ಆಪ್ನನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡಲು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ 
ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ವಿದ್ಯಾರ್ಥಿಗಳ ನಡವಳಿಕೆಯ ಪರಿಣಾಮಗಳು
ಶೈಕ್ಷಣಿಕ ಯಶಸ್ಸು ಎಂಬುದು ಶಿಕ್ಷಣ ಮತ್ತು ಮೌಲ್ಯಮಾಪನದ ಡೊಮೇನ್‌ನಲ್ಲಿ ಸ್ಥಾಪಿತವಾದ ಪದವಾಗಿದ್ದು, ಅದರ ವ್ಯಾಖ್ಯಾನವು ವರ್ಷಗಳಲ್ಲಿ ಅನೇಕ ಬದಲಾವಣೆಗಳಿಗೆ ಒಳಗಾಯಿತು. ಪರೀಕ್ಷೆಗಳ ಸರಣಿಯಲ್ಲಿ ಶ್ರೇಣಿಗಳಂತಹ ಸಾಮಾನ್ಯ ಕ್ರಮಗಳ ವಿಷಯದಲ್ಲಿ ಕೆಲವರು ‘ಶೈಕ್ಷಣಿಕ ಯಶಸ್ಸನ್ನು’ ವ್ಯಾಖ್ಯಾನಿಸಿದರೆ, ಇತರರು ಈ ಪದವನ್ನು ಹೆಚ್ಚು ವಿಶಾಲವಾದ ಅರ್ಥದಲ್ಲಿ ಬಳಸಲು ಒಲವು ತೋರುತ್ತಾರೆ. ಶೈಕ್ಷಣಿಕ ಯಶಸ್ಸನ್ನು ಪರೀಕ್ಷೆಯಲ್ಲಿ ಪಡೆದ ಅಂಕಗಳು ಮಾತ್ರವಲ್ಲದೆ ಕಲಿಕೆ ಮತ್ತು ವಿದ್ಯಾರ್ಥಿಯ ಸಮಗ್ರ ಬೆಳವಣಿಗೆಯನ್ನು ತೋರಿಸುವ ಕ್ರಮಗಳನ್ನು ಗುರುತಿಸಲು ಅಧ್ಯಯನಗಳ ತ್ವರಿತ ವಿಸ್ತರಣೆ ಕಂಡುಬಂದಿದೆ. ಇಲ್ಲದಿದ್ದರೆ. ಎಂಬಿಬ್‌ನಲ್ಲಿ, ಎಂಬಿಬ್ ಸ್ಕೋರ್ ಕೋಷಿಯಂಟ್‌ನಂತಹ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಯ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅಳೆಯಲು ನಾವು ಈಗಾಗಲೇ ವಿವಿಧ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ. ಬೇಸಿಯನ್ ನಾಲೆಡ್ಜ್ ಟ್ರೇಸಿಂಗ್ ಅಲ್ಗಾರಿದಮ್‌ನ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಿರುವ ಕಾನ್ಸೆಪ್ಟ್ ಮಾಸ್ಟರಿಯಂತಹ ವಿವಿಧ ಪ್ರಮಾಣೀಕೃತ ಮಾದರಿಗಳನ್ನು ನಾವು ಬಳಸುತ್ತಿದ್ದೇವೆ.[2]
ಇತ್ತೀಚೆಗೆ, ನಾವು ಹೊಸ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ – ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ಮೂರು ನಿಯತಾಂಕಗಳಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಯನ್ನು ಅಳೆಯುತ್ತದೆ ಮತ್ತು ನಡವಳಿಕೆ ಅಥವಾ ನಡವಳಿಕೆಗಳ ಸಂಯೋಜನೆಯನ್ನು ನಿಯೋಜಿಸುತ್ತದೆ.
- ನಿಖರತೆ: ಪರೀಕ್ಷೆಯಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಯು ಪ್ರಯತ್ನಿಸಿದ ಒಟ್ಟು ಪ್ರಶ್ನೆಗಳಿಗೆ ವಿದ್ಯಾರ್ಥಿಯು ಪಡೆದ ಪ್ರಶ್ನೆಗಳ ಶೇಕಡಾವಾರು
- ಪ್ರಯತ್ನದ ಶೇಕಡಾವಾರು: ಪರೀಕ್ಷೆಯಲ್ಲಿನ ಒಟ್ಟು ಪ್ರಶ್ನೆಗಳಿಗೆ ವಿದ್ಯಾರ್ಥಿಯು ಪ್ರಯತ್ನಿಸಿದ ಪ್ರಶ್ನೆಗಳ ಶೇಕಡಾವಾರು
- ಸಮಯದ ಶೇಕಡಾವಾರು: ಪರೀಕ್ಷೆಗೆ ನಿಗದಿಪಡಿಸಿದ ಒಟ್ಟು ಸಮಯಕ್ಕೆ ವಿದ್ಯಾರ್ಥಿಯು ತೆಗೆದುಕೊಂಡ ಸಮಯದ ಶೇಕಡಾವಾರು
ಪ್ರತಿ ಪ್ಯಾರಾಮೀಟರ್ ಅನ್ನು ವಿವಿಧ ವಿಭಾಗಗಳಾಗಿ ವರ್ಗೀಕರಿಸಲಾಗಿದೆ ಅದು 10 ವಿಶಿಷ್ಟ ನಡವಳಿಕೆಗಳಲ್ಲಿ ಅಂತ್ಯಗೊಳ್ಳುತ್ತದೆ – ನಾಲ್ಕು ಧನಾತ್ಮಕ, ಐದು ಋಣಾತ್ಮಕ ಮತ್ತು ಒಂದು ತಟಸ್ಥ ನಡವಳಿಕೆ. ಉತ್ತಮ ನಡವಳಿಕೆಯಿಂದ ಕೆಟ್ಟ ಸಂಭವನೀಯ ನಡವಳಿಕೆಯವರೆಗೆ ಪ್ರತಿಯೊಂದು ನಡವಳಿಕೆಗೆ ಶ್ರೇಣಿಯನ್ನು ನಿಗದಿಪಡಿಸಲಾಗಿದೆ. ಕಡಿಮೆ ಧನಾತ್ಮಕ ಶ್ರೇಯಾಂಕದ ನಡವಳಿಕೆಗೆ ಹೋಲಿಸಿದರೆ ಪ್ರತಿ ನಡವಳಿಕೆಯ ಪರೀಕ್ಷಾ-ಆನ್-ಟೆಸ್ಟ್ ಸ್ಕೋರ್ ಸುಧಾರಣೆಯನ್ನು ಗುರುತಿಸಲು ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು 2.5 ಮಿಲಿಯನ್ ಮಾನ್ಯ ಪರೀಕ್ಷಾ ಅವಧಿಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲಾಗಿದೆ. ವಿದ್ಯಾರ್ಥಿಯ ವರ್ತನೆಯು ಅವರ ಪ್ರಗತಿಯನ್ನು ನಿರ್ಧರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಸರಾಸರಿಗಿಂತ ಕೆಳಗಿರುವ ವಿದ್ಯಾರ್ಥಿಯು ಸಹ ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ಸಾಧಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಬಹಳ ಹಿಂದೆಯೇ ನಿಜವೆಂದು ಭಾವಿಸಲಾದ ಸತ್ಯವನ್ನು ಡೇಟಾ-ಚಾಲಿತ ರೀತಿಯಲ್ಲಿ ಫಲಿತಾಂಶಗಳು ಪರಿಶೀಲಿಸುತ್ತವೆ ಮತ್ತು ಪ್ರಮಾಣೀಕರಿಸುತ್ತವೆ. ವಿದ್ಯಾರ್ಥಿಗಳ ಪರೀಕ್ಷಾ ಅವಧಿಯ ನಡವಳಿಕೆಯ ಮಿತಿಗಳು ಮತ್ತು ವರ್ಗೀಕರಣದ ಆಧಾರದ ಮೇಲೆ, ಕಡಿಮೆ ಧನಾತ್ಮಕ ವರ್ತನೆಗೆ ಹೋಲಿಸಿದರೆ ನಡವಳಿಕೆಯು ಸರಾಸರಿ ಎಷ್ಟು ವೇಗವಾಗಿ ಸುಧಾರಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಲೆಕ್ಕ ಹಾಕಬಹುದು ಮತ್ತು ಸೂಕ್ತವಾದ ನಡವಳಿಕೆಯ ಕಡೆಗೆ ವಿದ್ಯಾರ್ಥಿಗಳನ್ನು ತಳ್ಳಬಹುದು ಮತ್ತು ಸುಧಾರಿತ ನಡವಳಿಕೆಯೊಂದಿಗೆ ಅವರು ಸಾಧಿಸಬಹುದಾದ ಪ್ರಗತಿ ದರದ ಬಗ್ಗೆ ವಿದ್ಯಾರ್ಥಿಗಳನ್ನು ಆಪ್ತಗೊಳಿಸಬಹುದು. , ಹೀಗೆ ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ಸುಧಾರಿಸುತ್ತದೆ.
TABLE
ಅಲ್ಗಾರಿದಮ್:
ಇನ್‌ಪುಟ್‌ಗಳು:
N: ಧನಾತ್ಮಕ ಸ್ಕೋರ್ ಸುಧಾರಣೆಯೊಂದಿಗೆ ಮಾನ್ಯ ಟೆಸ್ಟ್ ಸೆಶನ್‌ಗಳ ಒಟ್ಟು ಸಂಖ್ಯೆ
p: ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಗಳ ಸಂಖ್ಯೆ.
ಔಟ್‌ಪುಟ್‌ಗಳು:
ಪ್ರತಿ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಗೆ (ರ‍್ಯಾಂಕ್‌ 1-9), ಸರಾಸರಿಯಲ್ಲಿ, ಎಲ್ಲಾ ಕಡಿಮೆ ಧನಾತ್ಮಕ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಗೆ ಎಷ್ಟು ವೇಗವಾಗಿ ಟೆಸ್ಟ್ ನಿಂದ ಟೆಸ್ಟ್‌ಗೆ ಸುಧಾರಣೆಯನ್ನು ಗಮನಿಸಲಾಗಿದೆ
ಪದಕೋಶ:
- ಪೂರ್ವಟೆಸ್ಟ್: ನಿರ್ದಿಷ್ಟ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಬಳಕೆದಾರರು ನೀಡಿದ ಯಾವುದೇ ಎರಡು ಸತತ ಪರೀಕ್ಷೆಗಳ ನಡುವೆ (ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್‌ನಿಂದ ವಿಂಗಡಿಸಲಾಗಿದೆ), ಎರಡರಲ್ಲಿ ಮೊದಲ ಪರೀಕ್ಷೆಯನ್ನು ಪೂರ್ವ-ಪರೀಕ್ಷೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.
- ಪೋಸ್ಟ್‌ಟೆಸ್ಟ್: ನಿರ್ದಿಷ್ಟ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಬಳಕೆದಾರರು ನೀಡಿದ ಯಾವುದೇ ಎರಡು ಸತತ ಪರೀಕ್ಷೆಗಳ ನಡುವೆ (ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್‌ನಿಂದ ವಿಂಗಡಿಸಲಾಗಿದೆ), ಎರಡರ ನಡುವಿನ ಎರಡನೇ ಪರೀಕ್ಷೆಯನ್ನು ಪೋಸ್ಟ್-ಟೆಸ್ಟ್ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.
- ಮಾನ್ಯವಾದ ಟೆಸ್ಟ್ ಅವಧಿ: ವಿದ್ಯಾರ್ಥಿಯು ಈ ರೀತಿ ಮಾಡಿದರೆ ಒಂದು ಟೆಸ್ಟ್ ಸೆಷನ್ ಮಾನ್ಯವೆಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ :
- ವ್ಯಯಿಸಿದ ಸಮಯ>= ಟೆಸ್ಟ್‌ಗೆ ಹಂಚಿಕೆ ಮಾಡಲಾದ ಕಾಲಾವಧಿಯ 10%
- ನೀಡಿದ ಉತ್ತರಗಳು >= ಟೆಸ್ಟ್‌ಗಳಲ್ಲಿನ ಒಟ್ಟು ಪ್ರಶ್ನೆಗಳ 10%
- ಸ್ಕೋರ್ ಮಾಡಿದ ಅಂಕಗಳು >= ಟೆಸ್ಟ್‌ನಲ್ಲಿ 0
- ಕಡಿಮೆ ಧನಾತ್ಮಕ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆ: ಕೋಷ್ಟಕ 1 ರ ಆಧಾರದಲ್ಲಿ ರ‍್ಯಾಂಕ್‌ ಮೌಲ್ಯವು ಎರಡನೆಯದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿದ್ದರೆ, ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಯನ್ನು ಎರಡನೆಯ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಗಿಂತ ಕಡಿಮೆ ಧನಾತ್ಮಕವೆಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ. ಅದೇ ರೀತಿ, ಎರಡನೆಯ ನಡವಳಿಕೆಗಿಂತ ಕಡಿಮೆ ರ‍್ಯಾಂಕ್‌ ಹೊಂದಿದ್ದರೆ, ಪ್ರಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಯನ್ನು ಎರಡನೇ ನಡವಳಿಕೆಗಿಂತ ಉತ್ತಮ ಅಥವಾ ಹೆಚ್ಚು ಧನಾತ್ಮಕ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆ ಎಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ., .
