、
表示装置の前記学習者に、前記コンテンツ管理サーバに記憶された複数の多肢選択質問および2次元回答を表示するステップと、
通信網を介して、前記表示装置に前記複数の多肢選択質問および前記2次元回答を送信するステップであって、前記2次元回答は、単一選択回答からなる複数の完全に自信のある回答と、複数の単一選択回答の1つ以上の組からなる複数のある程度自信のある回答と、分からない回答とを含む、ステップと、
前記表示装置を介して、前記学習者に、前記複数の多肢選択質問および前記2次元回答を提示することによって、評価を行うステップであって、前記複数の多肢選択質問および前記2次元回答は、コンピテンスの領域に関係した多肢選択質問および前記2次元回答を含む陰の質問セットにグループ化される、ステップと、
前記表示装置を介して、前記学習者が自分の実質的な回答および自分の回答の自信のレベルのカテゴリ双方を示した、前記多肢選択質問に対する前記学習者の選択した回答を受け取るステップと、
2つ以上の回答された多肢選択質問がグループ化された陰の質問セットに、知識状態名称を指定することによって前記評価を採点するステップであって、知識状態が、熟達知識状態または精通知識状態であるとき、該陰の質問セットにおける、追加的多肢選択質問は、前記学習者に提示されない、ステップと、
いつ前記学習者が特定の課題について更に学習教材を要求するかを判断するステップと、
前記学習者が更に学習教材を要求しているとの判断がなされるとすぐに、ディスプレイ・デバイスを通して、リアル・タイムに、前記学習者に学習オブジェクトを提供するステップと、
を含む、サービス指向計算機構造。 - 前記評価を採点するステップは、
前記学習者による、「自信があるかつ正しい」回答に対する前記「熟達したまたは精通した」知識状態、
前記学習者による、「自信がないかつ正しい」回答に対する「知識がある」知識状態、
前記学習者による、「分からない」回答に対する「分からない」知識状態、
前記学習者による、「自信がないかつ誤った」回答に対する「知識がない」知識状態、
前記学習者による、「自信があるかつ誤った」回答に対する「誤解した」知識状態、
の知識状態名称を指定するステップを含む、請求項11に記載のサービス指向計算機構造。 - コンテンツ管理システムサーバおよびデータ分析アプリケーションを更に備える請求項11に記載のサービス指向計算機構造。
- コンテンツ管理サーバへのインタフェースを介して、知識評価アプリケーションを作成するステップは、
導入、質問、答え、説明、追加的な学習材料およびメタデータのうちの1つ以上を含む学習オブジェクトを作成するステップと、
前記学習オブジェクトの要素を構築するステップと、
コンテンツおよびメディアを前記学習オブジェクトに組み立てるステップと、
複数の学習オブジェクトから学習モジュールを組み立てるステップと、
を含む、請求項11に記載のサービス指向計算機構造。 - 前記学習オブジェクトは、前記学習オブジェクトに対応するメタデータと、前記学習オブジェクトに対応する評価データと、前記学習オブジェクトに対応する学習データと、を含む、請求項14に記載のサービス指向計算機構造。
- 前記メタデータは課題および副課題の規定を含む、請求項15に記載のサービス指向計算機構造。
- 前記学習データは、映像、音響および画像データから選択された関係する学習データを含む、請求項15に記載のサービス指向計算機構造。
- 前記評価を行うステップは、学習および記憶を強化するアルゴリズム的にインプリメントされた機能またはプロセスを含む1つ以上の認知スイッチを含めるステップを更に有する、請求項11に記載のサービス指向計算機構造。
- 前記認知スイッチは、反復、予備刺激、進捗、フィードバック、コンテキスト、遂行、間隔、確信度、注意、動機およびリスク/報酬に対する認知スイッチからなるグループから選択される、請求項18に記載のサービス指向計算機構造。
- 前記評価を行うステップは、前記学習者の技能ギャップを特定する学習モジュールを管理するステップを更に有する、請求項11に記載のサービス指向計算機構造。
- クライアント端末において学習者に複数の多肢選択質問および2次元回答を配信するように構成された計算機データベースシステム構造であって、
一人以上の利用者が学習資源のライブラリを作成し、維持するためのインタフェースを提供するのに適合したコンテンツ管理システムサーバと、
学習教材のデータベースを記憶する学習システムサーバであって、前記複数の多肢選択質問および前記2次元回答は、前記データベースに記憶されて、前記クライアント端末に選択的に配信される、学習システムサーバと、
モジュールライブラリおよび学習オブジェクトライブラリを含む学習教材の前記データベースであって、前記学習オブジェクトライブラリは複数の学習オブジェクトを含み、
該複数の学習オブジェクトはそれぞれ、
前記学習オブジェクトに対応するメタデータと、
前記学習オブジェクトに対応する評価データと、
前記学習オブジェクトに対応する学習データと、を含むデータベースと、
を備える計算機データベースシステム構造。 - 前記メタデータの構成要素は、前記学習オブジェクトに関係する少なくとも1つの構成可能項目を有する、請求項21に記載の計算機データベースシステム構造。
- 前記構成可能項目はコンピテンス項目に対応する、請求項22に記載の計算機データベースシステム構造。
- 前記構成可能項目は課題項目に対応する、請求項22に記載の計算機データベースシステム構造。
- 前記モジュールライブラリは、前記学習者による前記2次元回答の少なくとも1つに知識状態名称を指定することによって知識評価を行い、採点するための適応型学習アルゴリズムを記憶する構造を有し、前記適応型学習アルゴリズムは、
前記学習者による、「自信があるかつ正しい」回答に対する「熟達したまたは精通した」知識状態、
前記学習者による、「自信がないかつ正しい」回答に対する「知識がある」知識状態、
前記学習者による,「分からない」回答に対する「分からない」知識状態、
前記学習者による、「自信がないかつ誤った」回答に対する「知識がない」知識状態、
前記学習者による、「自信があるかつ誤った」回答に対する「誤解した」知識状態、
の知識状態名称のうち少なくとも1つを指定する、請求項21に記載の計算機データベースシステム構造。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/029,045 | 2011-02-16 | ||
US13/029,045 US20120208166A1 (en) | 2011-02-16 | 2011-02-16 | System and Method for Adaptive Knowledge Assessment And Learning |
US13/216,017 US20120214147A1 (en) | 2011-02-16 | 2011-08-23 | System and Method for Adaptive Knowledge Assessment And Learning |
US13/216,017 | 2011-08-23 | ||
PCT/US2012/024642 WO2012112390A1 (en) | 2011-02-16 | 2012-02-10 | System and method for adaptive knowledge assessment and learning |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014507687A JP2014507687A (ja) | 2014-03-27 |
JP6073815B2 true JP6073815B2 (ja) | 2017-02-01 |
Family
ID=46653041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013554488A Active JP6073815B2 (ja) | 2011-02-16 | 2012-02-10 | 適応型知識評価及び学習のためのシステム及び方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20120214147A1 (ja) |
EP (1) | EP2676254A4 (ja) |
JP (1) | JP6073815B2 (ja) |
KR (1) | KR20140034158A (ja) |
CN (1) | CN103620662B (ja) |
CA (1) | CA2826940A1 (ja) |
TW (2) | TWI474297B (ja) |
WO (1) | WO2012112390A1 (ja) |
Families Citing this family (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120329026A1 (en) * | 2011-06-25 | 2012-12-27 | Bruce Lewolt | Systems and methods for providing learners with an alternative to a textbook or similar educational material |
US20140220540A1 (en) * | 2011-08-23 | 2014-08-07 | Knowledge Factor, Inc. | System and Method for Adaptive Knowledge Assessment and Learning Using Dopamine Weighted Feedback |
WO2013125861A1 (ko) * | 2012-02-20 | 2013-08-29 | 주식회사 노리코리아 | 지식 유닛에 기초하여 교육 서비스를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
CN104620299A (zh) * | 2012-04-27 | 2015-05-13 | 哈佛学院院长等 | 跨班及跨机构题目验证 |
US20140052659A1 (en) * | 2012-08-14 | 2014-02-20 | Accenture Global Services Limited | Learning management |
US20140120516A1 (en) * | 2012-10-26 | 2014-05-01 | Edwiser, Inc. | Methods and Systems for Creating, Delivering, Using, and Leveraging Integrated Teaching and Learning |
WO2014127131A1 (en) * | 2013-02-13 | 2014-08-21 | YourLabs, LLC | Knowledge evaluation system |
US20150339942A1 (en) * | 2013-02-19 | 2015-11-26 | Smart Sparrow Pty Ltd. | Computer-Implemented Frameworks and Methodologies for Generating, Delivering and Managing Adaptive Tutorials |
US20160019802A1 (en) * | 2013-03-14 | 2016-01-21 | Educloud Inc. | Neural adaptive learning device and neural adaptive learning method using realtional concept map |
US20140356838A1 (en) * | 2013-06-04 | 2014-12-04 | Nerdcoach, Llc | Education Game Systems and Methods |
US20160307452A1 (en) * | 2013-06-21 | 2016-10-20 | Amrita Vishwa Vidyapeetham | Vocational Education Portal |
US20140377726A1 (en) * | 2013-06-21 | 2014-12-25 | Amrita Vishwa Vidyapeetham | Vocational Education Portal |
TWI501183B (zh) * | 2013-07-10 | 2015-09-21 | Southerntaiwan University Of Science And Technology | 個人化教科書推薦系統及其方法 |
US20150056578A1 (en) * | 2013-08-22 | 2015-02-26 | Adp, Llc | Methods and systems for gamified productivity enhancing systems |
WO2015054791A1 (en) * | 2013-10-16 | 2015-04-23 | Abdo Shabah Md Inc. | System and method for learning |
WO2015106309A1 (en) * | 2014-01-16 | 2015-07-23 | Smart Sparrow Pty Ltd | Computer-implemented frameworks and methodologies for enabling adaptive functionality based on a knowledge model |
WO2015114462A1 (en) * | 2014-02-03 | 2015-08-06 | KALAKAI SpA | Methods and systems for networked adaptive content delivery and instruction |
US9495405B2 (en) * | 2014-04-28 | 2016-11-15 | International Business Machines Corporation | Big data analytics brokerage |
KR20160014463A (ko) * | 2014-07-29 | 2016-02-11 | 삼성전자주식회사 | 서버, 서버의 정보 제공 방법, 디스플레이 장치, 디스플레이 장치의 제어 방법 및 정보 제공 시스템 |
US10354544B1 (en) * | 2015-02-20 | 2019-07-16 | Snapwiz Inc. | Predicting student proficiencies in knowledge components |
US10733898B2 (en) * | 2015-06-03 | 2020-08-04 | D2L Corporation | Methods and systems for modifying a learning path for a user of an electronic learning system |
CN104952012A (zh) * | 2015-06-15 | 2015-09-30 | 刘汉平 | 一种个性化教学辅导方法、服务器及系统 |
US10679512B1 (en) * | 2015-06-30 | 2020-06-09 | Terry Yang | Online test taking and study guide system and method |
TWI570677B (zh) * | 2015-07-20 | 2017-02-11 | 籃玉如 | 虛擬情境之語言學習互動設備 |
TWI609578B (zh) * | 2015-09-17 | 2017-12-21 | 財團法人資訊工業策進會 | 具有程式編譯功能之線上討論系統及其方法 |
GB201601085D0 (en) * | 2016-01-20 | 2016-03-02 | Mintey Sarah | A teaching progress and assessment system and method |
US10438500B2 (en) | 2016-03-14 | 2019-10-08 | Pearson Education, Inc. | Job profile integration into talent management systems |
CN105844561B (zh) * | 2016-05-17 | 2021-01-08 | 腾讯科技(深圳)有限公司 | 一种课程信息处理方法和装置 |
CN107633468B (zh) * | 2016-07-18 | 2023-01-13 | 上海颐为网络科技有限公司 | 一种共享信息点结构的指导方法和系统 |
US11056015B2 (en) * | 2016-10-18 | 2021-07-06 | Minute School Inc. | Systems and methods for providing tailored educational materials |
US10885024B2 (en) | 2016-11-03 | 2021-01-05 | Pearson Education, Inc. | Mapping data resources to requested objectives |
US10319255B2 (en) * | 2016-11-08 | 2019-06-11 | Pearson Education, Inc. | Measuring language learning using standardized score scales and adaptive assessment engines |
US10332137B2 (en) * | 2016-11-11 | 2019-06-25 | Qwalify Inc. | Proficiency-based profiling systems and methods |
US10490092B2 (en) * | 2017-03-17 | 2019-11-26 | Age Of Learning, Inc. | Personalized mastery learning platforms, systems, media, and methods |
CN107145559B (zh) * | 2017-05-02 | 2019-11-29 | 吉林大学 | 基于语义技术和游戏化的智能课堂知识管理平台及方法 |
US10930169B2 (en) * | 2017-05-04 | 2021-02-23 | International Business Machines Corporation | Computationally derived assessment in childhood education systems |
KR101853091B1 (ko) * | 2017-05-19 | 2018-04-27 | (주)뤼이드 | 기계학습이 적용된 사용자 답변 예측 프레임워크를 통한 개인 맞춤형 교육 컨텐츠 제공 방법, 장치 및 컴퓨터 프로그램 |
CN107133007A (zh) * | 2017-05-22 | 2017-09-05 | 董津沁 | 一种双屏设备 |
JP6957993B2 (ja) * | 2017-05-31 | 2021-11-02 | 富士通株式会社 | ユーザの解答に対する自信レベルを推定する情報処理プログラム、情報処理装置及び情報処理方法 |
JP2019061000A (ja) * | 2017-09-26 | 2019-04-18 | カシオ計算機株式会社 | 学習支援装置、学習支援システム、学習支援方法及びプログラム |
CN109558999A (zh) * | 2017-09-26 | 2019-04-02 | 同济大学 | 航天大型薄壁件产品加工质量评估系统 |
CN108133736A (zh) * | 2017-12-22 | 2018-06-08 | 谢海群 | 一种自适应性认知功能评估方法及系统 |
GB201803270D0 (en) * | 2018-02-28 | 2018-04-11 | Cambioscience Ltd | Machine learning systems and methods of operating machine learning systems |
US11250720B2 (en) * | 2018-03-30 | 2022-02-15 | Pearson Education, Inc. | Systems and methods for automated and direct network positioning |
