TWI701634B - 數位化語言學習之績效評估系統 - Google Patents
數位化語言學習之績效評估系統 Download PDFInfo
- Publication number
- TWI701634B TWI701634B TW108138016A TW108138016A TWI701634B TW I701634 B TWI701634 B TW I701634B TW 108138016 A TW108138016 A TW 108138016A TW 108138016 A TW108138016 A TW 108138016A TW I701634 B TWI701634 B TW I701634B
- Authority
- TW
- Taiwan
- Prior art keywords
- learning
- evaluation
- value
- index
- score
- Prior art date
Links
Images
Abstract
本發明提供一種數位化語言學習之績效評估系統，其架設於伺服器，提供學習者透過一數據處理裝置使用，數位化語言學習之績效評估系統包含一資料庫、一數據處理模組及一矩陣演算模組。資料庫儲存有一學習評估表單，學習評估表單設有一學習品質題目及對應學習品質題目之一分數選項，學習者評估學習品質題目並對分數選項進行選取，以產生一作答分數；數據處理模組分析作答分數與兩相鄰分數選項的差距與偏向機率，以演算出一評估座標；矩陣演算模組將評估座標整合成一結果圖表，並藉由數據處理裝置進行顯示，使管理者透過結果圖表能有效觀察出目前數位化語言學習系統帶給學習者的使用感受，達到精準掌握學習品質之效益。
Description
本發明係關於一種評估系統，尤指一種數位化語言學習之績效評估系統。
按，學習及使用品質是一種個人主觀加以認定，而不是一種客觀的評估，管理者為了掌握學習者對於語言學習系統的使用看法，會提供相關問卷給學習者進行填選，其問卷之題目內容大致分為滿意度及重視度兩部分，每一部份包含複數題目及對應作答選項供顧客作填選。
但是，當題目過多時，可能會降低學習者的作答意願，還會降低作答真實度，因此管理者所得到的問卷結果之可信度也會受到影響，進而無法有效掌握學習者對於語言學習系統的使用品質的想法。
本案之目的在於，解決習知問卷結果無法精確獲得使用者的意見，進而無法掌握使用者對於學習系統之真實想法。
為達到上述目的，本發明提供一種數位化語言學習之績效評估系統，其架設於伺服器，提供學習者透過一數據處理裝置使用，數位化語言學習之績效評估系統包含一資料庫、一數據處理模組及一矩陣演算模組。資料庫儲存有一學習評估表單，學習評估表單設有一學習品質題目及對應學習品質題目之複數分數選項，各分數選項包含一估計值及複數精準值，估計值大於各精準值；數據處理模組耦接資料庫，數據處理模組具有一輸入接收單元、一機率分析單元及一指標演算單元，輸入接收單元讀取資料庫之學習評估表單，學習者藉由數據處理裝置訊號連接輸入接收單元以顯示學習評估表單，並對分數選項進行選取，產生一作答分數，機率分析單元分析作答分數之位置，並演算作答分數與兩相鄰估計值的差距，以獲得一偏向機率值，指標演算單元將偏向機率值轉換成一評估座標；矩陣演算模組耦接數據處理模組，矩陣演算模組讀取處理模組，以獲得評估座標，矩陣演算模組將評估座標整合成一結果圖表，並藉由數據處理裝置進行顯示。
藉此，本發明的學習評估表單的分數選項設計簡單且方便操作，能有效提升學習者的作答意願，而數據處理模組便能根據各學習評估表單的作答分數以差距及機率概念轉換成評估座標，進而降低估計誤差的功效，矩陣演算模組再將評估座標整合成結果圖表，使管理者透過結果圖表能有效觀察出目前數位化語言學習系統帶給學習者的使用感受，且管理者還能藉由評估座標的坐落位置，得知數位化語言學習系統所需改善的依據，達到精準掌握學習品質之效益。
為便於說明本發明於上述發明內容一欄中所表示的中心思想，茲以具體實施例表達。實施例中各種不同物件係按適於列舉說明之比例，而非按實際元件的比例予以繪製，合先敘明。
請參閱圖1至圖4所示，本發明提供一種數位化語言學習之績效評估系統100，其架設於伺服器110，提供學習者透過一數據處理裝置200網路連結伺服器110進行使用，其中，數據處理裝置200可為智慧型行動裝置或電腦裝置，數位化語言學習之績效評估系統100包含一資料庫10、一數據處理模組20及一矩陣演算模組30。
資料庫10，其儲存有一學習評估表單11，學習評估表單11設有一學習品質題目111及對應學習品質題目111之一分數選項112，分數選項112處於學習品質題目111之一側，分數選項112包含複數估計值112a以及複數間隔設於兩相鄰估計值112a之精準值112b，估計值112a大於精準值112b，本發明估計值112a係為整數，精準值112b係為小數；請參見表1所示，學習評估表單11具有複數個構面，各構面分別設有學習品質題目111，本發明學習評估表單11之構面包含學習者介面、學習者社群、系統內容、個性化、過度評估。
| 表1.係為學習評估表單之構面與學習品質題目之統整表 | |
| 構面 | 學習品質題目 |
| 學習者介面 | 1. 容易使用 |
| 2. 使用介面友善 | |
| 3. 使用介面很容易懂 | |
| 4. 操作性穩定 | |
| 學習者社群 | 5. 容易與其他學習者討論 |
| 6. 容易與老師討論 | |
| 7. 容易分享資料管道 | |
| 8. 容易與他人交換學習 | |
| 系統內容 | 9. 系統內容能即時更新 |
| 10. 系統內容豐富足夠 | |
| 11. 系統內容相當實用 | |