ಕಾರ್ಯವಿಧಾನ:
- Embibe ನ ಎಲ್ಲಾ ಟೆಸ್ಟ್ ಸೆಷನ್‌ಗಳಿಂದ, ಕೇವಲ ಮಾನ್ಯ ಟೆಸ್ಟ್ ಸೆಷನ್‌ಗಳನ್ನು ಮಾತ್ರ ಪರಿಗಣಿಸಲಾಗಿದೆ.
ಈ ಹಂತದ ಸಮಯದ ಸಂಕೀರ್ಣತೆ = O(N) - ಪ್ರತಿಯೊಬ್ಬ ಬಳಕೆದಾರರಿಗೆ, ಅವರ ಟೆಸ್ಟ್ ಸೆಷನ್ ಅನ್ನು ನಿಖರತೆ, ಪ್ರಯತ್ನದ ಶೇಕಡಾವಾರು ಮತ್ತು ಆ ಟೆಸ್ಟ್ ಸೆಷನ್‌ನಲ್ಲಿ ವ್ಯಯಿಸಿದ ಸಮಯದ ಆಧಾರದಲ್ಲಿ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಯಾಗಿ ವರ್ಗೀಕರಿಸಲಾಗಿದೆ.
ಈ ಹಂತದ ಸಮಯ ಸಂಕೀರ್ಣತೆ = O(N) - ಪ್ರಿ ಟೆಸ್ಟ್ ಮತ್ತು ಪೋಸ್ಟ್ ಟೆಸ್ಟ್ ನಡುವಿನ ಸ್ಕೋರ್ ವ್ಯತ್ಯಾಸವನ್ನು ಒಂದೇ ಗುರಿ ಹೆಸರು ಮತ್ತು ಪರೀಕ್ಷೆ ಹೆಸರಿನೊಂದಿಗೆ ವಿದ್ಯಾರ್ಥಿ ನೀಡಿದ ಸಮಯದ ಮೂಲಕ ವಿಂಗಡಿಸಿ ಲೆಕ್ಕ ಹಾಕಲಾಗುತ್ತದೆ.
ಈ ಹಂತದ ಸಮಯ ಸಂಕೀರ್ಣತೆ = O(NlogN) - ರ‍್ಯಾಂಕ್‌ ಅನ್ನು, ಕೋಷ್ಟಕ 1 ರ ಆಧಾರದಲ್ಲಿ, ಪ್ರಿ-ಟೆಸ್ಟ್‌ನಲ್ಲಿ ತೋರಿಸಲಾದ ಅತಿಕಳಪೆ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ನಡವಳಿಕೆಗೆ ಅನ್ವಯಿಸಲಾಗಿದೆ. ಒಬ್ಬ ವಿದ್ಯಾರ್ಥಿಯನ್ನು ಯಾವುದೇ ಟೆಸ್ಟ್ ಸೆಷನ್‌ನಲ್ಲಿ 2 ಅಥವಾ ಹೆಚ್ಚು ನಡವಳಿಕೆಗಳಾಗಿ ವರ್ಗೀಕರಿಸಬಹುದು.
ಈ ಹಂತದ ಸಮಯ ಸಂಕೀರ್ಣತೆ = O(N) - ಎಲ್ಲಾ ಟೆಸ್ಟ್ ಎಂಟ್ರಿಗಳು ಎಂಬುದು ವಿದ್ಯಾರ್ಥಿಗಳು ಪ್ರತಿ ನಡವಳಿಕೆಗೆ ಆಯ್ಕೆ ಮಾಡಿದ ಪೋಸ್ಟ್ ಟೆಸ್ಟ್‌ನಲ್ಲಿ ಪ್ರದರ್ಶಿಸಿದ ನಡವಳಿಕೆಯಾಗಿದೆ.
