KR102179957B1 - Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem - Google Patents
Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem Download PDFInfo
- Publication number
- KR102179957B1 KR102179957B1 KR1020170025010A KR20170025010A KR102179957B1 KR 102179957 B1 KR102179957 B1 KR 102179957B1 KR 1020170025010 A KR1020170025010 A KR 1020170025010A KR 20170025010 A KR20170025010 A KR 20170025010A KR 102179957 B1 KR102179957 B1 KR 102179957B1
- Authority
- KR
- South Korea
- Prior art keywords
- learner
- attribute
- selecting
- attributes
- achievement
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- 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
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
-
- 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
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
- G09B7/04—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
Abstract
학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법이 제공된다. 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법은, 학습자의 문제 풀이의 결과에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계; 및 상기 선정된 속성에 기초하여 상기 학습자의 학습 능력을 보완하기 위한 보완 문제를 선정하는 단계를 포함한다.A method of analyzing learners' learning status and selecting complementary problems for them is provided. A method of analyzing a learner's learning state and selecting a supplemental problem for it according to an embodiment of the present invention includes: selecting at least one attribute that needs to be supplemented for the learner based on a result of the learner's problem solving; And selecting a supplemental problem for supplementing the learner's learning ability based on the selected attribute.
Description
본 발명은 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법 및 시스템에 관한 것으로, 보다 자세하게는 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하고 이렇게 선정된 속성에 기초하여 학습자의 학습 능력을 보완하기 위한 보완 문제를 선정하는 방법 및 시스템에 관한 것이다.The present invention relates to a method and system for analyzing a learner's learning state and selecting a complementary problem for the learner, and more specifically, selecting at least one attribute that needs to be supplemented for a learner, and learning of the learner based on the selected attribute. It relates to a method and system for selecting a complementary problem to complement the capability.
문제 풀이 방식은 학습자가 새로운 지식을 습득한 후, 학습한 지식의 이해 정도를 진단하거나 학습 성취도를 평가하기 위해 가장 널리 쓰이는 방법 중 하나이다. 다만, 문제 풀이 방식은 진단 또는 평가에 그치지 않고, 학습자로 하여금 부족한 부분에 대해 파악할 수 있는 기회를 부여함으로써, 학습자가 미진한 부분에 대해 보완할 수 있는 기회를 제공해줄 수 있다.The problem-solving method is one of the most widely used methods for diagnosing the degree of understanding of the learned knowledge or evaluating the learning achievement after learners acquire new knowledge. However, the problem solving method does not stop at diagnosis or evaluation, but can provide an opportunity for learners to make up for insufficient parts by giving learners an opportunity to grasp the insufficient parts.
예컨대, 몇몇 문제집에서는 각 문제가 어떠한 개념 또는 어떠한 단원에 기초하여 출제된 것인지에 대하여 해설지 등에 별도로 기재함으로써 학습자가 이를 참조하고 활용할 수 있도록 하고 있다.For example, some problem books allow learners to refer to and use them by separately describing what concepts or units were presented in each questionnaire.
이에 따라, 학습자는 문제 풀이 후에, 오답을 기재한 것으로 확인된 문제에 대하여 해당 문제와 관련된 개념 또는 관련된 단원 정보로부터 취약 개념 또는 취약 단원을 확인할 수 있다. 그리고, 학습자는 확인된 개념 또는 확인된 단원에 대하여 추가 학습을 진행함으로써 부족한 부분을 보완할 수 있다. Accordingly, after solving the problem, the learner can identify the vulnerable concept or the vulnerable unit from the concept related to the problem or related unit information for the problem identified as having written an incorrect answer. In addition, the learner can compensate for the deficit by further learning the identified concept or the identified unit.
한편, 최근에는 학습자의 문제 풀이의 결과에 따라, 학습자의 실력 향상을 위해 학습자에게 추가적인 문제를 제공하는 서비스도 시도되고 있다.On the other hand, in recent years, according to the result of the learner's problem solving, a service that provides additional problems to the learner to improve the learner's ability has also been attempted.
종래의 서비스를 살펴보면, 특정한 문제에 대해 학습자가 오답을 선택한 경우, 해당 특정한 문제와 유사한 유형의 문제로서 미리 정해진 문제를 학습자에게 추가적으로 제공하는 것에 그치는 경우가 많다.Looking at the conventional service, when a learner chooses an incorrect answer for a specific problem, it is often the case that a predetermined problem is additionally provided to the learner as a type similar to the specific problem.
다만, 학습자는 여러 단계로 이루어진 문제 풀이의 과정을 통해 답을 선택하기 때문에, 문제 풀이의 과정 중 어느 지점에서 틀렸느냐에 따라 다양한 오답이 발생할 수 있다. 그러나, 이렇게 문제 은행식 또는 문제 나열식으로 추가 문제를 제공하는 방식의 경우, 학습자는 오답을 선택한 것으로 판정된 문제와 유사한 문제에 대해서는 적응력을 높일 수는 있지만, 이러한 학습 방법이 학습자의 부족한 부분을 해소하기 위한 근본적인 해결책이 되지는 못한다.However, since the learner selects the answer through the process of solving a problem consisting of several steps, various incorrect answers may occur depending on where they are wrong in the process of solving the problem. However, in the case of this method of providing additional problems in the form of question banking or problem listing, the learner can increase adaptability to problems similar to the problem determined to have selected the wrong answer, but this learning method does not cover the learner's shortcomings. It is not a fundamental solution to solve it.
위와 같은 문제점으로부터 안출된 본 발명이 해결하고자 하는 기술적 과제는, 학습자의 학습 상태를 다양한 수준 및 관점에서 진단함으로써 학습자에게 최적화된 보완 문제를 선정할 수 있도록 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법 및 시스템을 제공하고자 하는 것이다.The technical problem to be solved by the present invention, conceived from the above problems, is to analyze the learning state of the learner so that the learning state of the learner can be selected to select a complementary problem optimized for the learner by diagnosing the learning state of the learner from various levels and viewpoints It is intended to provide a method and system for selecting.
본 발명이 해결하고자 하는 다른 기술적 과제는, 단순히 오답 문제와 유사한 유형의 문제만을 제공하는 것이 아니라, 기본 개념 문제, 응용 문제를 포함한 다양한 종류의 문제를 보완 문제로서 학습자에게 제공함으로써, 학습자가 부족한 부분을 근본적으로 보완할 수 있도록 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법 및 시스템을 제공하고자 하는 것이다.Another technical problem to be solved by the present invention is not simply to provide a problem of a type similar to an incorrect answer problem, but by providing a variety of problems including basic concept problems and application problems to learners as complementary problems. It is to provide a method and system for analyzing learners' learning state and selecting complementary problems to fundamentally complement them.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problems of the present invention are not limited to the technical problems mentioned above, and other technical problems that are not mentioned will be clearly understood by those skilled in the art from the following description.
상기 언급된 기술적 과제들을 해결하기 위한, 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법은, 학습자의 문제 풀이의 결과에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계; 및 상기 선정된 속성에 기초하여 상기 학습자의 학습 능력을 보완하기 위한 보완 문제를 선정하는 단계를 포함한다.In order to solve the above-mentioned technical problems, the method of analyzing a learner's learning state according to an embodiment of the present invention and selecting a supplemental problem for the learner, is supplemented for the learner based on the result of the learner's problem solving. Selecting at least one required attribute; And selecting a supplemental problem for supplementing the learner's learning ability based on the selected attribute.
상기와 같은 본 발명에 따르면 후술하는 효과를 얻을 수 있지만, 본 발명에 따른 효과는 이에 제한되지 않는다.According to the present invention as described above, the effects described later can be obtained, but the effects according to the present invention are not limited thereto.
첫째로, 학습자의 문제 풀이의 결과에 기초하여 학습자에 대하여 보완이 필요한 속성을 도출함으로써 학습자의 학습 상태를 비교적 정확하게 진단할 수 있기 때문에, 학습자에게 최적화된 보완 문제를 제공할 수 있다.First, since the learner's learning state can be diagnosed relatively accurately by deriving the attribute that needs to be supplemented for the learner based on the result of the learner's problem solving, it is possible to provide an optimized supplemental problem to the learner.
둘째로, 단순히 오답 문제와 유사한 유형의 문제만을 제공하는 것이 아니라, 기본 개념 문제, 응용 문제를 포함한 다양한 종류의 문제를 보완 문제로서 학습자에게 제공함으로써, 학습자가 부족한 부분을 근본적으로 보완할 수 있도록 할 수 있다.Second, by providing learners with various types of problems, including basic concept problems and applied problems, as complementary problems, rather than simply providing similar types of problems with incorrect answers, the learner can fundamentally compensate for the shortcomings. I can.
셋째로, 학습자에 대해 누적된 문제 풀이의 결과를 종합적으로 고려하여, 해당 학습자가 틀릴 가능성이 높지만 아직 풀어보지 않은 보완 문제를 해당 학습자에게 제공함으로써, 학습자가 자신이 부족한 부분을 미리 확인해 볼 수 있는 예방 기회를 가질 수 있다.Third, by comprehensively considering the results of the accumulated problem solving for the learner, the learner is likely to be wrong, but provides the learner with a complementary problem that has not yet been solved, so that the learner can check in advance what is lacking. You can have a chance of prevention.
도 1은 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법의 순서도이다.
도 2는 도 1의 단계 S100을 설명하기 위한 순서도이다.
도 3은 학습자의 성취도 평가에 대한 분류를 설명하기 위한 개념도이다.
도 4는 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 시스템의 개략적인 구성이다.1 is a flowchart of a method of analyzing a learner's learning state and selecting a complementary problem for it according to an embodiment of the present invention.
2 is a flowchart illustrating step S100 of FIG. 1.
3 is a conceptual diagram for explaining the classification of learner achievement evaluation.
4 is a schematic configuration of a system for analyzing a learner's learning state and selecting a complementary problem for the learning state according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. Advantages and features of the present invention, and a method of achieving them will become apparent with reference to the embodiments described below in detail together with the accompanying drawings. However, the present invention is not limited to the embodiments to be posted below, but may be implemented in a variety of different forms, and only these embodiments make the posting of the present invention complete, and common knowledge in the technical field to which the present invention pertains. It is provided to completely inform the scope of the invention to those who have, and the invention is only defined by the scope of the claims. The same reference numerals refer to the same components throughout the specification.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in the present specification may be used as meanings that can be commonly understood by those of ordinary skill in the art to which the present invention belongs. In addition, terms defined in a commonly used dictionary are not interpreted ideally or excessively unless explicitly defined specifically.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.The terms used in the present specification are for describing exemplary embodiments and are not intended to limit the present invention. In this specification, the singular form also includes the plural form unless specifically stated in the phrase. As used in the specification, “comprises” and/or “comprising” do not exclude the presence or addition of one or more other elements other than the mentioned elements.
이하, 도면을 참조하여 본 발명의 실시예들에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에 대해 설명하기로 한다.Hereinafter, a method of analyzing a learner's learning state and selecting a complementary problem according to embodiments of the present invention will be described with reference to the drawings.
이하, 도 1 내지 도 3을 참조하여, 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법을 설명한다. 도 1을 참조하면, 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법의 순서도가 개시되고, 도 2를 참조하면, 도 1의 단계 S100을 설명하기 위한 순서도가 개시되고, 도 3을 참조하면, 학습자의 성취도 평가에 대한 분류를 설명하기 위한 개념도가 개시된다. 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에 따르면, 학습자의 문제 풀이의 결과에 기초하여 학습자에 대하여 보완이 필요한 속성을 선정할 수 있으며, 선정된 속성에 기초하여 학습자의 학습 능력을 보완하기 위한 보완 문제를 선정할 수 있다. 즉, 본 실시예에 따른 방법에 따르면, 학습자의 학습 상태를 구체적으로 진단함으로써 학습자에게 부족한 부분을 파악할 수 있으며, 학습자가 부족한 부분을 보완할 수 있도록 진단된 학습 상태에 기초하여 학습자를 위한 보완 문제를 선정할 수 있다.Hereinafter, a method of analyzing a learner's learning state according to an embodiment of the present invention and selecting a complementary problem therefor will be described with reference to FIGS. 1 to 3. Referring to FIG. 1, a flow chart of a method of analyzing a learner's learning state and selecting a complementary problem for the learning state according to an embodiment of the present invention is disclosed. Referring to FIG. 2, step S100 of FIG. A flowchart is disclosed, and referring to FIG. 3, a conceptual diagram for explaining the classification of the learner's achievement level is disclosed. According to the method of analyzing a learner's learning state and selecting a complementary problem for the learner according to an embodiment of the present invention, it is possible to select an attribute that needs to be supplemented for the learner based on the result of solving the learner's problem. Complementary problems to complement learners' learning ability can be selected based on attributes. That is, according to the method according to the present embodiment, the learner's learning state can be specifically diagnosed to identify the lack of a learner, and a complementary problem for the learner based on the diagnosed learning state so that the learner can compensate for the insufficient portion. Can be selected.
따라서, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법은, 일종의 자기 완성형(self-evolutionary) 학습일 수 있다. 즉, 학습자 본인(self)이 학습한 결과를 분석(analyze)하여 그로부터 자신에게 적합한(adaptive) 보충 또는 보완(supplementation)이 되는 문제를 도출함으로써 실력이 향상되는(improvement) 과정이 본 실시예에 따른 학습 방법을 통해 이루어질 수 있다.Accordingly, a method of analyzing a learner's learning state and selecting a complementary problem for it according to the present embodiment may be a kind of self-evolutionary learning. In other words, the process of improving the skill by analyzing the results of the learner's self (analyze) and deriving a problem that is adaptive or supplementation suitable for him/her It can be done through learning methods.
이러한 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법은 서버 등으로 구현되는 시스템에 의해 수행될 수 있으며, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에 의해 선정된 문제가 사용자 단말에 제공될 수 있지만, 이에 제한되지 않는다.This method of analyzing a learner's learning state and selecting a complementary problem for it may be performed by a system implemented as a server, etc., and a method of analyzing a learner's learning state according to the present embodiment and selecting a complementary problem for it The problem selected by may be provided to the user terminal, but is not limited thereto.
여기서, 속성은 문제에 관련된 것으로서, 출제자가 해당 문제를 통해 평가하고자 하는 평가 요소이거나, 학습자가 해당 문제에 대한 문제 풀이를 위해 필요할 것으로 예상되는 요소의 구체화된 대상으로 정의될 수 있지만, 이에 제한되지 않는다. 예컨대, 속성은 관련 과목에서 이용되거나 학습되는 개념에 관한 것이거나, 학습자의 능력(예컨대, 암기 능력, 이해 능력, 적용 능력 등)에 관한 것, 교과 단원에 관한 것 또는 문제를 구성하는 특정 단어나 표현 등일 수 있지만, 이에 제한되지 않으며, 전술한 속성의 정의에 해당할 수 있으면, 제한되지 않는다.Here, the attribute is related to the problem, and may be defined as an evaluation element that the questioner wants to evaluate through the question, or as a concrete object of the element expected to be needed by the learner for solving the problem on the question, but is not limited thereto. Does not. For example, attributes are about concepts used or learned in a related subject, or about learners' abilities (e.g., memorization, comprehension, application skills, etc.), or specific words or words that make up a problem. It may be an expression, but is not limited thereto, and as long as it corresponds to the definition of the above-described attribute, it is not limited thereto.
다만, 속성은 전술한 설명에 비해 확장되어 이해될 수 있으며, 예컨대 특정한 문제의 풀이를 위해 두 가지의 개념이 접목되어야 하는 경우, 두 가지의 개념의 연관관계 역시 하나의 속성이 될 수 있다.However, the attribute may be expanded and understood compared to the above description. For example, when two concepts are to be grafted to solve a specific problem, the relationship between the two concepts may also be an attribute.
이하, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에 대해 구체적으로 설명한다.Hereinafter, a method of analyzing a learner's learning state and selecting a complementary problem for the learner according to the present embodiment will be described in detail.
