Saas द्वारे AI अनलॉक करत आहे
स्वयंचलित चाचणी निर्मितीचे उद्दिष्ट संस्था आणि विद्यार्थ्यांद्वारे उच्च गुणवत्तेच्या, वैयक्तिक चाचणीची निर्मिती स्वयंचलित करणे हे आहे जेणेकरुन शिक्षकांचा मौल्यवान वेळ वाचवता येईल आणि वैयक्तिक पूर्वग्रह टाळता येईल.
खर्च आणि डेमोग्राफिक्स मुळे बहुतेक विद्यार्थ्यांना सर्वोत्तम संसाधनांमध्ये प्रवेश मिळत नाही.तसेच, शिक्षकाची वेळ ही महत्त्वाची असते.ऑटो टेस्ट जनरेशनच्या मदतीने आम्ही शिक्षकांना पेपर तयार करण्यापेक्षा शिकवण्यात अधिक वेळ घालवण्याचा प्रयत्न करत आहोत. उच्च-गुणवत्तेचा चाचणी पेपर विकसित करणे ही मॅन्युअली केल्यावर एक आव्हानात्मक प्रक्रिया असते.उच्च गुणवत्तेच्या चाचण्या तयार करण्याची क्षमता विद्यार्थ्यांसाठी संदर्भित ज्ञान आलेखांवर पसरलेल्या त्यांच्या संकल्पनेतील प्रभुत्व शोधून त्यांना शिकण्याचे परिणाम साध्य करण्यात मदत करते.
या समस्येचे निराकरण करण्यासाठी, आम्ही एक बुद्धिमान प्रणाली विकसित केली आहे जी चाचणी पेपर डिझाइन करण्यासाठी अनेक परिमाणांचा विचार करते:
- अभ्यासक्रम व्याप्ति
- विषयाला दिलेले भारांकन ,
- काठिण्य पातळी,
- मागील वर्षाचे ट्रेंड,
- प्रश्नांचे विविध प्रकार,
- वापरकर्त्याची संकल्पना प्रभुत्व (वैयक्तिकरण)
- वापरकर्त्याची वर्तणूक रूपरेखा (वैयक्तिकरण)
ही उपयुक्तता शिक्षकांना जास्तीत जास्त सानुकूलनासह जलद वेळेत चाचणी पेपर तयार करण्यास मदत करते त्याच वेळी, ते उच्च गुणवत्तेची खात्री देते जी Embibe ने विकसित केलेल्या चाचणी गुणवत्ता स्कोअर अल्गोरिदम वापरून तपासली जाते.
टेस्ट गुणवत्ता गुणसंख्या आणि प्रश्न विभेदक घटक
व्युत्पन्न केलेली चाचणी शिक्षक/संस्थेने निवडलेली मानके काठिण्य व धड्यांच्या व्याप्तिनुसार आहे की नाही हे तपासण्यासाठी चाचणी गुणवत्ता गुणसंख्या वापरला जातो.
प्रश्नवापरकर्त्याचा माहिती वापरण्याच्या प्रयत्नावरून आयटम प्रतिसाद सिद्धांत हा प्रश्नाच्या विभेदन घटकाचा अंदाज लावण्यासाठी वापरला जातो. प्रश्न निवड करताना उच्च विभेदन असलेल्या प्रश्नांना अधिक प्राधान्य दिले जाते आणि त्यामुळे परीक्षेची एकूण गुणवत्ता सुधारते.
आपली स्वतःची टेस्ट तयार करा
आम्ही स्वतःच स्वतःची चाचणी करा हे वैशिष्ट्य विकसित केले आहे जे विद्यार्थ्याला सानुकूल निवडलेले धडे आणि काठिण्य पातळी वापरून सानुकूलित पद्धतीने विशिष्ट ध्येय आणि परीक्षेसाठी चाचणी तयार करण्यात मदत करते. ही चाचणी विद्यार्थ्याने निवडलेल्या मर्यादांचे समाधान करण्यासाठी भिन्न ऑप्टिमायझेशन अल्गोरिदम वापरून व्युत्पन्न केली जाते आणि विद्यार्थ्यासाठी वैयक्तिकृत केली जाते.
डायग्नोस्टिक टेस्ट
एक चांगली निदान चाचणी ही करू शकते (i) दिलेल्या कौशल्य संचासाठी भिन्न क्षमता असलेल्या विद्यार्थ्यांचे वर्गीकरण करणे, (ii) मूलभूत माहितीच्या सत्याशी सुसंगत रहा आणि (iii) शक्य तितक्या कमी मूल्यांकन प्रश्नांसह हे साध्य करा. विद्यार्थ्याने ध्येय साध्य करण्यासाठी आवश्यक असलेल्या संकल्पनांमध्ये किती प्रभुत्व मिळवले आहे याचे निदान करण्यात मदत करण्यासाठी आम्ही विद्यार्थ्यासाठी व्यक्तिगत यश प्रवासाचा भाग म्हणून डायग्नोस्टिक टेस्ट तयार करतो. हे 2 चाचण्या वापरून केले जाते:
- पूर्वआवश्यक टेस्ट:
विद्यार्थ्याने निवडलेले ध्येय साध्य करण्यासाठी आवश्यक असलेल्या मूलभूत पूर्व-आवश्यक संकल्पनांशी संबंधित प्रश्न देतो.
- संपादन टेस्ट:
निर्दिष्ट परीक्षा आणि ध्येयासाठी सर्वात महत्त्वाच्या संकल्पना समाविष्ट करणारे प्रश्न.
संदर्भ
- धवला, सोमा, चिराग भाटिया, जॉय बोस, केयूर फाल्दू आणि अदिती अवस्थी. “निदान मूल्यमापन आणि त्यांच्या गुणवत्ता मूल्यांकनाची स्वयं निर्मिती.” इंटरनॅशनल एज्युकेशनल डेटा मायनिंग सोसायटी (2020).
- देसाई, निशित, केयूर फाल्दू, अचिंत थॉमस आणि अदिती अवस्थी “मूल्यमापन पेपर तयार करणे आणि त्याची गुणवत्ता मोजण्याची प्रणाली आणि पद्धत.” यू.एस. पेटंट अर्ज 16/684,434, ऑक्टोबर 1, 2020 ला सादर केलेले.
- व्हिन्सेंट लेब्लँक, मायकेल ए.ए. कॉक्स “शालेय परीक्षेच्या संदर्भात बिंदु-द्विश्रेणिक सहसंबंध गुणांकाचे स्पष्टीकरण” जानेवारी 2017, मानसशास्त्रासाठी संख्यात्मक पद्धती 13(1):46-56
- लिन्डेन, डब्ल्यू.डी. आणि आर. हॅम्बलटन “हँडबुक ऑफ मॉडर्न आयटम रिस्पॉन्स थिअरी. (1997), बायोमेट्रिक्स 54:1680
- रोनाल्ड के हॅम्बलटन आणि विम जे लिंडन. आधुनिक आयटम प्रतिसाद सिद्धांताची हँडबुक. खंड दोन: सांख्यिकी साधने. सीआरसी प्रेस, यूएसए, 2016.
- गुआंग चेन,युक्सिओ डाॅंग,वनलीन गाओ,लीना यु,सिमोन सी,क्वींग वाॅंग,यींग यांग आणि हाॅंगबिआओ स्वयंचलित परीक्षा पेपर निर्मिती प्रणालीची अंमलबजावणी. गणितीय आणि संगणक मॉडेलिंग, 51, 2010.
- डायग्नोस्टिक चाचण्यांची स्वयं निर्मिती आणि त्यांचे गुणवत्तेचे मूल्यांकन – इडीएम:2020″, इडीएम 2020 सादरीकरण Jul 2020, https://www.youtube.com/watch?v=7wZz0ckqWFs
- लालवानी, अमर आणि स्वीटी अग्रवाल “सखोल “ज्ञान ट्रेसिंग वापरून सुधारित ब्लूमचे वर्गीकरण प्रमाणित करणे.” आर्टिफिशियल इंटेलिजन्स इन एज्युकेशन या आंतरराष्ट्रीय परिषदेत, pp. 225-238. स्प्रिंगर, चाम, 2018.
- फाल्दू, केयूर, अदिती अवस्थी आणि अचिंत थॉमस. “स्कोअर सुधारण्यासाठी आणि त्याच्या भागांसाठी अनुकूली शिक्षण मशीन.” यू.एस. पेटंट 10,854,099, 1 डिसेंबर 2020 रोजी जारी केले.
- दोंडा, चिंतन, सायन दासगुप्ता, सोमा एस. धवला, केयूर फाल्दू आणि अदिती अवस्थी. “शिक्षण परिणामांचा अंदाज लावणे, अर्थ लावणे आणि सुधारणे यासाठी एक फ्रेमवर्क.” arXiv प्रीप्रिंट arXiv:2010.02629 (2020).
- फाल्दू, केयूर, अचिंत थॉमस आणि अदिती अवस्थी. “संदर्भित ज्ञान आधार वापरून वैयक्तिकृत सामग्रीची शिफारस करण्यासाठी सिस्टम आणि पद्धत.” यू.एस. पेटंट अर्ज 16/586,512, 1 ऑक्टोबर 2020 रोजी दाखल
- फाल्दू, केयूर, अचिंत थॉमस आणि अदिती अवस्थी. “वर्तणूक विश्लेषण आणि शिफारसींसाठी प्रणाली आणि पद्धत.” यू.एस. पेटंट अर्ज 16/586,525, 1 ऑक्टोबर 2020 रोजी दाखल.