Wyszukiwarka
Abstrakt
Artykuł prezentuje system pozwalający na przeprowadzenie sprawdzianów studenckich w wersji papierowej oraz na komputerach. Kluczowym aspektem systemu jest moduł umożliwiający przeprowadzenie oraz sprawdzenie tradycyjnego testu, którego pytania będą losowane z utworzonej wcześniej bazy (lub kilku baz) pytań. Trzema głównymi zadaniami aplikacji są następująco: tworzenie i edycja testów oraz zapisywanie ich w bazie pytań, generowanie wersji testu (na podstawie stworzonej uprzednio bazy pytań) wraz z losowaniem kolejności pytań i odpowiedzi, pogląd statystyk indywidualnych oraz grupowych po ewaluacji danego testu. Program umożliwia również przeprowadzenie sprawdzianu na komputerze (poprzez stronę internetową) dzięki możliwości generowania quizów w formie odczytywalnej przez platformę Moodle. Aplikacja do odczytywania i ewaluacji sprawdzianów w wersji papierowej pozwala na odczyt danych studenta (numeru indeksu) oraz wypełnionych odpowiedzi i sprawdzenie ich poprawności na podstawie pobranego z serwera mapowania odpowiedniego dla danej wersji testu.
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
- Opublikowano w:
-
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
nr 57,
strony 25 - 28,
ISSN: 1425-5766 - Język:
- polski
- Rok wydania:
- 2017
- Opis bibliograficzny:
- Hirsz B., Babicz-Kiewlicz S.: System automatyzacji przeprowadzania i oceniania sprawdzianów studenckich// Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej. -Vol. 57., (2017), s.25-28
- Bibliografia: test
-
więcej (6) mniej
- Horst B. P., Shen-pei W.: Handbook of Character Recognition and Document Image Analysis, World Scientific, Singapore 2000.
- Goodfellow I. J., Bulatov Y., Ibarz J., Arnoud S., Shet V.: Multi-digit Number Recognition from Street View Imagery using Deep Convolutional Neural Networks, ICLR 2014 International Conference on Learning Representations, 14 -16 kwietnia, 2014, Banff, Kanada, 6082.
- Stehno B., Alexander E., Retti G.: Automated Encoding of Digitized Texts, Literary and Linguistic Computing, Vol. 18, Nr 1, New York 2003, s. 77-88 otwiera się w nowej karcie
- Canny J., A computational approach to edge detection, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 8, 1986, s. 679-698. otwiera się w nowej karcie
- Otsu N.: A Threshold Selection Method from Gray- Level Histograms, IEEE transactions on systems, Man, and cybernetics, Vol. 9, No. 1, 1979, s. 62-66. otwiera się w nowej karcie
- Smith R.: An Overview of the Tesseract OCR Engine, Ninth International Conference on Document Analysis and Recognition (ICDAR 2007), 23 -26 wrze nia, 2007, Curitiba, Brazylia, s. 629-633. otwiera się w nowej karcie
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 55 razy