On-line formative assessment item banking and learning support
Notice bibliographique
Résumé
Access to the Internet now makes it possible to deliver new services to centres around\nthe world including on-line formative assessments for use in the classroom. The results\nof these assessments provide information that can feed back into the learning and\nteaching process to highlight where improvements can be made. This can be a\nproductive tool in improving student learning and has significant potential to provide a\nricher educational experience. For this potential to be developed, large item banks\ncontaining questions with known operating characteristics are required so that valid and\nreliable assessments can be built. Questions can be stored as assessing particular\nlearning outcomes, levels of attainment, skills or other features, thus allowing specific\nfeedback to students and to their teachers indicating curriculum areas or skills in which\nstudents were relatively strong or weak.\nThe limitations on the types of questions that can be asked on-line and marked\nobjectively by computer limits the use that can be made of the results of on-line\nassessment. As a greater variation in the types of questions becomes available, so the\nuse that may be made of the results increases.\nAs item banks are used to build assessments for known cohorts of students and results\nare collated over a period of time it becomes possible to supply more meaningful\nfeedback to the users of assessments. The use of calibrated banks, and careful data\nmanagement will extend this use.\nThe future for the Cambridge on-line assessments will be determined by the opinions of\nthe teachers as to which forms of feedback are the most useful for themselves and their\nstudents.
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 | 0,001 | 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 | 0,001 | 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) | 0,003 | 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 ».