ತೆಗೆದುಕೊಂಡ ಪ್ರಿ ಮತ್ತು ಪೋಸ್ಟ್ ಟೆಸ್ಟ್‌‌ನ ನಡುವೆ, ನೀಡಲಾದ ರಾಂಕಿಂಗ್ ಪ್ರಕಾರ, ವಿದ್ಯಾರ್ಥಿಗಳು ನಡವಳಿಕೆಯಲ್ಲಿ ಸುಧಾರಣೆ ತೋರಿದ ಟೆಸ್ಟ್ ಎಂಟ್ರಿಗಳು ಮಾತ್ರ.
ಸ್ಕೋರ್ ಸುಧಾರಣೆಯಲ್ಲಿ ನಡವಳಿಕೆಯ ಪರಿವರ್ತನೆಯ ವೈಟೆಡ್ ಸರಾಸರಿಯನ್ನು ನಾವು ಪಡೆಯುತ್ತೇವೆ.
ವೈಟೆಡ್ ಸರಾಸರಿ = (( Σ(ಪ್ರಿ-ಟೆಸ್ಟ್ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್‌ನ ವೈಟ್- ಪೋಸ್ಟ್-ಟೆಸ್ಟ್ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್‌ನ ವೈಟ್)* ಸ್ಕೋರ್_ಸುಧಾರಣೆ_ಸಾಧನೆ_ಬಳಕೆದಾರರಿಂದ )/ ಗುಂಪಿನ ಗಾತ್ರ) * (ಸಾಮಾನ್ಯೀಕರಣ ಅಂಶ)
ಇಲ್ಲಿ ಸಾಮಾನ್ಯೀಕರಣ ಅಂಶ = ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್ ಸಂಖ್ಯೆ/Σ(ಪ್ರತಿ ಪ್ರಾಮಾಣಿಕತೆ ಸ್ಕೋರ್‌ಗೆ ನಿಗದಿಪಡಿಸಲಾದ ವೈಟ್‌ಗಳು) = 10/55
ಪ್ರತಿ ರ‍್ಯಾಂಕ್‌‌ಗೆ ನಾವು ಅಸಮ ವೈಟ್‌ಗಳನ್ನು ನೀಡುವ ಕಾರಣ, ನಾವು ಸಾಮಾನ್ಯೀಕರಣ ಅಂಶವನ್ನು ಸೇರ್ಪಡೆಗೊಳಿಸಬೇಕು.
ಪ್ರತಿ ರ‍್ಯಾಂಕ್‌‌ಗೆ ನಾವು ಸಮ ವೈಟೇಜ್ ನೀಡಿದ್ದರೆ ಅಂದರೆ, ಪ್ರತಿ ರ‍್ಯಾಂಕ್‌‌ನ ವೈಟೇಜ್ 1 ಆಗಿದ್ದರೆ, ಆಗ ರ‍್ಯಾಂಕ್‌ ವೈಟ್‌ಗಳ ಮೊತ್ತ 10 ಆಗುತ್ತದೆ.
ಆದಾಗ್ಯೂ, ನಮ್ಮ ಪ್ರಕರಣದಲ್ಲಿ, ನಾವು ಸಮ ವೈಟ್ ನೀಡುತ್ತಿಲ್ಲ. ತುಲನಾತ್ಮಕವಾಗಿ ನಾವು, ನಿಯಂತ್ರಣದಲ್ಲಿದೆ ಎಂಬುದು ಅಜಾಗರೂಕತೆಯೊಂದಿಗೆ ಹೋಲಿಸಿದಾಗ 10x ಕಡಿಮೆ ವೈಟ್ ಹೊಂದಿದೆ ಎಂದು ಖಾತ್ರಿಗೊಳಿಸಬೇಕು. “ನಿಯಂತ್ರಣದಲ್ಲಿದೆ” ಗೆ 10/55 ವೈಟ್ ಮತ್ತು “ಅಜಾಗರೂಕತೆ” ಗೆ 10 x 10/55 ವೈಟ್ ನೀಡುವ ಮೂಲಕ ಇದನ್ನು ಸಾಧಿಸಬಹುದು. ಇದೇ ರೀತಿ, ಪ್ರತಿಯೊಂದು ನಡವಳಿಕೆಗೆ ರ‍್ಯಾಂಕ್‌‌ನ ವೈಟ್ * (10/55) ಅನ್ನು ನೀಡಲಾಗಿದೆ.
ರ‍್ಯಾಂಕ್‌ ∈ Z ಮತ್ತು ರ‍್ಯಾಂಕ್‌ ∈ [1,10] ಗೆ Σ(ರ‍್ಯಾಂಕ್‌ * 10/55) ಎಂಬುದು 10 ನೀಡುತ್ತದೆ, ಇದನ್ನು ಯಾವುದೇ ವೈಟ್ ಮಾನದಂಡವಿಲ್ಲದಿರುವಾಗ ಪಡೆಯಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ.
ಈ ಹಂತದ ಸಮಯ ಸಂಕೀರ್ಣತೆ = O(pN)
1.63 ಅಂಶದಿಂದ ಮೌಲ್ಯಗಳ ಸ್ಕೇಲ್ ಡೌನ್ ಮಾಡಿ
ಸ್ಕೇಲ್ ಡೌನ್ ಮೌಲ್ಯ = ( ಅಂಕಗಳ ನಡುವೆ ಸಾಧ್ಯವಿರುವ ಗರಿಷ್ಠ ಪರಿವರ್ತನೆ ) * ಸಾಮಾನ್ಯೀಕರಣ ಅಂಶ
= (10 – 1) *(10/55) = 9 * 10/55
= 1.63
ಈ ಹಂತದ ಸಮಯ ಸಂಕೀರ್ಣತೆ = O(p)
ಫ್ಲೋ ಚಾರ್ಟ್:
ಅವಲೋಕನಗಳು:
TABLE
4 ಸಕಾರಾತ್ಮಕ ನಡವಳಿಕೆಗಳಲ್ಲಿ, ಹೆಚ್ಚಿನ ವಿದ್ಯಾರ್ಥಿಗಳ ಪರೀಕ್ಷಾ ಅವಧಿಗಳು ಮ್ಯಾರಥೋನರ್ (35.4%) ಮತ್ತು ಗೆಟ್ಟಿಂಗ್ ದೇರ್ (30%) ನಡವಳಿಕೆಗಳನ್ನು ತೋರಿಸುತ್ತವೆ ಎಂದು ಗಮನಿಸಲಾಗಿದೆ. ನಕಾರಾತ್ಮಕ ನಡವಳಿಕೆಗಳ ನಡುವೆ, ವಿದ್ಯಾರ್ಥಿಗಳು ಜಂಪಿಂಗ್ ಅರೌಂಡ್ (33%) ಮತ್ತು ಟ್ರೈನ್ ಹಾರ್ಡರ್ (50%) ಕಡೆಗೆ ಒಲವು ತೋರುತ್ತಾರೆ.
ಭವಿಷ್ಯದ ಕಾರ್ಯ:
- ವಿದ್ಯಾರ್ಥಿಗಳ ನಡವಳಿಕೆಯನ್ನು ಗುರುತಿಸಲು ಮೇಲ್ವಿಚಾರಣೆಯಿಲ್ಲದ ಕಲಿಕೆಯ ಅನ್ವಯಿಸುವಿಕೆ – ಇದು ವ್ಯಯಿಸಿದ ಸಮಯ, ನಿಖರತೆ, ಮತ್ತು ಪ್ರಯತ್ನದ ಶೇಕಡಾವಾರು ಕುರಿತಂತೆ ಪಕ್ಷಪಾತವನ್ನು ತೊಡೆದುಹಾಕಲು ಸಿಸ್ಟಮ್‌ಗೆ ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ
- ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಮತ್ತು ಇತರೆ ಆಳ ಕಲಿಕಾ ಆಧಾರಿತ ವಿಧಾನಗಳ ಮೂಲಕ ಕಲಿಕಾ ಉದ್ದೇಶದ ಕಾರ್ಯಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸ್ಕೋರ್ ಸುಧಾರಣೆಯ ಸಾಮಾನ್ಯೀಕರಣ
- ನಿರ್ದಿಷ್ಟ ಟೆಸ್ಟ್ ವಿಧ ಮತ್ತು Embibe ಸ್ಕೋರ್ ಕೋಶಿಯೆಂಟ್‌ನೊಂದಿಗೆ ನಮ್ಮ ಮಾದರಿಯ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ವಿಶ್ಲೇಷಣೆಯ ಭವಿಷ್ಯದ ಯಶೋಗಾಥೆಯ ಊಹನೆ
- ವೈಯಕ್ತೀಕರಿಸಿದ ಯಶೋಗಾಥೆಗಳ ಆಧಾರದಲ್ಲಿ ಅತ್ಯುತ್ತಮ ಕಂಟೆಂಟ್ ಮತ್ತು ಟೆಸ್ಟ್‌ಗಳನ್ನು ಒದಗಿಸಲು ಶಿಫಾರಸು ಎಂಜಿನ್.
