The Model of a System for Criteria-Based Assessing of Students' Functional Literacy and its Developmental Impact
Notice bibliographique
Résumé
Objective: The purpose of this article is to compile a model of a system for assessing students' functional literacy based on a criteria-based approach. Background: Everyone use a traditional five-point grading system to assess students' activities, but using it, it's not always possible to objectively evaluate student work. Therefore, the authors use the criteria-based student assessment system in our lessons. Method: Criteria based assessment involves a mechanism that allows evaluating students more objectively. Assessing the activities of students in the lesson becomes democratic, since a student is the subject of his training, and a teacher does not play the role of a “judge” in grading. Results: As a result of the study, it was revealed that the assessment system makes it possible to determine how successfully one or another educational material is mastered, or a certain practical skill is formed. At the same time, it is advisable to take a mandatory minimum as a reference point. Conclusion: The criteria-based assessment system is completely transparent in the sense of how to give formative and summative grades, as well as the goals for which these grades are put. It is also a means of diagnosing learning problems, providing and ensuring constant contact between a teacher, student, and parents. Based on the conducted practical experiment, the effectiveness of the model of the system for assessing the functional literacy of students based on the criteria-based approach in computer science has been proved.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».