우선, 도 1을 참조하여, 학습자의 문제 풀이의 결과에 기초하여 보완이 필요한 속성을 선정할 수 있다(S100). 구체적으로, 학습자의 문제 풀이의 결과에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정할 수 있다.First, referring to FIG. 1, a property that needs to be supplemented may be selected based on a result of the learner's problem solving (S100). Specifically, at least one attribute that needs to be supplemented for the learner may be selected based on the result of the learner's problem solving.
이를 위해, 학습자의 문제 풀이에 대한 정보를 제공받고, 제공받은 학습자의 문제 풀이에 대한 정보와 각 문제에 대한 정답 정보를 비교함으로써, 학습자의 문제 풀이의 결과를 도출하는 단계가 선행될 수 있지만, 이에 제한되지 않는다.To this end, the step of deriving the result of the learner's problem solving may be preceded by receiving information on the learner's problem solving and comparing the information on the provided learner's problem solving with the correct answer information for each problem. It is not limited thereto.
본 단계(S100)에서 학습자의 문제 풀이의 결과에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하기 위해서, 학습자의 문제 풀이의 결과를 이용하여 평가 가능한 속성에 대하여 학습자의 성취도를 평가하고, 이러한 평가 결과를 기준으로 하여 보완이 필요한 속성을 가려낼 수 있다. 이와 관련하여 도 2를 참조하여 본 단계(S100)를 구체적으로 설명한다.In this step (S100), in order to select at least one attribute that needs to be supplemented for the learner based on the result of the learner's problem solving, the learner's achievement level is evaluated for the evaluable attribute using the result of the learner's problem solving. However, based on these evaluation results, attributes that need to be supplemented can be identified. In this regard, this step (S100) will be described in detail with reference to FIG. 2.
우선, 도 2를 참조하여, 학습자의 문제 풀이의 결과에 기초하여 문제 풀이의 대상인 문제와 관련된 각 속성에 대하여 학습자의 성취도를 평가를 할 수 있다(S110).First, referring to FIG. 2, a learner's achievement level may be evaluated for each attribute related to a problem that is a problem-solving object based on the result of the learner's problem solving (S110).
여기서, 속성에 대하여 학습자의 성취도를 평가하는 것은 속성에 대하여 학습자의 성취도(또는 이해도)를 수치화하는 것일 수 있으며, 예컨대 특정 속성에 대한 학습자의 성취도는 미리 정해진 복수의 분류 중 어느 하나로 결정되고, 결정된 분류에 해당하는 점수로 수치화될 수 있지만, 이에 제한되지 않는다. 그리고, 이러한 학습자의 성취도 평가는 문제 풀이를 통해 평가 가능한 모든 속성에 대하여 수행될 수 있으며, 구체적으로 문제 풀이의 대상인 문제와 관련된 각 속성마다 학습자의 성취도 평가가 이루어질 수 있다. Here, evaluating a learner's achievement for an attribute may be to quantify a learner's achievement (or understanding) for an attribute. For example, the learner's achievement for a specific attribute is determined by one of a plurality of predetermined categories, It can be quantified as a score corresponding to the determined classification, but is not limited thereto. In addition, the learner's achievement evaluation can be performed on all attributes that can be evaluated through problem solving, and specifically, the learner's achievement evaluation can be made for each attribute related to the problem that is the object of the problem solving.
즉, 본 단계(S110)에서 평가 가능한 모든 속성에 대하여 학습자의 성취도가 평가됨으로써, 후술하는 단계에서 학습자에 대하여 보완이 필요한 속성을 선정하기 위한 기초 자료를 얻을 수 있다.That is, by evaluating the learner's achievement level for all the attributes that can be evaluated in this step (S110), it is possible to obtain basic data for selecting attributes that need to be supplemented for the learner in a step described later.
구체적으로, 학습자의 객관식 문제 풀이의 결과에 기초하여 특정 문제에서 학습자가 선택한 선택지에 따라 특정 문제와 관련된 각 속성에 대하여 학습자의 성취도를 평가를 할 수 있다.Specifically, based on the results of the learner's multiple choice problem solving, the learner's achievement level can be evaluated for each attribute related to the specific problem according to the option selected by the learner in the specific problem.
다만, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법은, 특정 문제의 정답/오답 여부에 따라, 특정 문제와 관련된 각 속성에 대하여 학습자의 성취도를 평가하는 단순한 방식을 이용하지 않는다. 이러한 방식에 기초한다면, 특정 문제가 복수의 속성과 관련된 경우, 해당되는 복수의 속성은 항상 동일한 성취도를 달성한 것으로 평가되기 때문에, 하나의 속성에 대해서는 학습자가 이해하고 다른 속성에 대해서는 학습자가 이해하지 못하는 경우를 구별해낼 수 없다.However, the method of analyzing a learner's learning state and selecting a complementary problem for it according to this embodiment is a simple method of evaluating the learner's achievement level for each attribute related to a specific problem, depending on whether a specific problem is answered correctly or incorrectly. Do not use. Based on this approach, if a particular problem involves multiple attributes, the plurality of attributes are always evaluated as achieving the same achievement, so the learner understands one attribute and the learner does not. You can't tell if you can't.
이에 따라, 전술한 바와 같이, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법은, 학습자가 선택한 선택지에 따라 특정 문제와 관련된 각 속성에 대하여 예컨대 2개 이상의 분류로 학습자의 성취도를 평가할 수 있지만, 분류의 개수는 이에 제한되지 않는다.Accordingly, as described above, the method of analyzing a learner's learning state and selecting a complementary problem for it according to the present embodiment includes, for example, two or more classifications for each attribute related to a specific problem according to the option selected by the learner. The learner's achievement can be evaluated, but the number of classifications is not limited thereto.
이를 위해, 특정 문제가 1개의 속성과 관련된 경우, 특정 문제에 대한 선택지는 정답 선택지, 해당 속성을 잘못 이해한 경우 도출될 수 있는 오답 선택지, 단순한 계산 실수를 한 경우 도출될 수 있는 오답 선택지, 의미가 부여되지 않은 오답 선택지 등을 포함할 수 있지만, 이에 제한되지 않는다.To this end, if a specific problem is related to one attribute, the option for a specific problem is the correct answer option, the wrong answer option that can be derived if the attribute is misunderstood, the incorrect answer option that can be derived when a simple calculation mistake is made, meaning. It may include, but is not limited to, an incorrect answer option that is not assigned.
이러한 경우, 학습자가 어떠한 선택지를 선택했는지에 따라 특정 문제와 관련된 속성에 대한 학습자의 성취도 평가값이 2개 이상의 분류로 나뉘어져 달라질 수 있다.In this case, the evaluation value of the learner's achievement for the attribute related to a specific problem may be divided into two or more categories and may vary depending on which option the learner selects.
이 밖에, 특정 문제가 2개 이상의 속성과 관련된 경우, 특정 문제에 대한 선택지는 정답 선택지, 제1 속성을 잘못 이해한 경우 도출될 수 있는 오답 선택지, 제2 속성을 잘못 이해한 경우 도출될 수 있는 오답 선택지, 제1 속성 및 제2 속성을 모두 잘못 이해한 경우 도출될 수 있는 오답 선택지, 단순한 계산 실수를 한 경우 도출될 수 있는 오답 선택지, 의미가 부여되지 않은 오답 선택지 등을 포함할 수 있지만, 이에 제한되지 않는다.In addition, when a specific problem is related to more than one attribute, the option for a specific problem is the correct answer option, the wrong answer option that can be derived if the first attribute is misunderstood, and the second attribute that can be derived from misunderstanding. It may include an incorrect answer option, an incorrect answer option that can be derived if you misunderstand both the first attribute and the second attribute, an incorrect answer option that can be derived when a simple calculation mistake is made, an incorrect answer option that is not assigned meaning, etc. It is not limited thereto.
이러한 경우, 학습자가 어떠한 선택지를 선택했는지에 따라 특정 문제와 관련된 제1 속성에 대한 학습자의 성취도 평가값과, 특정 문제와 관련된 제2 속성에 대한 학습자의 성취도 평가값이 2개 이상의 분류로 나뉘어져 달라질 수 있다.In this case, the evaluation value of the learner's achievement for the first attribute related to the specific problem and the evaluation value of the learner's achievement for the second attribute related to the specific problem are divided into two or more categories and vary depending on which option the learner selects. I can.
특히, 학습자가 제1 속성을 잘못 이해한 경우 도출될 수 있는 오답 선택지를 선택한 경우, 학습자는 제2 속성에 대해서는 잘못 이해하고 있는 것이 아니므로, 특정 문제와 관련된 제1 속성에 대한 학습자의 성취도 평가값은, 특정 문제와 관련된 제2 속성에 대한 학습자의 성취도 평가값에 비해 낮게 평가될 수 있다. 따라서, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에서, 특정 문제가 복수의 속성과 관련되어 있더라도, 각 속성마다 학습자의 성취도에 차이가 발생할 수 있으므로 각 속성에 대해 명확하게 성취도를 판단할 수 있다.In particular, if the learner selects the wrong answer option that can be derived when the learner misunderstands the first attribute, the learner does not misunderstand the second attribute, so the learner's achievement of the first attribute related to a specific problem is evaluated. The value may be evaluated lower than the evaluation value of the learner's achievement for the second attribute related to the specific problem. Therefore, in the method of analyzing a learner's learning state according to the present embodiment and selecting a complementary problem for it, even if a specific problem is related to a plurality of attributes, a difference may occur in the learner's achievement level for each attribute. You can clearly judge your achievement level.
예컨대, 도 3을 참조하면, 특정 문제가 복수의 속성과 관련이 있는 경우, 학습자가 어떠한 선택지를 선택했는지에 따라 특정 문제와 관련된 속성에 대한 학습자의 성취도 평가값이 4개의 분류로 나뉘어져 달라질 수 있다. 여기서, 특정 문제가 제1 내지 제3 속성과 관련된 것을 예로 들지만, 이에 제한되지 않는다.For example, referring to FIG. 3, when a specific problem is related to a plurality of attributes, the evaluation value of the learner's achievement level for the attribute related to the specific problem may be divided into four categories and changed according to which option the learner selects. . Here, a specific problem related to the first to third attributes is exemplified, but is not limited thereto.
우선, 정답에 해당하는 선택지를 선택한 경우, 학습자가 제1 내지 제3 속성을 포함하는 복수의 속성을 맞게 이해한 것으로 판단되어, 제1 내지 제3 속성을 포함하는 복수의 속성에 대해 모두 동일하게 제1 분류인 것으로 성취도 평가값이 부여될 수 있다.First of all, if the option corresponding to the correct answer is selected, it is determined that the learner has correctly understood a plurality of attributes including the first to third attributes, and all attributes including the first to third attributes are the same. As the first category, an achievement evaluation value may be given.
그리고, 제1 속성을 잘못 이해한 경우 선택될 수 있는 의도된 오답 선택지를 선택한 경우, 학습자가 제1 속성에 대해서는 잘못 이해한 것으로 판단되고, 제2 및 제3 속성에 대해서는 맞게 이해한 것으로 판단될 수 있다. 따라서, 의도된 오답 선택지와 관련된 속성이 제1 속성에 대해 제2 분류의 성취도 평가값이 부여되고, 의도된 오답 선택지에서 타겟으로 하지 않은 속성인 제2 및 제3 속성에 대해 제3 분류의 성취도 평가값이 부여될 수 있다.In addition, if the intended wrong answer option, which can be selected when the first attribute is misunderstood, is selected, it is judged that the learner has misunderstood the first attribute and that the second and third attributes have been correctly understood. I can. Therefore, the attribute related to the intended incorrect answer option is assigned the achievement evaluation value of the second category for the first attribute, and the achievement level of the third category for the second and third attributes, which are attributes not targeted in the intended incorrect answer option. Evaluation values can be given.
마지막으로, 의미가 부여되지 않은 오답 선택지를 선택한 경우, 학습자가 제1 내지 제3 속성에 대해서 잘못 이해한 것으로 판단되어, 제1 내지 제3 속성을 포함하는 복수의 속성에 대해 모두 동일하게 제4 분류의 성취도 평가값이 부여될 수 있다.Finally, in the case of selecting an incorrect answer option that is not given a meaning, it is determined that the learner has misunderstood the first to third attributes, so that all of the plurality of attributes including the first to third attributes are the same. Classification achievement evaluation values can be assigned.
여기서, 제1 분류 및 제3 분류 모두 맞게 이해한 속성에 대해 부여되는 분류이지만, 제1 분류 및 제3 분류 각각에 대응되는 점수는 서로 상이할수 있으며, 제2 분류 및 제4 분류 모두 잘못 이해한 속성에 대해 부여되는 분류이지만, 제2 분류 및 제4 분류 각각에 대응되는 점수는 상이할 수 있다. 이를 통해, 각각의 속성에 대한 정확한 성취도 평가가 가능할 수 있다.Here, both the first classification and the third classification are classifications that are given to the attribute correctly understood, but the scores corresponding to each of the first classification and the third classification may be different, and both the second classification and the fourth classification are misunderstood. Although the classification is given for the attribute, the scores corresponding to each of the second classification and the fourth classification may be different. Through this, it may be possible to accurately evaluate the achievement level for each attribute.
한편, 몇몇 실시예에서 맞게 이해한 속성은 모두 동일한 분류(제1 분류 = 제3 분류)를 부여할 수 있고, 잘못 이해한 속성 역시 모두 동일한 분류(제2 분류 = 제4 분류)를 부여할 수 있지만, 이에 제한되지 않을 수 있다.Meanwhile, in some embodiments, all correctly understood attributes may be assigned the same classification (first classification = third classification), and all misunderstood attributes may be given the same classification (second classification = fourth classification). However, it may not be limited thereto.
한편, 복수의 문제가 포함된 문제 세트에 대한 문제 풀이가 있는 경우, 각 속성에 대하여 학습자의 성취도를 평가하는 것은, 2단계로 수행될 수 있다. 우선, 각 문제에 대해서 해당 문제와 관련된 각 속성에 대하여 학습자의 성취도가 평가될 수 있으며, 이어서 문제 세트 내에서 동일한 속성에 대한 성취도 평가값이 누적 관리되어 각 속성에 대한 평균 성취도 평가값으로 관리될 수 있지만, 이에 제한되지 않는다.Meanwhile, when there is a problem solving for a problem set including a plurality of problems, evaluating a learner's achievement level for each attribute may be performed in two steps. First, for each question, the learner's achievement level can be evaluated for each attribute related to the problem, and then the achievement evaluation value for the same attribute within the problem set is accumulated and managed to be managed as the average achievement evaluation value for each attribute. Can, but is not limited thereto.
즉, 문제 세트에 대한 학습자의 문제 풀이의 결과에 기초하여 문제 풀이의 대상인 문제와 관련된 각 속성에 대하여 학습자의 성취도를 누적하여 평가함으로써, 문제 세트 단위로 각 속성에 대한 학습자의 성취도가 관리될 수 있지만, 이에 제한되지 않으며, 후술하는 실시예에서는 복수의 회차의 문제 세트 단위로 각 속성에 대한 학습자의 성취도가 관리될 수 있다.That is, by accumulating and evaluating the learner's achievement for each attribute related to the problem that is the object of the problem solving based on the result of the learner's problem solving for the problem set, the learner's achievement for each attribute can be managed in units of the problem set. However, the present invention is not limited thereto, and in an embodiment to be described later, a learner's achievement level for each attribute may be managed in units of a plurality of problem sets.
여기서 문제 세트는 복수의 문제를 포함하기만 하면 제한이 없다. 예컨대, 문제 세트는 대학수학능력시험의 문제지와 같이 1회 분량으로 편집된 문제지일 수 있지만, 이에 제한되지 않고, 분석을 위해 선택된 복수의 문제가 문제 세트로 정의될 수 있으며, 학습자가 학습을 완료한 복수의 문제 또한 하나의 문제 세트가 될 수 있다. Here, the problem set is not limited as long as it contains a plurality of problems. For example, the question set may be a questionnaire edited in a single volume, such as a questionnaire for the University Academic Proficiency Test, but is not limited thereto, and a plurality of questions selected for analysis may be defined as a question set, and the learner completes learning. Multiple problems can also be a set of problems.
한편, 설명의 편의를 위해, 본 명세서에서 주로 수학 문제 또는 수학 문제를 포함하는 문제 세트의 예를 들어 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법을 설명하지만, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법이 수학 문제를 선정하는 것에만 적용되는 것은 아니며, 국어 및 영어 등의 다양한 과목에 적용될 수 있으며 교과 과정 이외에 다양한 주제에 대해서도 적용될 수 있음은 통상의 기술자에게 자명할 수 있다.On the other hand, for convenience of explanation, in the present specification, a method of analyzing the learning state of a learner according to the present embodiment and selecting a supplemental problem for the problem set mainly including a math problem or a math problem is described. The method of analyzing a learner's learning state and selecting a complementary problem according to the present embodiment is not applied only to selecting a math problem, but can be applied to various subjects such as Korean and English, and can be applied to various subjects other than the curriculum. It may be apparent to a person skilled in the art that it can also be applied.
이어서, 도 2를 참조하여, 평가 결과에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정할 수 있다(S120).Subsequently, with reference to FIG. 2, at least one attribute that needs to be supplemented for the learner may be selected based on the evaluation result (S120).
구체적으로, 평가 결과에 기초하여 미리 정해진 선정 기준을 만족시키는 속성을 보완이 필요한 속성으로 선정할 수 있다. 예컨대, 미리 정해진 선정 기준으로 보완의 필요성을 판단하는 기준이 되는 학습자에 대한 기준 성취도 평가값이 정해질 수 있으며, 특정 속성에 대한 학습자의 성취도 평가값이 해당 기준 성취도 평가값보다 낮은 경우 보완이 필요한 속성으로 분류되어 선정될 수 있다. 다만, 보완이 필요한 적어도 하나의 속성을 선정하는 미리 정해진 선정 기준은 이에 제한되지 않을 수 있다.Specifically, an attribute that satisfies a predetermined selection criterion based on the evaluation result may be selected as an attribute that needs to be supplemented. For example, a standard achievement evaluation value for a learner, which is a criterion for determining the need for supplementation, may be determined based on a predetermined selection criterion, and if a learner's achievement evaluation value for a specific attribute is lower than the corresponding standard achievement evaluation value, supplementation is necessary. It can be classified and selected by attribute. However, a predetermined selection criterion for selecting at least one attribute that needs to be supplemented may not be limited thereto.
한편, 몇몇 실시예에서 학습자의 문제 풀이 결과에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계(S100)는, 학습자의 문제 풀이의 결과에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 미리 정해진 개수의 속성을 선정하는 단계일 수 있다.Meanwhile, in some embodiments, the step (S100) of selecting at least one attribute that needs to be supplemented for the learner based on the learner's problem solving result (S100) is at least one that needs to be supplemented for the learner based on the result of the learner's problem solving. It may be a step of selecting a predetermined number of attributes of.
이를 위해, 보완이 필요한 속성이 미리 정해진 개수보다 많은 경우에는, 미리 정해진 개수만큼의 속성을 선정하기 위해 선정의 우선순위에 대한 기준이 있을 수 있다. 예컨대, 학습자의 성취도 평가값이 낮은 순서대로 미리 정해진 개수만큼의 속성이 선정될 수 있지만, 우선순위에 대한 기준은 이에 제한되지 않는다.To this end, when there are more attributes to be supplemented than a predetermined number, there may be a criterion for the priority of selection in order to select a predetermined number of attributes. For example, a predetermined number of attributes may be selected in the order in which the learner's achievement evaluation value is low, but the criteria for priority are not limited thereto.
이어서, 도 1을 참조하여, 선정된 속성에 기초하여 보완 문제를 선정할 수 있다(S200). 구체적으로, 선정된 속성에 기초하여 학습자의 학습 능력을 보완하기 위한 보완 문제를 선정할 수 있다.Subsequently, referring to FIG. 1, a supplemental problem may be selected based on the selected attribute (S200). Specifically, it is possible to select a complementary problem to supplement the learner's learning ability based on the selected attribute.
예컨대, 보완 문제는, 선정된 속성 중 어느 하나와만 관련된 문제, 선정된 속성 중 어느 하나 및 선정된 속성 이외의 속성과 관련된 문제 및 선정된 속성 간의 조합과 관련된 문제 중 적어도 하나를 포함하도록 선정될 수 있지만, 선정된 속성을 활용하는 보완 문제가 선정된다면 이에 제한되지 않는다.For example, the supplemental problem may be selected to include at least one of a problem related to only one of the selected attributes, a problem related to any one of the selected attributes, and a problem related to a property other than the selected attribute, and a combination between the selected attributes. However, it is not limited thereto if a supplemental problem using the selected attribute is selected.
보완이 필요한 것으로 선정된 속성이 복수개인 경우, 선정된 속성 중 어느 하나와만 관련된 문제는 단일한 속성과 관련있는 기준 문제일 수 있다. 즉, 1개의 속성에 대한 부분만을 명확히 보완해주기 위한 개념 문제가 전술한 기준 문제의 일례일 수 있지만 이에 제한되지 않는다. 이러한 기준 문제의 경우, 1개의 속성에 대한 보완이 확실한 대신 문제의 난도는 높지 않을 수 있다.When there are a plurality of attributes selected as requiring supplementation, a problem related to only one of the selected attributes may be a reference problem related to a single attribute. That is, a concept problem for clearly supplementing only a portion of one attribute may be an example of the above-described reference problem, but is not limited thereto. In the case of such a standard problem, the difficulty of the problem may not be high, instead of being sure to compensate for one attribute.
보완이 필요한 것으로 선정된 속성이 복수개인 경우, 선정된 속성 중 어느 하나 및 선정된 속성 이외의 속성과 관련된 문제는 일종의 확장 문제일 수 있다. 예컨대, 선정된 속성 중 어느 하나와, 선정되지 않은 속성과 동시에 관련된 문제이기 때문에, 이러한 확장 문제를 통해 학습자는 선정된 속성의 다양한 응용 문제를 접함으로써 선정된 속성에 대한 보완을 수행할 수 있다. 이러한 확장 문제의 경우, 여러 속성이 접목된 문제이기 때문에, 기준 문제에 비해 난도가 높을 수 있다. 다만, 확장 문제의 경우, 선정된 속성 중 어느 하나 및 선정된 속성 이외의 어느 하나의 속성과 관련되도록 제한되지 않고, 선정된 속성 중 어느 하나 및 선정된 속성 이외의 복수의 속성과 관련될 수도 있다.When there are a plurality of attributes selected as requiring supplementation, a problem related to one of the selected attributes and attributes other than the selected attributes may be a kind of expansion problem. For example, since it is a problem related to any one of the selected attributes and the non-selected attribute at the same time, through this expansion problem, the learner can perform supplementation on the selected attribute by encountering various application problems of the selected attribute. In the case of such an expansion problem, since it is a problem in which several attributes are grafted, the difficulty may be higher than that of the reference problem. However, in the case of the expansion problem, it is not limited to be related to any one of the selected attributes and any one attribute other than the selected attribute, and may be related to any one of the selected attributes and a plurality of attributes other than the selected attribute. .
한편, 보완이 필요한 것으로 선정된 속성이 복수개인 경우, 선정된 속성 간의 조합과 관련된 문제는 일종의 활용 문제일 수 있다. 이러한 활용 문제의 경우, 학습자의 성취도가 낮은 다수의 속성이 접목되어 있기 때문에, 기준 문제에 비해 난도가 높을 수 있다.On the other hand, when there are a plurality of attributes selected as requiring supplementation, a problem related to a combination between the selected attributes may be a kind of utilization problem. In the case of such a utilization problem, since a number of attributes with low achievement of the learner are grafted, the difficulty may be higher than that of the reference problem.
이와 같이, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에 따르면, 학습자의 학습 능력을 보완하기 위한 효과적이고 다양한 보완 문제가 학습자에게 제공될 수 있다. 특히, 다양한 확장 문제 및 활용 문제가 학습자에게 제공될 수 있으므로, 깊이 있는 보완이 가능할 수 있다.As described above, according to the method of analyzing a learner's learning state and selecting a supplementary problem for the learner according to the present embodiment, effective and various supplementary problems for supplementing the learner's learning ability can be provided to the learner. In particular, since various expansion problems and utilization problems may be provided to learners, in-depth supplementation may be possible.
한편, 몇몇 실시예에 따르면, 학습자의 문제 풀이의 결과, 학습자의 오답률이 높은 경우, 즉 많은 문제를 틀린 경우에, 학습 능력을 보완하기 위한 보완 문제를 선정하는 과정에서 상대적으로 난도가 낮은 기준 문제의 비중을 높일 수 있으며, 학습자의 오답률이 낮은 경우, 학습 능력을 보완하기 위한 보완 문제를 선정하는 과정에서 상대적으로 난도가 높은 문제의 비중을 높일 수 있지만, 이에 제한되지 않는다.Meanwhile, according to some embodiments, as a result of the learner's problem solving, when the learner's error rate is high, that is, when a number of questions are wrong, a reference problem with relatively low difficulty in the process of selecting a complementary problem for supplementing learning ability The proportion of questions with relatively high difficulty can be increased in the process of selecting a complementary problem to supplement learning ability when the learner's incorrect answer rate is low, but is not limited thereto.
이 밖에, 몇몇 실시예에 따르면, 학습자의 문제 풀이의 결과, 학습자가 난도가 낮은 문제를 주로 틀린 경우에, 학습 능력을 보완하기 위한 보완 문제를 선정하는 과정에서 기준 문제의 비중을 높임으로써 문제가 되는 속성에 대해 보완이 확실히 될 수 있도로 할 수 있다.In addition, according to some embodiments, as a result of the learner's problem solving, when the learner is mainly mistaken for a problem with low difficulty, the problem is solved by increasing the weight of the reference problem in the process of selecting a supplemental problem to supplement the learning ability. It can also be done so that the complementary properties can be sure.
따라서, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에 따르면 학습자의 상태에 적합한 보완 문제의 선정이 가능하다.Therefore, according to the method of analyzing a learner's learning state and selecting a supplemental problem for the learner according to the present embodiment, it is possible to select a supplemental problem suitable for the learner's state.
이하, 본 발명의 제2 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법을 설명한다. 다만, 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법과의 차이점을 위주로 설명한다.Hereinafter, a method of analyzing a learner's learning state and selecting a complementary problem according to the second embodiment of the present invention will be described. However, the difference from the method of analyzing a learner's learning state and selecting a complementary problem for it according to an embodiment of the present invention will be mainly described.
본 발명의 제2 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법은, 학습자의 문제 풀이가 복수의 회차의 문제 세트에 대해 수행된 경우에 적용될 수 있다.The method of analyzing a learner's learning state and selecting a complementary problem for it according to the second embodiment of the present invention can be applied when the learner's problem solving is performed on a plurality of problem sets.
도 1을 참조하면, 학습자의 문제 풀이의 결과에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계(S100)는, 복수의 회차의 문제 세트에 대한 학습자의 문제 풀이의 결과 중 적어도 일부에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계일 수 있다.Referring to FIG. 1, the step (S100) of selecting at least one attribute that needs to be supplemented for the learner based on the result of the learner's problem solving is a result of the learner's problem solving for a plurality of rounds of problem sets. It may be a step of selecting at least one attribute that needs to be supplemented for the learner based on at least a portion.
여기서, 복수의 회차의 문제 세트에 대한 학습자의 문제 풀이의 결과에 기초하여 보완이 필요한 속성을 선정하는 경우, 최신 회차의 문제 세트에 대한 학습자의 문제 풀이에 대한 정보를 제공받고 이에 대한 문제 풀이의 결과를 도출하는 단계가 선행될 수 있으며, 최신 회차 이외의 과거 회차의 문제 세트에 대한 학습자의 문제 풀이의 결과는 미리 저장(제공)되어 있을 수 있지만, 이에 제한되지 않는다.Here, in the case of selecting an attribute that needs to be supplemented based on the result of the learner's problem solving for a plurality of rounds of problem sets, information on the learner's problem solving for the latest round of problem sets is provided and A step of deriving a result may be preceded, and a result of a learner's problem solving for a problem set of a past episode other than the latest episode may be stored (provided) in advance, but is not limited thereto.
특히, 복수의 회차의 문제 세트에 대한 상기 학습자의 문제 풀이의 결과 중 적어도 일부에 기초하여 상기 학습자에 대하여 보완이 필요한 복수의 속성을 선정하는 단계에서, 최신 회차의 문제 세트로부터 선정되는 보완이 필요한 속성과 복수의 회차의 문제 세트에 대한 문제 풀이의 결과 모두에 기초하여 선정되는 보완이 필요한 속성의 비율이 조정될 수 있다.In particular, in the step of selecting a plurality of attributes that need to be supplemented for the learner based on at least some of the results of the learner's problem solving for a plurality of rounds of problem sets, supplementation selected from the latest round of problem sets is required. The ratio of the attribute to be supplemented may be selected based on both the attribute and the result of problem solving for the problem sets of a plurality of rounds.
구체적으로, 최신 회차의 문제 세트에 대한 상기 학습자의 문제 풀이의 결과에만 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 일부의 속성을 선정하는 단계와, 복수의 회차의 문제 세트에 대한 문제 풀이의 결과 모두에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 일부의 속성을 선정하는 단계를 포함할 수 있다.Specifically, both the step of selecting at least some attributes that need to be supplemented for the learner based only on the result of the learner's problem solving for the latest round of problem sets, and the result of problem solving for a plurality of rounds of problem sets It may include the step of selecting at least some of the properties that need to be supplemented for the learner based on.
따라서, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에 따르면, 최근에 문제된 속성의 비중을 높여 학습자의 학습 능력을 효율적으로 보완할 수 있을 뿐만 아니라, 과거에 문제되었던 속성도 고려하기 때문에 학습 능력의 종합적인 보완이 가능할 수 있다.Therefore, according to the method of analyzing the learning state of a learner according to the present embodiment and selecting a supplemental problem for it, not only can the learner's learning ability be efficiently supplemented by increasing the weight of the recently problem attribute, but also in the past. Since the problem attributes are also considered, it is possible to comprehensively supplement the learning ability.
이하, 도 4를 참조하여, 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 시스템을 설명한다. 다만, 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법에서 설명한 내용과 중복되는 내용은 생략한다. 도 4를 참조하면, 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 시스템의 개략적인 구성이 개시된다.Hereinafter, with reference to FIG. 4, a system for analyzing a learner's learning state and selecting a complementary problem according to an embodiment of the present invention will be described. However, contents overlapping with the contents described in the method of analyzing a learner's learning state and selecting a supplementary problem for the learner according to an embodiment of the present invention will be omitted. Referring to FIG. 4, a schematic configuration of a system for analyzing a learning state of a learner and selecting a supplemental problem for the learning state according to an embodiment of the present invention is disclosed.
본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 시스템(20)에서는 본 발명의 일 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 방법이 수행될 수 있다. 이를 위해, 본 실시예에 따른 시스템(20)은 학습자 단말(10)로부터 학습자의 문제 풀이의 결과를 제공받고, 학습자의 학습 능력을 보완하기 위해 선정된 보완 문제를 학습자의 단말(10)에 제공할 수 있지만, 이에 제한되지 않으며, 본 실시예에 따른 시스템(20)은 다양한 방법으로 학습자의 문제 풀이의 결과를 제공받을 수 있고, 학습자의 단말(10)에 다양한 정보를 제공할 수 있다.In the system 20 for analyzing the learning state of a learner according to an embodiment of the present invention and selecting a supplemental problem therefor, a method for analyzing the learning state of a learner according to an embodiment of the present invention and selecting a supplemental problem for the learning state This can be done. To this end, the system 20 according to the present embodiment receives the result of the learner's problem solving from the learner's terminal 10, and provides the selected complementary problem to the learner's terminal 10 to supplement the learner's learning ability. Although it can, but is not limited thereto, and the system 20 according to the present embodiment may receive results of a learner's problem solving in various ways, and may provide various information to the learner's terminal 10.
도 4를 참조하면, 본 실시예에 따른 시스템(20)은 보완 속성 선정부(21) 및 보완 문제 선정부(22)를 포함할 수 있다.Referring to FIG. 4, the system 20 according to the present embodiment may include a supplementary attribute selection unit 21 and a supplementation problem selection unit 22.
우선, 보완 속성 선정부(21)는 학습자의 문제 풀이의 결과에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정할 수 있다. 구체적으로, 보완 속성 선정부(21)는, 학습자의 문제 풀이의 결과에 기초하여 문제 풀이의 대상인 문제와 관련된 각 속성에 대하여 학습자의 성취도를 평가하고, 평가 결과에 기초하여 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정할 수 있지만, 이에 제한되지 않는다.First, the supplemental attribute selection unit 21 may select at least one attribute that needs to be supplemented for the learner based on a result of the learner's problem solving. Specifically, the supplemental attribute selection unit 21 evaluates a learner's achievement level for each attribute related to a problem that is a problem-solving object based on the result of the learner's problem solving, and supplementation is required for the learner based on the evaluation result. At least one attribute may be selected, but is not limited thereto.
그리고, 보완 문제 선정부(22)는 선정된 속성에 기초하여 보완 문제를 선정할 수 있다.In addition, the supplemental problem selecting unit 22 may select a supplemental problem based on the selected attribute.
따라서, 본 실시예에 따른 학습자의 학습 상태를 분석하고 그에 대한 보완 문제를 선정하는 시스템에 따르면 학습자의 상태에 적합한 보완 문제의 선정이 가능하다.Accordingly, according to the system for analyzing a learner's learning state and selecting a supplemental problem for the learning state according to the present embodiment, it is possible to select a supplemental problem suitable for the learner's state.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.Although the embodiments of the present invention have been described with reference to the accompanying drawings, those of ordinary skill in the art to which the present invention pertains can be implemented in other specific forms without changing the technical spirit or essential features. You can understand. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not limiting.
10: 학습자 단말 20: 시스템
21: 보완 속성 선정부 22: 보완 문제 선정부10: learner terminal 20: system
21: Complementary attribute selection unit 22: Complementary problem selection unit
Claims (7)
상기 시스템은 보완 속성 선정부 및 보완 문제 선정부를 포함하고,
상기 방법은,
상기 보완 속성 선정부에 의해, 학습자의 문제 풀이의 결과에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 보완 속성 선정 단계; 및
상기 보완 문제 선정부에 의해, 상기 선정된 속성에 기초하여 상기 학습자의 학습 능력을 보완하기 위한 보완 문제를 선정하는 보완 문제 선정 단계
를 포함하며,
상기 보완 속성 선정 단계는,
상기 학습자의 문제 풀이의 결과에 기초하여 문제 풀이의 대상인 문제와 관련된 각 속성에 대하여 상기 학습자의 성취도를 평가하는 성취도 평가 단계; 및
상기 평가 결과에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계
를 포함하고,
상기 성취도 평가 단계는,
상기 학습자의 객관식 문제 풀이의 결과에 기초하여 특정 문제에서 상기 학습자가 선택한 선택지에 따라 특정 문제와 관련된 각 속성에 대하여 상기 학습자의 성취도를 평가하는 단계; 및
상기 학습자의 문제 풀이의 결과에 기초하여 문제 풀이의 대상인 문제와 관련된 각 속성에 대하여 상기 학습자의 성취도를 2개 이상의 분류로 평가하는 단계
를 포함하며,
상기 학습자의 문제 풀이의 결과에 기초하여 문제 풀이의 대상인 문제와 관련된 각 속성에 대하여 상기 학습자의 성취도를 2개 이상의 분류로 평가하는 단계는,
상기 학습자가 정답 선택지를 선택한 경우, 상기 문제와 관련된 속성 모두에 대해 제1 분류의 성취도 평가값을 부여하는 단계;
상기 학습자가 상기 문제와 관련된 속성 중 적어도 하나를 잘못 이해한 경우 도출될 수 있는 오답 선택지를 선택한 경우, 상기 문제와 관련된 속성 중 상기 학습자가 잘못 이해한 것으로 판단되는 속성에 대해 제2 분류의 성취도 평가값을 부여하고, 나머지 속성에 대해 제3 분류의 성취도 평가값을 부여하는 단계 - 상기 제3 분류의 성취도 평가값은 상기 제1 분류의 성취도 평가값과 상이함 - ; 및
상기 학습자가 의미가 부여되지 않은 오답 선택지를 선택한 경우, 상기 문제와 관련된 속성 모두에 대해 제4 분류의 성취도 평가값을 부여하는 단계 - 상기 제4 분류의 성취도 평가값은 상기 제2 분류의 성취도 평가값과 상이함 -
를 포함하는 방법.As a method performed in a system that analyzes the learner's learning state and selects a complementary problem for it,
The system includes a supplementary attribute selection unit and a supplementation problem selection unit,
The above method,
A supplemental attribute selection step of selecting, by the supplemental attribute selecting unit, at least one attribute that needs to be supplemented for the learner based on a result of the learner's problem solving; And
A supplemental problem selection step of selecting a supplemental problem for supplementing the learner's learning ability based on the selected attribute by the supplemental problem selecting unit
Including,
The step of selecting the supplemental attribute,
An achievement level evaluation step of evaluating the learner's achievement level for each attribute related to a problem that is a problem-solving object based on a result of the learner's problem solving; And
Selecting at least one attribute that needs to be supplemented for the learner based on the evaluation result
Including,
The achievement evaluation step,
Evaluating the learner's achievement level for each attribute related to a specific problem according to an option selected by the learner in a specific problem based on a result of the learner's multiple choice problem solving; And
Evaluating the learner's achievement in two or more categories for each attribute related to a problem that is a problem-solving object based on the result of the learner's problem solving
Including,
The step of evaluating the learner's achievement in two or more categories for each attribute related to a problem that is an object of problem solving based on the result of the learner's problem solving,
If the learner selects a correct answer option, assigning an achievement level evaluation value of a first classification to all attributes related to the problem;
In the case of selecting an incorrect answer option that can be derived when the learner misunderstands at least one of the attributes related to the problem, the achievement of the second classification is evaluated for the attribute determined to be misunderstood by the learner among the attributes related to the problem. Assigning a value and assigning an achievement evaluation value of the third classification to the remaining attributes-the achievement evaluation value of the third classification is different from the achievement evaluation value of the first classification -; And
When the learner selects an incorrect answer option with no meaning assigned, assigning a fourth classification achievement evaluation value to all attributes related to the problem-The achievement evaluation value of the fourth classification is the achievement evaluation of the second classification Different from value-
How to include.
상기 성취도 평가 단계는,
문제 세트에 대한 상기 학습자의 문제 풀이의 결과에 기초하여 문제 풀이의 대상인 문제와 관련된 각 속성에 대하여 상기 학습자의 성취도를 누적하여 평가하는 단계
를 포함하는 방법.The method of claim 1,
The achievement evaluation step,
Accumulating and evaluating the learner's achievement for each attribute related to a problem that is a problem-solving object based on the result of the learner's problem solving for a problem set
How to include.
상기 평가 결과에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계는,
상기 평가 결과에 기초하여 미리 정해진 선정 기준을 만족시키는 속성을 보완이 필요한 속성으로 선정하는 단계
를 포함하는 방법.The method of claim 1,
Selecting at least one attribute that needs to be supplemented for the learner based on the evaluation result,
Selecting an attribute that satisfies a predetermined selection criterion as an attribute that needs to be supplemented based on the evaluation result
How to include.
상기 보완 속성 선정 단계는,
상기 학습자의 문제 풀이의 결과에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 미리 정해진 개수의 속성을 선정하는 단계
를 포함하는 방법.The method of claim 1,
The step of selecting the supplemental attribute,
Selecting at least one predetermined number of attributes that need to be supplemented for the learner based on the result of the learner's problem solving
How to include.
상기 보완 속성 선정 단계는,
복수의 회차의 문제 세트에 대한 상기 학습자의 문제 풀이의 결과 중 적어도 일부에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계
를 포함하는 방법.The method of claim 1,
The step of selecting the supplemental attribute,
Selecting at least one attribute that needs to be supplemented for the learner based on at least a part of the results of the learner's problem solving for a plurality of rounds of problem sets
How to include.
복수의 회차의 문제 세트에 대한 상기 학습자의 문제 풀이의 결과 중 적어도 일부에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 하나의 속성을 선정하는 단계는,
최신 회차의 문제 세트에 대한 상기 학습자의 문제 풀이의 결과에만 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 일부의 속성을 선정하는 단계; 및
복수의 회차의 문제 세트에 대한 문제 풀이의 결과 모두에 기초하여 상기 학습자에 대하여 보완이 필요한 적어도 일부의 속성을 선정하는 단계
를 포함하는 방법.The method of claim 5,
The step of selecting at least one attribute that needs to be supplemented for the learner based on at least part of the results of the learner's problem solving for a plurality of rounds of problem sets,
Selecting at least some attributes that need to be supplemented for the learner based only on the result of the learner's problem solving for the latest round of problem set; And
Selecting at least some attributes that need to be supplemented for the learner based on all of the results of problem solving for a plurality of rounds of problem sets
How to include.
상기 보완 문제 선정 단계에서,
상기 보완 문제는,
상기 선정된 속성 중 어느 하나와만 관련된 문제;
상기 선정된 속성 중 어느 하나 및 상기 선정된 속성 이외의 속성과 관련된 문제; 및
상기 선정된 속성 간의 조합과 관련된 문제
중 적어도 하나를 포함하도록 선정되는 방법.The method of claim 1,
In the step of selecting the supplementary problem,
The above complementary problem is,
A problem related to only one of the selected attributes;
A problem related to any one of the selected attributes and attributes other than the selected attributes; And
Problems related to combinations between the selected attributes
The method selected to include at least one of.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170025010A KR102179957B1 (en) | 2017-02-24 | 2017-02-24 | Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170025010A KR102179957B1 (en) | 2017-02-24 | 2017-02-24 | Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150061184A Division KR20160129297A (en) | 2015-04-30 | 2015-04-30 | Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180046342A Division KR20180044867A (en) | 2018-04-20 | 2018-04-20 | Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170031110A KR20170031110A (en) | 2017-03-20 |
| KR102179957B1 true KR102179957B1 (en) | 2020-11-17 |
Family
ID=58502800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170025010A KR102179957B1 (en) | 2017-02-24 | 2017-02-24 | Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102179957B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102493606B1 (en) | 2021-12-21 | 2023-01-31 | (주)웅진씽크빅 | Apparatus and method for supporting learning |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102123120B1 (en) * | 2018-02-09 | 2020-06-15 | 비트루브 주식회사 | Method, system and non-transitory computer-readable recording medium for supporting learning by displaying customized attribute information with learning problems |
| KR102464152B1 (en) | 2020-03-11 | 2022-11-08 | 주식회사 씨엔제이브라더스 | Method and apparatus for providing study guide using learning ability enhancing algorithm |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002358000A (en) * | 2001-03-08 | 2002-12-13 | Boostmyscore.Com | Computerized test preparation system employing individually tailored diagnostics and remediation |
| KR101023540B1 (en) * | 2010-06-21 | 2011-03-21 | (주)오투라인 | Method for evaluating the analysis of test result using variable metadata |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100453430B1 (en) | 2002-02-28 | 2004-10-20 | 주식회사네오에듀 | E-book generating system for learning according to the order and method thereof |
| KR20050039296A (en) * | 2003-10-24 | 2005-04-29 | 전일권 | Realtime studying diagnosis system and control method thereof |
| KR100625120B1 (en) * | 2004-07-20 | 2006-09-20 | 조동기 | Service Method and system for studying evaluation and clinic |
| KR100811072B1 (en) * | 2006-06-16 | 2008-03-06 | 전영국 | Controlling method of the statistical inference based learning feedback system |
| KR20100012943A (en) * | 2008-07-30 | 2010-02-09 | (주)엠피디에이 | The system which operates a studying problem online network in base |
| KR20110082445A (en) * | 2010-01-11 | 2011-07-19 | (주)아토미디어 | Device and method for providing studying information adjusted by studying achievement |
| KR20100080753A (en) * | 2010-06-03 | 2010-07-12 | 김용재 | Method, system and computer-readable recording medium for providing custom-made education service |
| KR101412112B1 (en) * | 2012-03-28 | 2014-06-26 | 이철호 | Apparatus and method of using the visualized pattern of wrong answer |
-
2017
- 2017-02-24 KR KR1020170025010A patent/KR102179957B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002358000A (en) * | 2001-03-08 | 2002-12-13 | Boostmyscore.Com | Computerized test preparation system employing individually tailored diagnostics and remediation |
| KR101023540B1 (en) * | 2010-06-21 | 2011-03-21 | (주)오투라인 | Method for evaluating the analysis of test result using variable metadata |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102493606B1 (en) | 2021-12-21 | 2023-01-31 | (주)웅진씽크빅 | Apparatus and method for supporting learning |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20170031110A (en) | 2017-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Manganelli et al. | Italian adolescents' civic engagement and open classroom climate: The mediating role of self-efficacy | |
| Abrami et al. | The dimensionality of student ratings of instruction: What we know and what we do not | |
| Ryu et al. | Improvements to elementary children's epistemic understanding from sustained argumentation | |
| Harries et al. | Creating your theory of change | |
| Arroyo et al. | Effort-based tutoring: An empirical approach to intelligent tutoring | |
| Tiffin et al. | Situational judgement tests for selection: Traditional vs construct‐driven approaches | |
| Riley | “I know I'm generalizing but…”: How teachers’ perceptions influence ESL learner placement | |
| Scriven | Validity in personnel evaluation | |
| Jankvist | Changing students’ images of “mathematics as a discipline” | |
| KR102179957B1 (en) | Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem | |
| Sortkær | Feedback for everybody? Exploring the relationship between students’ perceptions of feedback and students’ socioeconomic status | |
| CN108665394B (en) | Self-adaptive learning method and system | |
| Tannenbaum et al. | Mapping TOEIC® and TOEIC Bridge™ test scores to the Common European Framework of Reference | |
| Oseguera et al. | Using large data sets to study college education trajectories | |
| Celeste et al. | Self‐affirmation and test performance in ethnically diverse schools: A new dual‐identity affirmation intervention | |
| Lee et al. | Error-discovery learning boosts student engagement and performance, while reducing student attrition in a bioinformatics course | |
| Thurlow et al. | Revisiting Expectations for Students with Disabilities. NCEO Brief. Number 17. | |
| WO2020145994A1 (en) | System, method, and computer readable medium for developing proficiency of a user in a topic | |
| Howley | Leveraging educational technology to overcome social obstacles to help seeking | |
| Frankland | English-major community college presidents: A narrative inquiry | |
| Attali et al. | Validating classifications from learning progressions: framework and implementation | |
| WO2014193219A1 (en) | Method for collaborative learning based on divide-master-lead strategy in an intelligent collaborative learning system | |
| KR20160129297A (en) | Method and system for analyzing the learning status of learner and selecting corresponding supplementary problem | |
| McAlpine | Design requirements of a databank | |
| Yates | Student acquisition of biological evolution-related misconceptions: The role of public high school introductory biology teachers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application | ||
| A107 | Divisional application of patent | ||
| J201 | Request for trial against refusal decision | ||
| J301 | Trial decision |
Free format text: TRIAL NUMBER: 2018101001727; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20180420 Effective date: 20190816 |
|
| S901 | Examination by remand of revocation | ||
| E902 | Notification of reason for refusal | ||
| S601 | Decision to reject again after remand of revocation | ||
| J201 | Request for trial against refusal decision | ||
| J301 | Trial decision |
Free format text: TRIAL NUMBER: 2020101000491; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20200214 Effective date: 20200728 |
|
| S901 | Examination by remand of revocation | ||
| GRNO | Decision to grant (after opposition) | ||
| GRNT | Written decision to grant |