US11423796B2 (en) * | 2018-04-04 | 2022-08-23 | Shailaja Jayashankar | Interactive feedback based evaluation using multiple word cloud |
CN108959594B (zh) * | 2018-07-12 | 2022-03-01 | 中国人民解放军战略支援部队信息工程大学 | 一种基于时变加权的能力水平评估方法及装置 |
GB201812377D0 (en) | 2018-07-30 | 2018-09-12 | Ibm | Importing external content into a content management system |
KR101956526B1 (ko) * | 2018-09-05 | 2019-03-11 | 한국과학기술정보연구원 | 내부역량요인 및 외부환경요인 분석에 기반한 기술사업화 역량진단 방법 및 시스템 |
US11380211B2 (en) | 2018-09-18 | 2022-07-05 | Age Of Learning, Inc. | Personalized mastery learning platforms, systems, media, and methods |
KR102364181B1 (ko) * | 2018-11-19 | 2022-02-17 | 한국전자기술연구원 | 학습 관리 시스템을 기반으로 구축한 가상 훈련 관리 시스템 |
MX2021008444A (es) * | 2019-01-13 | 2021-12-10 | Headway Innovation Inc | Sistema, método y medio legible en computadora para desarrollar destreza de un usuario en un tópico. |
AU2020251416A1 (en) * | 2019-04-03 | 2021-03-04 | Meego Technology Limited | Method and system for interactive learning |
CN111340660B (zh) * | 2019-07-01 | 2023-09-01 | 黑龙江省华熵助晟网络科技有限公司 | 一种在线学习辅助系统及方法 |
CN112329802A (zh) * | 2019-08-01 | 2021-02-05 | 实践大学 | 气质量表与专注力及放松度量测的ai分群整合系统 |
TWI723826B (zh) * | 2019-08-07 | 2021-04-01 | 乂迪生科技股份有限公司 | 線上評量考試系統及其運作方法 |
US11915614B2 (en) * | 2019-09-05 | 2024-02-27 | Obrizum Group Ltd. | Tracking concepts and presenting content in a learning system |
WO2021096146A1 (ko) * | 2019-11-15 | 2021-05-20 | (주)프롬더레드 | Html5 기반 웹 게임 제작과 배포를 위한 게임 제작 배포 시스템 및 그 방법 |
US10908933B1 (en) * | 2019-12-05 | 2021-02-02 | Microsoft Technology Licensing, Llc | Brokerage tool for accessing cloud-based services |
US11277203B1 (en) | 2020-01-22 | 2022-03-15 | Architecture Technology Corporation | Hybrid communications based upon aerial networks |
US11508253B1 (en) | 2020-02-12 | 2022-11-22 | Architecture Technology Corporation | Systems and methods for networked virtual reality training |
CN113409634B (zh) * | 2020-03-17 | 2023-04-07 | 艾尔科技股份有限公司 | 任务及路径导向的数字语言学习方法 |
CN111507596A (zh) * | 2020-04-09 | 2020-08-07 | 圆梦共享教育科技(深圳)有限公司 | 一种基于人工智能的学生学习能力评估方法 |
CN111597357B (zh) * | 2020-05-27 | 2024-04-09 | 上海松鼠课堂人工智能科技有限公司 | 用于打地基学习的测评系统与方法 |
US11474596B1 (en) | 2020-06-04 | 2022-10-18 | Architecture Technology Corporation | Systems and methods for multi-user virtual training |
CN111949882B (zh) * | 2020-08-18 | 2023-09-08 | 西安邮电大学 | 一种领域知识点结构缺陷智能诊断方法 |
CN112015830B (zh) * | 2020-08-31 | 2021-08-13 | 上海松鼠课堂人工智能科技有限公司 | 适用于自适应学习的题目存储方法 |
US11763919B1 (en) | 2020-10-13 | 2023-09-19 | Vignet Incorporated | Platform to increase patient engagement in clinical trials through surveys presented on mobile devices |
CN117217425B (zh) * | 2023-11-09 | 2024-02-09 | 中国医学科学院医学信息研究所 | 一种临床实践指南应用方法、装置、电子设备和存储介质 |
CN117973683A (zh) * | 2024-01-29 | 2024-05-03 | 中国人民解放军军事科学院系统工程研究院 | 基于评估知识表征的装备体系效能评估方法和装置 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5456607A (en) * | 1989-12-13 | 1995-10-10 | Antoniak; Peter R. | Knowledge testing computer game method employing the repositioning of screen objects to represent data relationships |
US9053500B2 (en) * | 1999-06-30 | 2015-06-09 | Blackboard Inc. | Internet-based education support system and method with multi-language capability |
US20060029920A1 (en) * | 2002-04-03 | 2006-02-09 | Bruno James E | Method and system for knowledge assessment using confidence-based measurement |
US6921268B2 (en) * | 2002-04-03 | 2005-07-26 | Knowledge Factor, Inc. | Method and system for knowledge assessment and learning incorporating feedbacks |
SE520129C2 (sv) * | 2000-10-27 | 2003-05-27 | Terraplay Systems Ab | Kommunikationsinfrastrukturanordning i och en datorläsbar programprodukt för ett databearbetningssystem för fleranvändarapplikationer |
JP2003248419A (ja) * | 2001-12-19 | 2003-09-05 | Fuji Xerox Co Ltd | 学習支援システム及び学習支援方法 |
US20030152905A1 (en) * | 2002-02-11 | 2003-08-14 | Michael Altenhofen | E-learning system |
JP2004304665A (ja) * | 2003-03-31 | 2004-10-28 | Ntt Comware Corp | 動画像メタデータ教材配信装置、動画像メタデータ教材再生装置、動画像メタデータ教材再生方法、および動画像メタデータ教材再生プログラム |
US20080286737A1 (en) * | 2003-04-02 | 2008-11-20 | Planetii Usa Inc. | Adaptive Engine Logic Used in Training Academic Proficiency |
JP4266883B2 (ja) * | 2004-05-26 | 2009-05-20 | 富士通株式会社 | 教材学習支援プログラム、教材学習支援装置及び教材学習支援方法 |
TWI260563B (en) * | 2004-12-07 | 2006-08-21 | Strawberry Software Inc | Apparatus for reverse portfolio learning with encouragement system |
US20060134593A1 (en) * | 2004-12-21 | 2006-06-22 | Resource Bridge Toolbox, Llc | Web deployed e-learning knowledge management system |
JP4872214B2 (ja) * | 2005-01-19 | 2012-02-08 | 富士ゼロックス株式会社 | 自動採点装置 |
US20100035225A1 (en) * | 2006-07-11 | 2010-02-11 | President And Fellows Of Harvard College | Adaptive spaced teaching method and system |
US8630577B2 (en) * | 2007-08-07 | 2014-01-14 | Assessment Technology Incorporated | Item banking system for standards-based assessment |
TW200928821A (en) * | 2007-12-31 | 2009-07-01 | Univ Far East | Network learning system with evaluation mechanism to select suitable teaching materials for users |
-
2011
- 2011-08-23 US US13/216,017 patent/US20120214147A1/en not_active Abandoned
-
2012
- 2012-02-10 CN CN201280014809.9A patent/CN103620662B/zh active Active
- 2012-02-10 EP EP12747788.3A patent/EP2676254A4/en not_active Ceased
- 2012-02-10 CA CA2826940A patent/CA2826940A1/en not_active Abandoned
- 2012-02-10 JP JP2013554488A patent/JP6073815B2/ja active Active
- 2012-02-10 KR KR1020137024440A patent/KR20140034158A/ko not_active Application Discontinuation
- 2012-02-10 WO PCT/US2012/024642 patent/WO2012112390A1/en active Application Filing
- 2012-02-16 TW TW101105151A patent/TWI474297B/zh not_active IP Right Cessation
- 2012-02-16 TW TW103146663A patent/TWI579813B/zh not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR20140034158A (ko) | 2014-03-19 |
CN103620662B (zh) | 2018-07-06 |
JP2014507687A (ja) | 2014-03-27 |
CA2826940A1 (en) | 2012-08-23 |
TWI474297B (zh) | 2015-02-21 |
WO2012112390A1 (en) | 2012-08-23 |
EP2676254A1 (en) | 2013-12-25 |
TW201528229A (zh) | 2015-07-16 |
US20120214147A1 (en) | 2012-08-23 |
CN103620662A (zh) | 2014-03-05 |
TWI579813B (zh) | 2017-04-21 |
TW201239830A (en) | 2012-10-01 |
