TWI608454B - 興趣明確性判斷方法及應用此方法所完成之學職涯探索平台 - Google Patents
興趣明確性判斷方法及應用此方法所完成之學職涯探索平台 Download PDFInfo
- Publication number
- TWI608454B TWI608454B TW106109175A TW106109175A TWI608454B TW I608454 B TWI608454 B TW I608454B TW 106109175 A TW106109175 A TW 106109175A TW 106109175 A TW106109175 A TW 106109175A TW I608454 B TWI608454 B TW I608454B
- Authority
- TW
- Taiwan
- Prior art keywords
- interest
- grade
- score
- tester
- highest score
- Prior art date
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本發明係為一種用於判斷各使用者的興趣以及據以進行判斷一群體的屬性,以利於老師因材施教或是學生確認如何安排學習進程的方法與平台。
按,由於學生對於未來的矇懂不知,所以往往到了社會工作後,才發現在學生時期所學習的內容與工作所需不同,進而變成以在職進修的方式補強能力。雖然,有些測驗在於量測學生的興趣,但於量測結束後,並未有與學生後續互動,導致量測結果並未有實質的幫助。
本發明係提出一種興趣明確性判斷方法及應用此方法所完成之學職涯探索平台,藉此方法可以明確地判斷測試者適合的工作類型以供測試者得以從客觀的數據了解自身工作職能的方向與優點。而運用於班級或是特定群體的整體方向帶領時,可以及早發現性向不符該班設定組別
方向(即自然組或是社會組)的學生,老師也易於依照屬性管理設定班級學習目標,提升整體學習效率。
為達上述目的,本發明係提供一種興趣明確性的判斷方法,可以確認所測驗的結果是否已為明確地興趣結果。其方法包括:於一伺服器內儲存複數筆經一測驗系統完成測驗之測驗者成績,其中,各該測驗者成績分別包括六個向度的興趣成績,並依成績高低分別定義為一最高成績、一第二高成績、一第三高成績、一第四高成績、一第五高成績與一最低成績。一計算步驟:由伺服器計算下列算式(a)、(b)、(c)與(d):(a)最高成績-第二高成績=第一成績差,(b)第二高成績-第三高成績=第二成績差,(c)第三高成績-第四高成績=第三成績差,(d)第四高成績-第五高成績=第四成績差。一興趣不明確判斷步驟:由該伺服器依該第一成績差、該第二成績差、該第三成績差與該第四成績差進行一第一判定條件之判斷,當該第一成績差、該第二成績差、該第三成績差與該第四成績差皆小於或等於一預設的興趣不明確差值時,則判斷該測驗者成績所對應之測驗者屬於興趣不明確之狀態;一興趣明確判斷步驟:由該伺服器依該第一成績差、該第二成績差與該第三成績差進行判斷,當其中一該第一成績差、該第二成績差或該第三成績差大於或等於一預設的興趣明確差值時,則判斷該測驗者成績所對應之測驗者屬於興趣明確之狀態;當經上述判斷後,若不屬於興趣不明確之狀態與興趣明確之狀態,即判斷落入一興趣明確程度中等之狀態;並由該伺服器依據判斷結果註記於對應之測驗者。
進者,該興趣不明確判斷步驟進一步包括一第二判定條件之判斷,係當該最高成績小於一預設的興趣不明確值時,亦判斷該測驗者成
績所對應之測驗者屬於興趣不明確之狀態。
進者,將符合一限制條件中的複數位測驗者的六個向度之興趣成績進行統計計算,計算出分數最高的兩個向度,接著,再顯示出此二個向度中分數低於一數值的受測者名單。
進者,該數值為該二個向度總分小於或等於120。
本發明係再依照前述方法提供一種學職涯探索平台,其係包括一伺服器、一教師端模組與一測驗者端模組,該伺服器供教師端使用者或是學生端使用者經網路進行資料傳遞連結,又,其內儲存複數筆經一測驗系統完成測驗之測驗者成績,其中,各該測驗者成績分別包括六個向度的興趣成績,並依成績高低分別定義為一最高成績、一第二高成績、一第三高成績、一第四高成績、一第五高成績與一最低成績,並執行前述之興趣明確性判斷方法來判斷該些測驗者之興趣是否明確。教師端模組係由經由一電腦以教師識別身份登入該伺服器進行資訊傳遞,並且該伺服器將依照該些測驗者之所屬族群進行對應分析顯示。測驗者端模組由經由一電腦以測驗者識別身份登入該伺服器進行資訊傳遞,將依照測驗者之成績對應提供興趣分析結果。
該測驗系統進一步包括Holland興趣測驗,並且各測驗者成績進一步包括對應Holland興趣測驗的成績,分別是:實做型成績、常規型成績、企業型成績、社交型成績、藝術型成績與研究型成績。
又,該測驗者端模組可依照Holland興趣測驗的成績,並依照各學群或是各職務的屬性對該實做型成績、常規型成績、企業型成績、社交型成績、藝術型成績與研究型成績進行加權總和計算後,提供學群推
薦結果與職務推薦結果。
其中將符合一限制條件中的複數位測驗者的六個向度之興趣成績進行統計計算,計算出分數最高的兩個向度,接著,再顯示出此二個向度中分數低於一數值的受測者名單。
又,其中所述之數值可為該二個向度總分小於或等於120。
根據上述諸多優點,並為使審查委員對本能進一步的瞭解,故揭露一較佳之實施方式如下,配合圖式、圖號,將本發明之構成內容及其所達成的功效詳細說明如後:
1‧‧‧學職涯探索平台
2‧‧‧教師端模組
3‧‧‧測驗者端模組
4‧‧‧伺服器
S1‧‧‧伺服器內儲存複數筆經一測驗系統完成測驗之測驗者成績
S2‧‧‧計算步驟
S3‧‧‧興趣不明確判斷步驟
S31‧‧‧第二判定條件之判斷步驟
S4‧‧‧興趣明確判斷步驟
第1圖係為本發明實施例之方法流程示意圖。
第2圖係為本發明實施例之方法流程示意圖。
第3圖係為本發明實施例之系統方塊示意圖。
本發明之一種興趣明確性判斷方法可以用於判斷測試者適合工作的類型,以供測試者得以從客觀的數據了解自身工作職能的方向與優點。尤其是在運用於群體整體教學方向的決定時,本方法可供決策者了解整體多數人的方向,也可以及早發現學習方向不符該群體設定組別方向(即自然組或是社會組)者,以可提升整體學習效率。
本發明一種興趣明確性的判斷方法,可以確認所測驗的結果
是否已為明確地興趣結果。其方法包括下列步驟:首先,請配合第1圖所示,於一伺服器內儲存複數筆經一測驗系統完成測驗之測驗者成績S1,其中,各該測驗者成績分別包括六個向度的興趣成績,並依成績高低分別定義為一最高成績、一第二高成績、一第三高成績、一第四高成績、一第五高成績與一最低成績。
接著進行一計算步驟S2:由伺服器執行下列算式(a)、(b)、(c)與(d),以分別取得一第一成績差、一第二成績差、一第三成績差、一第四成績差。算式(a)最高成績-第二高成績=第一成績差。算式(b)第二高成績-第三高成績=第二成績差。算式(c)第三高成績-第四高成績=第三成績差。算式(d)第四高成績-第五高成績=第四成績差。
一興趣不明確判斷步驟S3:由該伺服器依該第一成績差、該第二成績差、該第三成績差與該第四成績差進行一第一判定條件之判斷,當該第一成績差、該第二成績差、該第三成績差與該第四成績差皆小於或等於一預設的興趣不明確差值時,則判斷該測驗者成績所對應之測驗者屬於興趣不明確之狀態。
一興趣明確判斷步驟S4:由該伺服器依該第一成績差、該第二成績差與該第三成績差進行判斷,當其中一該第一成績差、該第二成績差或該第三成績差大於或等於一預設的興趣明確差值時,則判斷該測驗者成績所對應之測驗者屬於興趣明確之狀態;當經上述判斷後,若不屬於興趣不明確之狀態與興趣明確之狀態,即判斷落入一興趣明確程度中等之狀態;並由該伺服器依據判斷結果註記於對應之測驗者。
經由上述步驟後,可驗證測驗者明確的興趣取向,並可根據
結果進行對應修課或是學習目標之設定,而可利於將來在職場上更為順利。
如第2圖所示,該興趣不明確判斷步驟S3進一步包括一第二判定條件之判斷步驟S31,係當該最高成績小於一預設的興趣不明確值時,亦判斷該測驗者成績所對應之測驗者屬於興趣不明確之狀態。
又,可將符合一限制條件中的複數位測驗者的六個向度之興趣成績進行統計計算,計算出分數最高的兩個向度,接著,再顯示出此二個向度中分數低於一數值的受測者名單,例如該數值為該二個向度總合小於或等於120。所述之限制條件可為年紀、測驗者所在地區、班級、科系、性別或是學校,藉由此步驟,可找出其興趣狀態與此限制條件內大多數不同者,藉以與此些人詳細討論其未來方向,可使得老師更輕鬆客觀地找出需要被關心輔導的人。
請再參閱第3圖所示,本發明依照前述方法提供一種學職涯探索平台1,其係包括一伺服器4、一教師端模組2與一測驗者端模組3,該伺服器4供教師端使用者或是學生端使用者經網路進行資料傳遞連結。
於伺服器4內儲存複數筆經一測驗系統完成測驗之測驗者成績,其中,各該測驗者成績分別包括六個向度的興趣成績,並依成績高低分別定義為一最高成績、一第二高成績、一第三高成績、一第四高成績、一第五高成績與一最低成績。並且,伺服器4執行前述之興趣明確性判斷方法來判斷該些測驗者之興趣是否明確。
教師端模組2係由經由一電腦以教師識別身份登入該伺服器S進行資訊傳遞,並且該伺服器4將依照該些測驗者之所屬族群進行對應分析顯示。測驗者端模組3由經由一電腦以測驗者識別身份登入該伺服器4進
行資訊傳遞,將依照測驗者之成績對應提供興趣分析結果。
該測驗系統進一步包括Holland興趣測驗,並且各測驗者成績進一步包括對應Holland興趣測驗的成績,分別是:實做型成績、常規型成績、企業型成績、社交型成績、藝術型成績與研究型成績。
該測驗者端模組3可依照Holland興趣測驗的成績,並依照各學群或是各職務的屬性對該實做型成績、常規型成績、企業型成績、社交型成績、藝術型成績與研究型成績進行加權總和計算後,提供學群推薦結果與職務推薦結果。於本實施例係以Holland興趣測驗為敘述用的實施例,但並不以此為限。同時,配合前述之方法,可將符合限制條件中的複數位測驗者的六個向度之興趣成績進行統計計算,計算出分數最高的兩個向度,接著,再顯示出此二個向度中分數低於一數值的受測者名單,達到確認群體內屬於不同性向的受測者,以可安排更符合性向的課程或是轉調至其他類型相符的群體(班級)。
以下,將依Holland興趣測驗的成績作為本發明的實施說明。
首先,伺服器4會將每位受測者於測驗後的6個Holland何倫碼分數(百分制),經由下列加權公式,逐一計算出18學群的適性分數,藉此即可推算出適合的學群。其中,學群並不受所列之限制,可依照學群的屬性進行相關參數的調整。
大眾傳播學群=(A*2+S*1.5+E)/4.5。
工程學群=(R+I)/2。
文史哲學群=(A*4+S*2+E+I)/8。
外語學群=(A*2+S+C)/4。
生命科學學群=(I*2.25+A+S+R*0.75)/5。
生物資源學群=(I*2+R+A)/4。
地球與環境學群=(I*2.25+A+S+R)/5.25。
法政學群=(E*4+S*2.5+C*1.5+A)/9。
社會與心理學群=(S*3.5+A*1.75+E+I)/7.25。
建築與設計學群=(A*3+R*1.5+I*1.5+S+E)/8。
財經學群=(E*2+C*2+S)/5。
教育學群=(S*2+A*1.5+E*1.5+I+R+C*0.5)/7.5。
資訊學群=(R*2.25+I*2+A*1.5+E)/6.75。
遊憩與運動學群=(S*2+E*1.25+A+R)/5.25。
管理學群=(E*3+S*1.5+C*1.5+R+I)/8。
數理化學群=(I*3+R*2+A*2+C)/8。
醫藥衛生學群=(I*4+S*2.5+R*2+A)/9.5。
藝術學群=(A*3+S*2+E+I+R)/8。
接著,將受測者換算後的前六高的學群的圖示和百分比顯示。
若是進行工作適性的計算,即根據受測者的Holland測驗結果分數按照下表做不同加權,工作適性加權算式如下:代碼2碼時的公式=首碼60%+二碼40%。
代碼3碼時的公式=首碼50%+二碼35%+三碼15%。
代碼4碼時的公式=首碼50%+二碼30%+三碼10%+四碼10%。
以下,再以實際數字進行舉例。當學生X測驗後所得的六型分數分別為R70、I80、A50、S90、E60、C40。
若工作是屬於人力資源,其適性公式是看ECS三碼,所以他的人力資源適性分數=E分數*50%+C分數*35%+S分數*15%=60*50%+40*35%+90*15%=57.5%。
若是工作屬於化工實驗,其適性公式是看IR兩碼,所以他化工實驗適性分數=I分數*60%+R分數*40%=80*60%+70*40%=76%。
與工作相關之適性分數,可參考下表一所列之加權公式:
又,亦可於伺服器內設定數種分數轉換公式,主要是將不同系統所計算出的性向分數,轉換成Holland測驗結果分數。其中,在轉換時,可參考使用標準差或是平均數等方式,進行對應的換算。
綜上所述,僅為本發明之實施例,其可據以衍生之運用範圍廣泛,倍增生產效率亦可兼顧生產成本,實具產業利用價值。凡與本發明
技術思想相同之簡易轉換或等效轉換者,皆屬本發明之專利範圍之中。
S1‧‧‧於一伺服器內儲存複數筆經一測驗系統完成測驗之測驗者成績
S2‧‧‧計算步驟
S3‧‧‧興趣不明確判斷步驟
S4‧‧‧興趣明確判斷步驟
Claims (9)
- 一種興趣明確性判斷方法,係包括:一伺服器,其內儲存複數筆測驗者成績,其中,各該測驗者成績分別包括六個向度的興趣成績,並依成績高低分別定義為一最高成績、一第二高成績、一第三高成績、一第四高成績、一第五高成績與一最低成績;一計算步驟:由伺服器計算下列算式(a)、(b)、(c)與(d):(a)最高成績-第二高成績=第一成績差,(b)第二高成績-第三高成績=第二成績差,(c)第三高成績-第四高成績=第三成績差,(d)第四高成績-第五高成績=第四成績差;一興趣不明確判斷步驟:由該伺服器依該第一成績差、該第二成績差、該第三成績差與該第四成績差進行一第一判定條件之判斷,當該第一成績差、該第二成績差、該第三成績差與該第四成績差皆小於或等於一預設的興趣不明確差值時,則判斷該測驗者成績所對應之測驗者屬於興趣不明確之狀態;一興趣明確判斷步驟:由該伺服器依該第一成績差、該第二成績差與該第三成績差進行判斷,當其中一該第一成績差、該第二成績差或該第三成績差大於或等於一預設的興趣明確差值時,則判斷該測驗者成績所對應之測驗者屬於興趣明確之狀態;當經上述判斷後,若不屬於興趣不明確之狀態與興趣明確之狀態,即判斷落入一興趣明確程度中等之狀態;並由該伺服器依據判斷結果註記於對應之測驗者。
- 如請求項1所述之興趣明確性判斷方法,其中該興趣不明確判斷步驟進一步包括一第二判定條件之判斷,係當該最高成績小於一預設的興趣不明確值時,亦判斷該測驗者成績所對應之測驗者屬於興趣不明確之狀態。
- 如請求項2所述之興趣明確性判斷方法,其中將符合一限制條件中的複數位測驗者的六個向度之興趣成績進行統計計算,計算出分數最高的兩個向度,接著,再顯示出此二個向度中分數低於一數值的受測者名單。
- 如請求項3所述之興趣明確性判斷方法,其中該數值為該二個向度總分小於或等於120。
- 一種學職涯探索平台,係包括:一伺服器,供教師端使用者或是學生端使用者經網路進行資料傳遞連結,又,其內儲存複數筆測驗者成績,其中,各該測驗者成績分別包括六個向度的興趣成績,並依成績高低分別定義為一最高成績、一第二高成績、一第三高成績、一第四高成績、一第五高成績與一最低成績,並執行如請求項1所述之興趣明確性判斷方法判斷該些測驗者之興趣是否明確;一教師端模組,係由經由一電腦以教師識別身份登入該伺服器進行資訊傳遞,並且該伺服器將依照該些測驗者之所屬族群進行對應分析顯示;一測驗者端模組,係由經由一電腦以測驗者識別身份登入該伺服器進行資訊傳遞,將依照測驗者之成績對應提供興趣分析結果。
- 如請求項5所述之學職涯探索平台,其中該測驗系統進一步包括Holland興趣測驗,並且各測驗者成績進一步包括對應Holland興趣測驗的成績,分別是:實做型成績、常規型成績、企業型成績、社交型成績、藝術型成績與研究型成績。
- 如請求項6所述之學職涯探索平台,其中該測驗者端模組係依照Holland興趣測驗的成績,並依照各學群或是各職務的屬性對該實做型成績、常規型成績、企業型成績、社交型成績、藝術型成績與研究型成績進行加權總和計算後,提供學群推薦結果與職務推薦結果。
- 如請求項7所述之學職涯探索平台,其中將符合一限制條件中的複數位測驗者的六個向度之興趣成績進行統計計算,計算出分數最高的兩個向度,接著,再顯示出此二個向度中分數低於一數值的受測者名單。
- 如請求項8所述之學職涯探索平台,其中該數值為該二個向度總分小於或等於120。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106109175A TWI608454B (zh) | 2017-03-20 | 2017-03-20 | 興趣明確性判斷方法及應用此方法所完成之學職涯探索平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106109175A TWI608454B (zh) | 2017-03-20 | 2017-03-20 | 興趣明確性判斷方法及應用此方法所完成之學職涯探索平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI608454B true TWI608454B (zh) | 2017-12-11 |
TW201835874A TW201835874A (zh) | 2018-10-01 |
Family
ID=61230820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106109175A TWI608454B (zh) | 2017-03-20 | 2017-03-20 | 興趣明確性判斷方法及應用此方法所完成之學職涯探索平台 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI608454B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201303810A (zh) * | 2011-07-12 | 2013-01-16 | Univ Nat Taiwan Normal | 採用自比量尺之測驗系統及其方法 |
CN104983435A (zh) * | 2015-08-07 | 2015-10-21 | 北京环度智慧智能技术研究所有限公司 | 一种兴趣取向值测验的刺激信息编制方法 |
CN105139317A (zh) * | 2015-08-07 | 2015-12-09 | 北京环度智慧智能技术研究所有限公司 | 兴趣取向值测验的认知指标分析方法 |
US20160034916A1 (en) * | 2014-07-30 | 2016-02-04 | Mastercard International Incorporated | Method and system for identifying payment card holder interests and hobbies |
-
2017
- 2017-03-20 TW TW106109175A patent/TWI608454B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201303810A (zh) * | 2011-07-12 | 2013-01-16 | Univ Nat Taiwan Normal | 採用自比量尺之測驗系統及其方法 |
US20160034916A1 (en) * | 2014-07-30 | 2016-02-04 | Mastercard International Incorporated | Method and system for identifying payment card holder interests and hobbies |
CN104983435A (zh) * | 2015-08-07 | 2015-10-21 | 北京环度智慧智能技术研究所有限公司 | 一种兴趣取向值测验的刺激信息编制方法 |
CN105139317A (zh) * | 2015-08-07 | 2015-12-09 | 北京环度智慧智能技术研究所有限公司 | 兴趣取向值测验的认知指标分析方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201835874A (zh) | 2018-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kalyuga et al. | Measuring knowledge to optimize cognitive load factors during instruction. | |
Polly et al. | Developing higher-order thinking skills through WebQuests | |
Luo et al. | Predicting Student Grade Based on Free-Style Comments Using Word2Vec and ANN by Considering Prediction Results Obtained in Consecutive Lessons. | |
JP2016109981A (ja) | 学習管理システムおよび学習管理方法 | |
McLarty et al. | Assessing Employability Skills: The Work KeysTM System | |
CN115205073A (zh) | 学生职业技能倾向评估方法、装置、计算机设备及介质 | |
Antonucci et al. | An informative system based on the skill gap analysis to planning training courses | |
Luchoomun et al. | A knowledge based system for automated assessment of short structured questions | |
TWI608454B (zh) | 興趣明確性判斷方法及應用此方法所完成之學職涯探索平台 | |
Nguyen | Intelligent System in Education: Requirements and Design Method | |
Lee et al. | Personalized item generation method for adaptive testing systems | |
CN111985793A (zh) | 一种学生网上评教方法 | |
Ogunkunle et al. | A data mining based optimization of selecting learning material in an intelligent tutoring system for advancing STEM education | |
Figueiredo et al. | A soft computing approach to quality evaluation of general chemistry learning in higher education | |
CN112581070A (zh) | 一种青少年学习生涯与职业定位测评装置及方法 | |
Huang et al. | Prediction of student academic performance in an engineering dynamics course: Development and validation of multivariate regression models | |
KR101672514B1 (ko) | 창의적 진로 역량 개발 보조 시스템 | |
Deif et al. | Evaluation of career readiness at an industrial technology program using a fuzzy approach | |
Zhang et al. | Application of AHP-fuzzy comprehensive evaluation method in students assessment | |
TW201428666A (zh) | 個別觀念學習成效評估方法及其電腦可讀媒體 | |
CN111937018A (zh) | 利用了教学大纲的匹配装置 | |
KR102161094B1 (ko) | 두뇌역량 진단방법 | |
Zhan | Index system design of performance evaluation of e-learning for vocational teachers | |
HITKA et al. | CAREER MANAGEMENT MODEL FOR SELECTED SLOVAK ENTERPRISE. | |
Nopiah et al. | Evaluation of Pre-assessment Method on Improving Students Performance in Complex Analysis Course |