| 個性化 | 12. 系統能控制學習進度能力 |
| 13. 系統能記錄學習表現能力 | |
過度評估(
 | 14. 對於本系統整體滿意度
(CALL system) (
 |
此外，分數選項112為刻度化並以模糊語意量表呈現，請配合圖3所示，估計值112a為1~6分，學習評估表單11具有複數指標項目113，指標項目113設於分數選項112之上方，本發明指標項目113包含一非常滿意項目、一非常不滿意項目及一普通項目，非常滿意項目設於對應最大值的估計值112a，非常不滿意項目設於對應最小值的估計值112a，普通項目設於非常滿意項目與非常不滿意項目間，並對應中間值的估計值112a
數據處理模組20，其耦接資料庫10，數據處理模組20具有一輸入接收單元21、一機率分析單元22及一指標演算單元23，輸入接收單元21讀取資料庫10之學習評估表單11，學習者藉由數據處理裝置200訊號連接輸入接收單元21以顯示學習評估表單11，此時學習者能根據學習評估表單11之指標項目113而對分數選項112進行選取作答，產生一作答分數211，舉例來說，若學習者認為該學習品質題目111很滿意，但還沒有達到非常滿意，此時學習者可在估計值112a之5與6間進行點選，以產生如5.7之作答分數211；或者，若學習者認為該學習品質題目111不太滿意，但又沒有非常不滿意，此時學習者可在估計值112a之2與3間進行點選，以產生如2.4之作答分數211。
機率分析單元22分析作答分數211之位置，並演算作答分數211與兩相鄰估計值的差距，以獲得一偏向機率值，請配合圖2及圖3所示，偏向機率值包含一第一偏向機率值及一第二偏向機率值，當作答分數211介於其中兩估計值112a間時，機率分析單元22演算作答分數211與其中一估計值112a間的差距D1，以產生第一偏向機率值，機率分析單元22演算作答分數211與另一估計值112a間的差距D2，以產生第二偏向機率值，且第一偏向機率值與第二偏向機率值相加等於1；簡單來說，當作答分數211為5.7時，表示作答分數211介於5及6之間，其中，該作答分數211與5的差距D1為0.7，而該作答分數211與6的差距D2為0.3，表示該作答分數211遠離5而鄰近於6，此時機率分析單元22依據該作答分數211與5的差距D1演算出第一偏向機率值為0.3，同樣地，機率分析單元22依據該作答分數211與6的差距D2演算出第二偏向機率值為0.7。
指標演算單元23將機率分析單元22所演算出的偏向機率值轉換成一評估座標A，更進一步說明，指標演算單元23整合第一偏向機率值與第二偏向機率值，以程式演算出一第一指標X及一第二指標Y，再將第一指標X與第二指標Y轉換成評估座標A，其中，第一指標X作為評估座標A之X座標值，第二指標Y作為評估座標A之Y座標值，於本實施例中，第一指標X係為滿意度指標，指標演算單元23以下述公式(a)進行計算；而第二指標Y係為影響力指標，指標演算單元23以下述公式(b)進行計算。
公式(a)
，
h=1,2,…,q+1
，
h=1,2,…,q+1
矩陣演算模組30，其耦接數據處理模組20，矩陣演算模組30讀取數據處理模組20，以獲得評估座標A，矩陣演算模組30將評估座標A整合成一結果圖表40，並藉由數據處理裝置200進行顯示，進一步說明，矩陣演算模組30具有一圖表整合單元31，圖表整合單元31儲存有一結果圖表40，本發明結果圖表40係以直角座標系呈現，其中，結果圖表40之橫軸為滿意度指標，縱軸為影像力指標，而圖表整合單元31將評估座標A整合至結果圖表40中。
請配合圖4所示，結果圖表40具有一第一座標軸41及一垂直於第一座標軸41之第二座標軸42，第一座標軸41表示滿意度指標的平均值，第二座標軸42表示影響力指標的平均值；結果圖表40依第一座標軸41與第二座標軸42劃分出四象限，其中，結果圖表40之第一象限為一優先保持區43，結果圖表40之第二象限為一優先改善區44，結果圖表40之第三象限為一次要改善區45，結果圖表40之第四象限為一過度重視區46，管理者可依據評估座標A的坐落位置，以判斷該學習品質題目111是否需要改善。
簡單來說，請配合下述表2及圖4所示，本發明學習品質題目111之第4、5、6、7、8題的評估座標A，係落入優先改善區44和次要改善區45，指該評估座標A的第一指標X係低於第一座標軸41，表示該學習品質題目111的滿意度較低，因此必須進行評估及改善。
| 表2.係為各學習品質題目之評估座標的統整表 | ||
| 構面 | 學習品質題目 | 評估座標 |
| 學習者介面 | 1. 容易使用 | (0.702, 0.759) |
| 2. 使用介面友善 | (0.688, 0.757) | |
| 3. 使用介面很容易懂 | (0.699, 0.769) | |
| 4. 操作性穩定 | (0.559, 0.770) | |
| 學習者社群 | 5. 容易與其他學習者討論 | (0.601, 0.527) |
| 6. 容易與老師討論 | (0.589, 0.554) | |
| 7. 容易分享資料管道 | (0.546, 0.645) | |
| 8. 容易與他人交換學習 | (0.623, 0.597) | |
| 系統內容 | 9. 系統內容能即時更新 | (0.669, 0.745) |
| 10. 系統內容豐富足夠 | (0.694, 0.740) | |
| 11. 系統內容相當實用 | (0.698, 0.835) | |
| 個性化 | 12. 系統能控制學習進度能力 | (0.687, 0.765) |
| 13. 系統能記錄學習表現能力 | (0.693, 0.759) | |
| 過度評估(
| 14. 對於本系統整體滿意度
(CALL system) (
| (0.675,- ) |
此外，本發明更包含耦接矩陣演算模組30之一績效回饋模組50及一驗證模組60，績效回饋模組50用以判讀結果圖表40中評估座標之象限位置，以對應學習品質題目111產生一改善建議資訊，舉例來說，當績效回饋模組50偵測到學習品質題目111之第4題的評估座標落在優先改善區44時，績效回饋模組50能針對學習品質題目111之第4題對應產生改善建議資訊，比如：要求系統供應商解決穩定性問題、提供校內客訴專線，確保解決學習者操作問題、預告系統適合的設備(含軟體)規格，避免影響系統操作穩定性等，此時管理者可依據相關改善建議資訊進行有效性的改善。
驗證模組60用以接收矩陣演算模組30所產生的一改善結果圖表40’，並將改善結果圖表40’與結果圖表40進行演算及比對，進而驗證該學習品質題目111是否有改善成效。
藉此，本發明的學習評估表單11的分數選項112設計簡單且方便操作，能有效提升學習者的作答意願，而數據處理模組20便能根據各學習評估表單11的作答分數211以差距及機率概念轉換成評估座標A，進而降低估計誤差的功效，後續矩陣演算模組30再將評估座標A整合成結果圖表40，使管理者透過結果圖表40能有效觀察出目前數位化語言學習系統帶給學習者的使用感受，還能藉由評估座標A的坐落位置，得知數位化語言學習系統所需改善的依據，達到精準掌握學習品質之效益。
再者，本發明績效回饋模組50能判讀結果圖表40中評估座標的象限位置，進而對應提供改善建議資訊，此時管理者可依據相關改善建議資訊進行有效性的改善，進而有效提升學習品質的效益。
以上所舉實施例僅用以說明本發明而已，非用以限制本發明之範圍。舉凡不違本發明精神所從事的種種修改或變化，俱屬本發明意欲保護之範疇。
100:數位化語言學習之績效評估系統
110:伺服器
200:數據處理裝置
10:資料庫
11:學習評估表單
111:學習品質題目
112:分數選項
112a:估計值
112b:精準值
113:指標項目
20:數據處理模組
21:輸入接收單元
211:作答分數
22:機率分析單元
23:指標演算單元
30:矩陣演算模組
31:圖表整合單元
40:結果圖表
40’:改善結果圖表
41:第一座標軸
42:第二座標軸
43:優先保持區
44:優先改善區
45:次要改善區
46:過度重視區
50:績效回饋模組
60:驗證模組
A:評估座標
X:第一指標
Y:第二指標
D1、D2:差距
圖1係為本發明之連結方塊示意圖。
圖2係為本發明之系統方塊示意圖。
圖3係為本發明之實施操作示意圖(一)，表示數據處理裝置顯示學習評估表單供學習者作答。
圖4係為本發明之實施操作示意圖(二)，表示數據處理裝置顯示結果圖表。
100:數位化語言學習之績效評估系統
10:資料庫
11:學習評估表單
20:數據處理模組
21:輸入接收單元
22:機率分析單元
23:指標演算單元
30:矩陣演算模組
31:圖表整合單元
40:結果圖表
40’:改善結果圖表
50:績效回饋模組
60:驗證模組
X:第一指標
Y:第二指標
Claims (9)
- 一種數位化語言學習之績效評估系統，其架設於伺服器，提供學習者透過一數據處理裝置使用，該績效評估系統包含：一資料庫，其儲存有一學習評估表單，該學習評估表單設有一學習品質題目及對應該學習品質題目之一分數選項，該分數選項包含複數估計值以及複數設於兩相鄰估計值之精準值，該估計值大於所述精準值；一數據處理模組，其耦接該資料庫，該數據處理模組具有一輸入接收單元、一機率分析單元及一指標演算單元，該輸入接收單元讀取該資料庫之學習評估表單，學習者藉由該數據處理裝置訊號連接該輸入接收單元以顯示該學習評估表單，並對所述分數選項進行選取，產生一作答分數，該機率分析單元分析該作答分數之位置，並演算該作答分數與兩相鄰估計值的差距，以獲得一偏向機率值，其中，該偏向機率值包含一第一偏向機率值及一第二偏向機率值，於該作答分數介於其中兩估計值間時，該機率分析單元演算該作答分數與其中一估計值間的差距，以產生該第一偏向機率值，該機率分析單元演算該作答分數與另一估計值間的差距，以產生該第二偏向機率值，該指標演算單元將該偏向機率值轉換成一評估座標；以及一矩陣演算模組，其耦接該數據處理模組，該矩陣演算模組讀取該處理模組，以獲得所述評估座標，該矩陣演算模組將所述評估座標整合成一結果圖表，並藉由該數據處理裝置進行顯示。
- 如請求項1所述之數位化語言學習之績效評估系統，其中，該學習評估表單具有複數個構面，各該構面分別設有該學習品質題目，該等構面包含學習者介面、學習者社群、系統內容、個性化、過度評估。
- 如請求項2所述之數位化語言學習之績效評估系統，其中，所述分數選項以模糊語意量表呈現，該學習評估表單更具有複數指標項目，所述指標項目設於所述分數選項之上方，所述指標項目包含一非常滿意項目、一非常不滿意項目及一普通項目，該非常滿意項目設於對應最大值的所述估計值，該非常不滿意項目設於對應最小值的所述估計值，該普通項目設於該非常滿意項目與該非常不滿意項目間，並對應中間值的所述估計值。
- 如請求項1所述之數位化語言學習之績效評估系統，其中，該指標演算單元整合該第一偏向機率值與該第二偏向機率值，以程式演算出一第一指標及一第二指標，該指標演算單元將該第一指標與該第二指標轉換成該評估座標。
- 如請求項4所述之數位化語言學習之績效評估系統，其中，該第一指標為滿意度指標，且該第一指標作為該評估座標之X座標值，該第二指標為影響力指標，且該第二指標作為該評估座標之Y座標值。
- 如請求項5所述之數位化語言學習之績效評估系統，其中，該矩陣演算模組具有一圖表整合單元，該圖表整合單元儲存有一結果圖表，該圖表整合單元將該評估座標整合至該結果圖表，該結果圖表係以直角座標系呈現。
- 如請求項6所述之數位化語言學習之績效評估系統，其中，該結果圖表具有一第一座標軸及一垂直於該第一座標軸之第二座標軸，該結果圖表依該第一座標軸與該第二座標軸劃分出四象限，該結果圖表之第一象限為一優先保持區、該結果圖表之第二象限為一優先改善區，該結果圖表之第三象限為一次要改善區，該結果圖表之第四象限為一過度重視區。
- 如請求項7所述之數位化語言學習之績效評估系統，更包含一績效 回饋模組，其耦接該矩陣演算模組，該績效回饋模組用以判讀該評估座標於該結果圖表之象限位置，以對應該學習品質題目產生一改善建議資訊。
- 如請求項7所述之數位化語言學習之績效評估系統，更包含一驗證模組，其耦接該矩陣演算模組，該驗證模組用以接收該矩陣演算模組所產生的一改善結果圖表，該驗證模組將該改善結果圖表與該結果圖表進行演算及比對，進而驗證該學習品質題目是否有改善成效。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108138016A TWI701634B (zh) | 2019-10-22 | 2019-10-22 | 數位化語言學習之績效評估系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108138016A TWI701634B (zh) | 2019-10-22 | 2019-10-22 | 數位化語言學習之績效評估系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI701634B true TWI701634B (zh) | 2020-08-11 |
| TW202117660A TW202117660A (zh) | 2021-05-01 |
Family
ID=73003107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW108138016A TWI701634B (zh) | 2019-10-22 | 2019-10-22 | 數位化語言學習之績效評估系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI701634B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200933511A (en) * | 2008-01-25 | 2009-08-01 | Jui-Chu Lin | System for on-line learning and knowledge transaction and the method of the same |
| TWM455227U (zh) * | 2013-01-17 | 2013-06-11 | Tzu-Hua Wang | 即時提問與回饋互動學習系統 |
| TWM546586U (zh) * | 2017-03-16 | 2017-08-01 | Kang Hsuan Educational Publish Corp | 試卷的命題及閱卷系統 |
| CN108648542A (zh) * | 2018-05-29 | 2018-10-12 | 黑龙江省经济管理干部学院 | 一种互联网数据库网络课堂教学系统 |
-
2019
- 2019-10-22 TW TW108138016A patent/TWI701634B/zh active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200933511A (en) * | 2008-01-25 | 2009-08-01 | Jui-Chu Lin | System for on-line learning and knowledge transaction and the method of the same |
| TWM455227U (zh) * | 2013-01-17 | 2013-06-11 | Tzu-Hua Wang | 即時提問與回饋互動學習系統 |
| TWM546586U (zh) * | 2017-03-16 | 2017-08-01 | Kang Hsuan Educational Publish Corp | 試卷的命題及閱卷系統 |
| CN108648542A (zh) * | 2018-05-29 | 2018-10-12 | 黑龙江省经济管理干部学院 | 一种互联网数据库网络课堂教学系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202117660A (zh) | 2021-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lynch Jr | Uniqueness issues in the decompositional modeling of multiattribute overall evaluations: An information integration perspective | |
| Fried et al. | Human resources in healthcare | |
| Dawkins et al. | Corporate social responsibility and job choice intentions: A cross-cultural analysis | |
| Johnes et al. | Never give up on the good times: Student attrition in the UK | |
| Pandey et al. | Organizational effectiveness and bureaucratic red tape: A multimethod study | |
| Song et al. | Intern newcomers’ global self-esteem, overall job satisfaction, and choice intention: Person-organization fit as a mediator | |
| Osteen | An introduction to using multidimensional item response theory to assess latent factor structures | |
| Harwardt | Servant leadership and its effects on IT project success | |
| Kim et al. | An exploratory study of factors influencing m-learning success | |
| Vogel et al. | What is public about public leadership? Exploring implicit public leadership theories | |
| JP7238904B2 (ja) | 情報提供装置、情報提供システム、情報提供方法及びプログラム | |
| Sinharay | Assessment of person fit for mixed-format tests | |
| Dixon et al. | Characterizing informatics roles and needs of public health workers: results from the Public Health Workforce Interests and Needs Survey | |
| Ainley | The 1999 postgraduate research experience questionnaire | |
| JP6393812B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| Jo et al. | Service-oriented high-performance work systems and service role performance: Applying an integrated extended self and psychological ownership framework | |
| Scott et al. | Special education teachers of color retention decisions: Findings from a national study | |
| AlMazrouei et al. | Mediating-moderating effect of employee creativity and team potency on expatriate innovative work behaviour | |
| Thien | Psychometric analysis of a Malay language version of the Principal Instructional Management Rating Scale | |
| TWI701634B (zh) | 數位化語言學習之績效評估系統 | |
| Starr et al. | Undergraduates’ pSTEM identity and motivation in relation to gender-and race-based perceived representation, stereotyped beliefs, and implicit associations | |
| Venkataramani et al. | Not very competent but connected: Leaders’ use of employee social networks as prisms to make delegation decisions. | |
| Cao et al. | A Bayesian approach to ranking and rater evaluation: An application to grant reviews | |
| Sueiro et al. | Assessing goodness of fit in item response theory with nonparametric models: A comparison of posterior probabilities and kernel-smoothing approaches | |
| Gary et al. | Reducing the Bias of Norm Scores in Non-Representative Samples: Weighting as an Adjunct to Continuous Norming Methods |