EP2676254A4 (en) | 2016-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6073815B2 (ja) | 適応型知識評価及び学習のためのシステム及び方法 | |
JP6181559B2 (ja) | 適応型知識評価及び学習のためのシステム及び方法 | |
Merchie et al. | Evaluating teachers’ professional development initiatives: towards an extended evaluative framework | |
US20220238033A1 (en) | Integrated Student-Growth Platform | |
Van Laer et al. | In search of attributes that support self-regulation in blended learning environments | |
US20140220540A1 (en) | System and Method for Adaptive Knowledge Assessment and Learning Using Dopamine Weighted Feedback | |
Deale et al. | Evaluation of simSchool: An instructional simulation for pre-service teachers | |
Glogger et al. | Development and Evaluation of a Computer‐Based Learning Environment for Teachers: Assessment of Learning Strategies in Learning Journals | |
Chang et al. | Scaffolding students’ online critiquing of expert-and peer-generated molecular models of chemical reactions | |
Oliva Córdova et al. | An experience making use of learning analytics techniques in discussion forums to improve the interaction in learning ecosystems | |
Fraillon et al. | The IEA international study of computer and information literacy (ICILS) | |
Chirila | A dialog based game component for a competencies based e-learning framework | |
Ahmed et al. | Professional development for STEM educators: A bibliometric analysis of the recent progress | |
Avancena et al. | Developing an algorithm learning tool for high school introductory computer science | |
Turvey et al. | Primary computing and digital technologies: knowledge, understanding and practice | |
Ahlf et al. | An exploratory review of literature on moderation in asynchronous discussions | |
Pascual-Cid et al. | Visualising virtual learning environments: Case studies of the Website exploration tool | |
Cochran | Writing and Teaching Analytics with Cases | |
Law | From computational thinking to thoughtful computing: perspectives on physical computing in maker-centered education | |
Pg-Ya'akub | The impact of online learning: mechanical engineering education perspectives | |
Singh | The development of a framework for evaluating e-assessment systems | |
Ndenge | Investigating a learning analytics interface for automatically marked programming assessments | |
Tan | Designing an Intuitive Cybersecurity Teaching Interface for Non-technical Educators | |
Harman | Exploring the effect of visual immersion during procedural knowledge elicitation within virtual reality | |
da Mota | Visual Dashboard for Self-Regulation and Co-Regulation of Online Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141118 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151218 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160105 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20160404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160607 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20161206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170105 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6073815 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |