KR20010035285A - 인공지능 학습을 위한 문제와 풀이답간의 상관관계 분석을통한 학습지도 방법 - Google Patents

인공지능 학습을 위한 문제와 풀이답간의 상관관계 분석을통한 학습지도 방법 Download PDF

Info

Publication number
KR20010035285A
KR20010035285A KR1020010004739A KR20010004739A KR20010035285A KR 20010035285 A KR20010035285 A KR 20010035285A KR 1020010004739 A KR1020010004739 A KR 1020010004739A KR 20010004739 A KR20010004739 A KR 20010004739A KR 20010035285 A KR20010035285 A KR 20010035285A
Authority
KR
South Korea
Prior art keywords
learning
learner
correlation
answer
server
Prior art date
Application number
KR1020010004739A
Other languages
English (en)
Inventor
김만석
조창호
Original Assignee
김만석
조창호
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김만석, 조창호 filed Critical 김만석
Priority to KR1020010004739A priority Critical patent/KR20010035285A/ko
Publication of KR20010035285A publication Critical patent/KR20010035285A/ko

Links

Abstract

본 발명은 학습 후 오답을 통한 학습자의 학습상태를 자동으로 진단함에 있어서, 문제DB 구축시에 개별문제가 문제와 답안 보기간에 상관관계를 갖도록 작성하는 한편, 오답시 진단내용과 오답시 복습해야 할 연관학습단원표시를 포함하는 문제 레코드들로 문제 데이터베이스를 구축한 후 학습자가 출제된 문제를 풀이한 결과를 자동진단 프로그램을 통하여 오답자의 답안을 분석하여 해당 수준의 학습이 부진한 학생에게 학습부진원인과 진단 및 필요한 복습과정을 처방하여 효율적인 학습지도안을 자동적으로 작성하여 학습에 사용할 수 있도록 한 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법에 관한 것이다.
본 발명은 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도안을 작성함에 있어서, 문제 데이터베이스 구축시 문제와 답안보기간의 상관관계 정보를 수록하도록 문제를 수록하고 있는 문제 데이터베이스 내에서 각각의 문제를 고유하게 식별할 수 있는 일련번호, 문제, 문제와 상관관계를 갖는 보기, 문제의 해답과 오답시 학습진단내용과 학습진단에 따른 재이수 단원 지시항목을 포함한 레코드들로 문제 데이터베이스를 구성하여 이루어진다.

Description

인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법{Study consultant methode with correlation of problem-solving statement in cyber study system}
본 발명은 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법에 관한 것으로, 특히 학습 후 오답을 통한 학습자의 학습상태를 자동으로 진단함에 있어서, 문제DB 구축시에 개별문제가 문제와 답안 보기간에 상관관계를 갖도록 작성하는 한편, 오답시 진단내용과 오답시 복습해야 할 연관학습단원표시를 포함하는 문제 레코드들로 문제 데이터베이스를 구축한 후 학습자가 출제된 문제를 풀이한 결과를 자동진단 프로그램을 통하여 오답자의 답안을 분석하여 해당 수준의 학습이 부진한 학생에게 학습부진원인,진단,필요한 복습과정을 처방하여 효율적인 학습지도안을 자동적으로 작성하여 학습에 사용할 수 있도록 한 것이다.
최근, 인터넷을 통한 학습 수단이 제안되어 많은 학생들이 인터넷을 통하여 가정에서 유료 또는 무료로 학습하도록 하는 방법이 활성화되고 있다.
종래의 학습 방법에 있어서는, 도 1에 도시된 바와 같이, 사람(방문교사)이 일일이 가정에 방문하여 종이 형태의 학습지(31)를 학습자(32)에게 전달하고 지난 번에 전달한 학습지를 수거해 간다.
학습자(32)는 방문교사로부터 전달받은 학습지(31)를 가정에서 학습한 후 방문교사가 다음에 다시 가정 방문시 학습한 학습지를 건네 준다.
또한, 방문교사가 가정을 방문하여 수거한 각 학습자의 학습지를 회사에서 채점하는데 이때, 각 학습자의 답안을 컴퓨터(33)에 입력하여 컴퓨터(33)로 문제와 답안간의 상관관계를 이용한 오답진단을 하여 각 학습자에 대한 학습지도안인 종이학습 진단서(34)을 작성하여 방문교사의 다음 방문시 학습자(32)에게 전달하여 필요한 복습단원의 학습을 하게 한다.
그러면 학습자가 학습한 복습단원의 학습결과를 다시 방문교사가 전달받아 학습성취도를 체크하여 필요한 지도를 한다.
그러나 상기와 같은 종래 학습 방법에 있어서는 학습지를 학습자에게 전달하는 과정과 학습자가 학습한 결과를 회사에 전달하는 과정 및 학습자의 학습결과를 분석하기 위하여 컴퓨터에 학습자의 답안을 입력하는 과정 등이 모두 사람에 의해 이루어지기 때문에 시간과 노력이 많이 소요되고 이에 따라 경비가 많이 드는 등의 문제점이 있었다.
본 발명은 이와 같은 문제점을 해결하기 위한 것으로, 본 발명의 목적은, 당사의 회원들이 인터넷 접속시 서버에서 클라이언트 PC에서 학습자가 오프라인에서 학습한 내용들을 저장하고 있는 학습통계파일의 내용을 읽어 온 통계파일내용과 인터넷에 접속하여 학습자가 학습한 학습통계내용을 함께 결합하여 학습자 개인별 학습통계DB를 업데이트하여 DB를 최신의 상태로 유지하고, 학습자 개인별 유형별로 틀린 답안들을 분석하여 상관분석에 의한 정밀한 학습지도안을 작성하여 주는 한편, 전체 학습자들의 학습통계DB를 비교·분석하여 학년별, 과목별, 단원별, 오류 유형을 상관분석함으로써 해당 학년·과목 학습자들에 대한 집단적인 통계분석을 통한 학습자료 작성에 피드백 시켜서 학습효과를 높일 수 있도록 하는데 있다.
도 1는 종래의 학습지도 방법의 수순을 설명하기 위한 일례도
도 2는 본 발명과 관련된 컴퓨터 학습 시스템의 일례도
도 3은 본 발명의 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법을
설명하기 위한 계통도
도 4는 본 발명의 상관관계 문제디비의 형태를 나타낸 참고도
도 5는 본 발명의 학습 통계 데이터베이스 구성의 예를 일 실시예도
도 6은 본 발명의 학습 문제와 답간의 상관관계분석 결과에 따른 학습 진단
서를 나타낸 일실시예도
도 7은 본 발명에 따른 인공지능학습을 위한 문제와 풀이답간의 상관관계 분
석을 통한 학습지도 방법을 나타낸 플로우챠트
* 도면의 주요부분에 대한 부호의 설명 *
1:PC 2:인터넷망
3:웹서버 4:학습클리너
5:사용자정보DB 6:상관관계문제 DB
7:학습통계자료DB
이와 같은 목적을 달성하기 위한 본 발명은 컴퓨터를 통한 1:1 ??춤학습에 있어서, 학습자 학습결과의 문제와 풀이답간의 상관관계를 각각의 문제를 고유하게 식별할 수 있는 일련번호, 문제, 문제와 상관관계를 갖는 보기, 문제의 해답과 오답시 학습진단내용과 학습진단에 따른 재이수 단원 지시항목을 포함한 레코드들에 의한 문제디비에 의하여 학습내용을 분석하고 자동으로 학습지도안을 작성하는 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법에 특징이 있다.
본 발명의 또다른 특징은 학습자가 인터넷을 통하여 서버에 접속하면 학습자가 오프라인 상에서 학습한 통계자료를 전송받는 제1단계, 학습자가 학습요청을 하면 서버가 상관관계문제DB에 접근하여 학습문제를 출제하는 제2단계, 학습이 완료되면 서버가 학습자의 답안을 상관관계문제DB를 참조하여 결과를 평가하고, 틀린 문제에 대해서는 문제별 오답시진단내용 및 연관학습관련단원 정보를 학습자에게 전달하는 제3단계, 상기 서버가 전달해 준 오답시진단내용 및 연관학습관련단원을 학습자가 복습하는 제4단계, 복습이 완료되면 서버가 다시 학습자의 답안을 상관관계문제DB를 참조하여 결과를 평가하여 기준치를 넘은 경우에는 정상학습진행을 할 수 있도록 하는 제5단계, 복습 결과 평가치가 기준치에 미달될 때에는 학습 클리닉 참가번호를 부여하여 즉시 또는 추후에 해당 부진 단원 관련 학습에 대하여 1:1 정밀치료학습을 받을 수 있도록 하는 제6단계로 이루어진 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법에 있다.
이하, 첨부된 도면과 함께 본 발명의 실시 예를 상세히 설명하도록 한다.
도 2는 본 발명의 전체적인 시스템 구성도로서, 학습자단말기(40)에 연결되는 통신 시스템인 인터넷망(30)과, 상기 인터넷망(30)과 연결되어 학습 사이트를 주관하는 웹서버(20)와, 상기 웹서버(20)를 통하여 학습자와 1:1학습 지도를 수행하는 학습 클리닉 교사의 선생단말기(41)와, 상기 웹서버(20)에 연결되어 사용자에 대한 각종 데이터 베이스를 제공하는 사용자 정보 DB(11), 상관관계 문제 DB(12)와, 학습통계 DB(14)로 이루어진다.
한편, 도 3 에서는 본 발명에 의한 학습 지도안 처리 계통의 수순을 나타 내었다.
여기서는 학습자가 인터넷망과 접속하는 단계 1과, 인터넷망(30)을 통하여 웹서버(20)에 접속하는 단계 3과, 웹서버(20)의 컴퓨터를 통해 이하에 설명하는 문제와 풀이답간의 상관관계를 분석하기 위하여 선생단말기(41)의 지도교사가 웹서버(20)와 접속하는 단계 6 및 지도교사가 상관관계 문제디비(12) 및 작습통계 자료디비(14)를 참조하여 학습지도안을 작성하는 단계 2 및 단계 5와, 상기 학습지도안을 웹서버(20)를 통해 학습자 단말기(40)에 제공하는 단계 4의 과정으로 이뤄져 있다.
상기 이와 같이 구성된 시스템을 통하여 본 발명은 학습작가 학습을 할 때 예를 들어, 다음 표1과 같은 문제를 푸는 경우가 있다.
표 1
다음 덧셈의 답을 고르시오.
2 1 8 보기) ① 261
5 3 ② 361
③ 371
□□□ ④ 271
위와 같은 여러 자리의 덧셈 문제에 있어서 정답을 ④로 고른 학생은 이 여러 자리로 이루어진 덧셈 문제를 정확히 이해한 것이지만, 그렇지 않고 정답을 ①로 고른 학생은 개별 단위 자리의 덧셈은 할 줄 알지만 자리올림을 전혀 이해하지 못한 것이고, 정답을 ②나 ③으로 고른 학생은 자리올림을 정확한 위치에서 하는 것을 이해하지 못한 것으로 판단하여 각각의 오답 응답에 대한 상관분석을 하여 정밀한 학습지도안을 작성하여 제공할 수 있다.
또한, 다음 표 2와 같은 문제를 푸는 경우가 있다.
표 2
다음 문장에서 빈칸에 들어갈 동사의 맞는 것을 고르시오.
I □□ a boy. 보기) ① are
② is
③ am
④ be
위와 같은 영어 be 동사의 인칭변화형을 고르는 문제에 있어서 정답을 ③으로 고른 학생은 be 동사의 인칭변화 문제를 정확히 이해한 것이지만, 그렇지 않고 정답을 ①이나 ② 또는 ③으로 고른 학생은 영어의 be동사의 인칭변화를 정확히 이해하지 못한 것으로 진단하여 각각의 오답 응답에 대한 상관분석을 하여 정밀한 학습지도안을 작성하여 제공할 수 있다.
따라서, 본 발명은 도 4와 같이 개별문제와 답간의 상관관계를 갖도록 오답시 진단내용과 복습해야 할 연관학습단원표시를 포함하는 레코드들로 데이터 베이스를 구축하였다.
여기서의 일련번호는 각각의 문제를 문제 데이터베이스 내에서 고유하게 식별할 수 있는 번호로, 이때의 코드값은 00000001, 0000002 ...등이다.
학년코드는 학습자의 학년을 나타내는 코드로, 이때의 코드값은 A(유), B(초1), C(초2), D(초3), E(초4), F(초5), G(초6), H(중1), I(중2), J(중3), K(고1), L(고2), M(고3), N(대), O(전문), P(일반) 등이다.
과목코드는 문제가 속한 과목의 구분코드로, 이때의 코드값은 001(쓰기), 002(읽기), 003(산수), 004(국어), 005(수학), 006(영어), 007(사회) 등이다.
학습종류코드는 개별 문제를 가지고 학습을 할 수 있는 학습의 종류 구분 코드(수준값에 연동)로, 이때의 코드값은 A(진단학습), B(응용학습), C(수준학습), D(시험대비학습) ...등이다.
수준코드는 개별 문제가 속한 수준의 구분코드로, 이때의 코드값은 1, 2, 3, 4, 5, 6, 7, 8, 9 ...등이다.
학습단원코드는 각 학년별·과목별로 학습단원을 구분하는 16진수 코드로, 이때의 코드값은 A001-0001(유치부 말하기 1학기 1단원), A001-0002(유치부 쓰기 1학기 2단원) ... B005-0003(초1 수학 1학기 3단원) ...등이다.
지문코드는 각 문제에 대하여 지문이 있는 경우 지문유무 및 지문식별 코드로, 이때의 코드값은 지문이 있는 문제의 경우 지문 테이블에 있는 해당 지문의 상대 주소값이다.
요약학습코드는 각 단원에 대하여 요약학습이 있는 경우 지문유무 및 지문식별 코드로 이때의 코드값은 지문이 있는 문제의 경우 지문 테이블에 있는 해당 지문의 상대 주소값이다.
문제는 해당 문제의 내용 수록을 말하며, 보기는 문제와 상관관계를 갖는 보기(정답 포함)를 말한다.
해답코드는 해당 문제의 해답 코드이며, 오답시 진단내용은 문제에 제출된 각 보기에 대하여 오답시 상괸관계에 따른 진단 내용을 말한다.
연관학습단원코드는 해당 문제를 틀렸을 경우에 복습해야할 학습단원을 나타내는 코드를 말한다.
도 5는 학습통계 데이터 베이스 구성 예를 나타낸 실시예도이고, 도 6은 학습 클리닉 교사(4)에 의한 회원의 학습진단서 일례를 나타낸 것이다.
즉, 회원들이 자신의 PC(1)를 통하여 인터넷(2) 접속시 웹서버(3)에서 클라이언트 PC에서 학습자가 오프라인에서 학습한 내용들을 저장하고 있는 학습통계파일의 내용을 읽어 온 통계파일내용과 인터넷(2)에 접속하여 학습자가 학습한 학습통계내용을 함께 결합하여 학습자 개인별 학습통계자료DB(7)를 업데이트하여 DB를 최신의 상태로 유지한다.
학습 클리닉 교사(4)는 학습자 개인별 유형별로 틀린 답안들을 분석하여 상관분석에 의한 정밀한 학습지도안을 작성하여 주는 한편, 전체 학습자들의 학습통계자료DB(7)를 비교·분석하여 학년별, 과목별, 단원별, 오류 유형을 상관분석함으로써 해당 학년·과목 학습자들에 대한 집단적인 통계분석을 통한 학습자료 작성에 피드백 시켜서 학습효과를 높일 수 있게 되는 것이다.
도 7은 본 발명에 따른 플로우챠트로, 먼저 학습자가 인터넷망(30)을 통하여 웹서버(20)에 접속하면 사용자확인을 하고, 학습자가 오프라인 상에서 학습한 통계자료를 전송받는다(100단계).
그리고 메뉴선택단계(110단계)에서 학습메뉴를 선택하지 않고 기타 메뉴를 선택한 경우에는 다른 메뉴선택에 따른 작업 진행을 하고(120단계), 학습자가 학습메뉴를 선택하여 학습요청을 하면 학습 진행을 하게 되는데, 이때 웹서버(20)가 상관관계문제DB(12)에 접근하여 학습문제를 출제하게 된다(130단계).
이후, 학습자의 학습이 완료되면 웹서버(20)의 제어에 따라 학습 결과를 평가하게 되는데 이때, 학습자의 답안을 학습통계자료DB(14)를 참조하여 결과를 평가하고, 틀린 문제에 대해서는 문제별 오답시진단내용 및 연관학습관련단원 정보를 학습자에게 전달한다(150,160단계).
상기 웹서버(3)가 전달해 준 오답시진단내용 및 연관학습관련단원을 학습자가 복습하고, 복습이 완료되면 재이수가 필요한가를 판단하여(170단계), 재이수가 필요한 경우에는 상기 110단계로 가서 다시 메뉴선택단계를 수행하게 되고, 재이수가 필요하지 않은 경우에는 학습 클리닉에 접속하여 부족한 단원의 재학습을 하게된다(180단계).
이후, 다시 재이수 여부를 판단하여 재이수가 필요없는 경우에는 계속하여 학습을 진행하게 되고, 재이수가 필요한 경우에는 110단계로 가서 다시 메뉴선택단계를 수행하게 된다(190단계).
여기서, 상기 복습 결과 평가치가 기준치에 미달될 때에는 학습 클리닉 참가번호를 부여하여 즉시 또는 추후에 해당 부진 단원 관련 학습에 대하여 1:1 정밀치료학습을 받을 수 있도록 한다.
이상에서 설명한 바와 같은 본 발명은 모든 과정이 컴퓨터와 통신망을 통하여 이루어지기 때문에 사람의 개입이 수반되지 않으므로 반응이 신속하고 정확하며 그에 따라 수반되는 비용이 저렴하다. 한편, 반복학습에서도 학습성취도가 기준치에 미달할 때에는 별도의 학습클리닉 프로그램에 참가하여 지도교사로부터 정밀학습지도를 받게 할 수 있다.

Claims (4)

  1. 컴퓨터를 통한 1:1 마춤학습에 있어서, 학습자 학습결과의 문제와 풀이답간의 상관관계를 각각의 문제를 고유하게 식별할 수 있는 일련번호, 문제, 문제와 상관관계를 갖는 보기, 문제의 해답과 오답시 학습진단내용과 학습진단에 따른 재이수 단원 지시항목을 포함한 레코드들에 의한 문제디비에 의하여 학습내용을 분석하고 자동으로 학습지도안을 작성하는 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법.
  2. 제 1항에 있어서, 인터넷 학습시에는 서버의 통계 DB를 참조하고, 오프라인에서 학습하는 경우에는 학습자가 인터넷 접속시 학습자가 오프라인에서 학습한 내용들을 저장하고 있는 클라이언트 피시 상의 학습통계파일의 내용을 서버에서 읽어 온 통계파일내용과 인터넷에 접속하여 학습자가 학습한 학습통계내용을 함께 결합하여 학습자 개인별 학습통계DB를 업데이트하여 DB를 최신의 상태로 유지하고, 학습자 개인별 유형별로 틀린 답안들을 분석하여 상관분석에 의한 정밀한 학습지도안을 작성하며, 전체 학습자들의 학습통계DB를 비교·분석하여 학년별, 과목별, 단원별, 오류 유형을 상관분석하여 해당 학년·과목 학습자들에 대한 개별적인 통계분석을 통한 학습자료 작성에 피드백시켜 학습효과를 높이도록 한 것을 특징으로 하는 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법.
  3. 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도안을 작성함에 있어서, 학습자가 인터넷을 통하여 서버에 접속하면 학습자가 오프라인 상에서 학습한 통계자료를 전송받는 제1단계, 학습자가 학습요청을 하면 서버가 상관관계문제DB에 접근하여 학습문제를 출제하는 제2단계, 학습이 완료되면 서버가 학습자의 답안을 상관관계문제DB를 참조하여 결과를 평가하고, 틀린 문제에 대해서는 문제별 오답시진단내용 및 연관학습관련단원 정보를 학습자에게 전달하는 제3단계, 학습자는 서버가 전달해 준 오답시진단내용 및 연관학습관련단원을 복습하는 제4단계, 복습이 완료되면 서버가 다시 학습자의 답안을 상관관계문제DB를 참조하여 결과를 평가하여 기준치를 넘은 경우에는 정상학습진행을 할 수 있도록 하는 제5단계, 복습 결과 평가치가 기준치에 미달될 때에는 학습 클리닉 참가번호를 부여하여 즉시 또는 추후에 해당 부진 단원 관련 학습에 대하여 1:1 정밀치료학습을 받을 수 있도록 하는 제6단계를 포함하여 이루어지는 것을 특징으로 하는 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법.
  4. 제 3항에 있어서, 상기 문제 DB는, 각각의 문제를 고유하게 식별할 수 있는 일련번호, 문제, 문제와 상관관계를 갖는 보기, 문제의 해답과 오답시 학습진단내용과 학습진단에 따른 재이수 단원 지시항목을 포함한 레코드들로 이루어진 것을 특징으로 하는 인공지능학습을 위한 문제와 풀이답간의 상관관계 분석을 통한 학습지도 방법.
KR1020010004739A 2001-02-01 2001-02-01 인공지능 학습을 위한 문제와 풀이답간의 상관관계 분석을통한 학습지도 방법 KR20010035285A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020010004739A KR20010035285A (ko) 2001-02-01 2001-02-01 인공지능 학습을 위한 문제와 풀이답간의 상관관계 분석을통한 학습지도 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020010004739A KR20010035285A (ko) 2001-02-01 2001-02-01 인공지능 학습을 위한 문제와 풀이답간의 상관관계 분석을통한 학습지도 방법

Publications (1)

Publication Number Publication Date
KR20010035285A true KR20010035285A (ko) 2001-05-07

Family

ID=19705180

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020010004739A KR20010035285A (ko) 2001-02-01 2001-02-01 인공지능 학습을 위한 문제와 풀이답간의 상관관계 분석을통한 학습지도 방법

Country Status (1)

Country Link
KR (1) KR20010035285A (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010079317A (ko) * 2001-07-06 2001-08-22 이창대 퀴즈 기반 온라인 교육 서비스 제공 방법
KR20010103810A (ko) * 2001-07-10 2001-11-24 박정 컴퓨터를 이용한 교육평가시스템 및 그 운영방법
KR100439430B1 (ko) * 2001-05-14 2004-07-09 정영교 방사형 또는 트리 구조 형태로 해답을 구성하는 사이버교육 시스템 및 그 평가 방법
KR100603418B1 (ko) * 2002-08-05 2006-07-24 주식회사 케이세스 학습프로그램 제공 시스템 및 이를 이용한 학습프로그램 제공방법
KR100625120B1 (ko) * 2004-07-20 2006-09-20 조동기 학습 평가 클리닉 서비스 방법 및 그 시스템
KR101683536B1 (ko) * 2015-06-01 2016-12-07 주식회사 아이오시스 학습 과정에 따른 개인별 가변 교재 생성 시스템 및 이를 이용한 개인별 가변 교재 생성 방법
WO2020149592A1 (ko) * 2019-01-14 2020-07-23 스케이프플로우 디지털 오답 노트 정보 기반의 학습 서비스 제공 장치 및 그 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100439430B1 (ko) * 2001-05-14 2004-07-09 정영교 방사형 또는 트리 구조 형태로 해답을 구성하는 사이버교육 시스템 및 그 평가 방법
KR20010079317A (ko) * 2001-07-06 2001-08-22 이창대 퀴즈 기반 온라인 교육 서비스 제공 방법
KR20010103810A (ko) * 2001-07-10 2001-11-24 박정 컴퓨터를 이용한 교육평가시스템 및 그 운영방법
KR100603418B1 (ko) * 2002-08-05 2006-07-24 주식회사 케이세스 학습프로그램 제공 시스템 및 이를 이용한 학습프로그램 제공방법
KR100625120B1 (ko) * 2004-07-20 2006-09-20 조동기 학습 평가 클리닉 서비스 방법 및 그 시스템
KR101683536B1 (ko) * 2015-06-01 2016-12-07 주식회사 아이오시스 학습 과정에 따른 개인별 가변 교재 생성 시스템 및 이를 이용한 개인별 가변 교재 생성 방법
WO2020149592A1 (ko) * 2019-01-14 2020-07-23 스케이프플로우 디지털 오답 노트 정보 기반의 학습 서비스 제공 장치 및 그 방법

Similar Documents

Publication Publication Date Title
Tillema Training and professional expertise: Bridging the gap between new information and pre-existing beliefs of teachers
Landa Algorithmization in learning and instruction
Averch How effective is schooling?: a critical review of research
Zhang et al. Computer-mediated collaborative writing in L2 classrooms: A systematic review
Murphy Expert System Use and the Development of Expertise in Auditing: A Preliminary Investigation.
Mitchell et al. Evaluation of English Language Development Programs in the Santa Ana Unified School District. A Report on Data System Reliability and Statistical Modeling of Program Impacts.
Choi The impact of automated essay scoring (AES) for improving English language learner's essay writing
KR20010035285A (ko) 인공지능 학습을 위한 문제와 풀이답간의 상관관계 분석을통한 학습지도 방법
Makhubele Misconceptions and resulting errors displayed by grade 11 learners in the learning of geometry
Elliot et al. The assessment of technical writing: A case study
Vo et al. Human scoring versus automated scoring for english learners in a statewide evidence-based writing assessment
Ziegler Constructivist views of teaching, learning, and supervising held by public school teachers and their influence on student achievement in mathematics
Wooley The effects of web-based peer review on student writing
Poole An assessment of critical thinking skills in nursing students
Sikorski Examination of the NU Data Knowledge Scale
JP7387101B2 (ja) 文章解答問題自動採点システム及びその方法
Kayser A CAUSAL-COMPARATIVE STUDY TO TEST THE CONSTRUCT OF EDUCATIONAL ADJUSTMENT FOR POSTSECONDARY VOCATIONAL STUDENTS (TRANSITION, RETENTION)
Crosby Using Ipsative assessment to improve feedback quality and the student assessment experience in university computer science
Long Mathematics placement and mathematics achievement in the community college
Croutch Mathematics Teachers’ Use of Assessment and Instructional Strategies
Sinandawa The Relationship Between Parental Expectations and Grade 5 Numeracy Achievement
Ariely et al. Causal‐mechanical explanations in biology: Applying automated assessment for personalized learning in the science classroom
Chaib et al. Evaluation of a Computer-Assisted Language Learning System Based on Adaptive Learning Designed for Self-training in Scientific French Language
Caston The Learning Experience: Impact on Measures of Institutional Effectiveness.
Thacker et al. Summative English Language Proficiency Assessments for California (ELPAC) Alignment Study Report

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination