“Generación de preguntas aleatorias del tipo opción múltiple calculada con Moodle, para evaluar tópicos del tema Vectores, en un primer curso de física”
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
El tema de la generación de preguntas aleatorias del tipo “Opción Múltiple Calculada” para la evaluación automática de los conocimientos en el área de Vectores, dentro de un curso de Física sería de importancia, no solamente para aliviar la carga del docente que imparte estos temas, sino también para los alumnos acepten el hecho que serán evaluados de manera personalizada, semejante, justa y de entre un determinado conjunto de ejercicios que establezca el docente por considerarlos pertinentes para el tiempo y lugar de los alumnos. La herramienta de gestión de los aprendizajes (LMS) con la que contamos en la Institución de Educación Superior en la que prestamos nuestros servicios como docentes es el Moodle. Este artículo lo vamos a centrar en el proceso de creación de este tipo de preguntas. Dentro de las asignaturas de las llamadas ciencias exactas, la posibilidad de que el LMS genere automáticamente un gran número de ejercicios y de que sean asignados aleatoriamente a los estudiantes, para que, en la medida que lo determine el profesor, le toque a cada alumno un conjunto de problemas “tipo” distintos, y al estar programado en el LMS, este califica al cuestionario en lugar del docente. En este artículo vamos a poner en consideración de la audiencia las preguntas que el LMS Moodle llama “Calculada Opción Múltiple”, puesto que los estudiantes están acostumbrados a las preguntas del tipo opción múltiple. Pero por experiencia ya se habrán dado cuenta el esfuerzo que se requiere para dotar a una prueba con el número suficiente de opciones, además que no es muy confiable el reutilizar estas mismas preguntas en alguna prueba englobadora como un parcial o un examen final.
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.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle