Kredit:CC0 Public Domain
At måle elevernes viden i onlinekurser giver en række udfordringer. Forskere fra Higher School of Economics og University of Leuven foretog forbedringer af modellen til vurdering af akademiske resultater og offentliggjorde deres resultater i tidsskriftet Heliyon .
Adskillige systemiske faktorer gør det vanskeligt for udviklere af onlinekurser at vurdere elevernes færdigheder nøjagtigt. Først, de gennemsnitlige 10 til 15 testspørgsmål er for få til at give et nøjagtigt og pålideligt mål for viden. Sekund, brugen af multiple-choice spørgsmål fører til gæt og en forvrængning af resultaterne. Tredje, hyppig brug af det samme sæt korrekte svar som et mål for færdighed gør det vanskeligt at sammenligne elever, når testen er opdateret selv lidt.
Forskere fra Higher School of Economics og University of Leuven formåede at løse disse problemer ved at udvide den klassiske Rasch-model med yderligere parametre.
"Først, vores udvidede tilgang omfatter effekten af flere forsøg, gør det muligt at skelne mellem elever, der gætter, og dem, der kender svarene, " sagde HSE Center for Psykometri i eLearning Head Dmitry Abbakumov. "For det andet, fordi vidensmålingerne opnået med denne udvidede tilgang er udtrykt på en enkelt skala, de kan sammenlignes, selv når testspørgsmålene ændres væsentligt. Og endelig, vi beregner målinger ikke kun baseret på testresultater, men også ved at tage højde for elevens oplevelse – deres aktivitet, når de ser videoer og præstationer i hands-on sessioner – hvilket giver en mere omfattende forståelse af elevens kompetence."
I fremtiden, den af forskerne foreslåede tilgang kunne bruges i vurderingsmotorer på uddannelsesplatforme for at opnå mere præcise målinger af elevernes viden. Og målene kunne indbygges i navigations- og anbefalingsløsningerne i digital undervisning.