Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ena.lp.edu.ua:8080/handle/ntb/36083
Назва: Метод оцінювання якості тестових завдань
Інші назви: Tests tasks quality assessment method
Автори: Щербак, Наталія
Shcherbak, Natalia
Приналежність: Запорізький національний технічний університет
Zaporizhzhya National Technical University
Бібліографічний опис: Щербак Н. Метод оцінювання якості тестових завдань / Наталія Щербак // Вісник Національного університету „Львівська політехніка“ Серія: Інформатизація вищого навчального закладу. — Львів : Видавництво Львівської політехніки, 2016. — № 853. — С. 109–116.
Bibliographic description: Shcherbak N. (2016) Metod otsiniuvannia yakosti testovykh zavdan [Tests tasks quality assessment method]. Visnyk Natsionalnoho universytetu "Lvivska politekhnika" Serie: Informatyzatsiia vyshchoho navchalnoho zakladu (Lviv), no 853, pp. 109-116 [in Ukrainian].
Є частиною видання: Вісник Національного університету „Львівська політехніка“ Серія: Інформатизація вищого навчального закладу
Журнал/збірник: Вісник Національного університету „Львівська політехніка“ Серія: Інформатизація вищого навчального закладу
Випуск/№ : 853
Дата публікації: 23-лют-2016
Видавництво: Видавництво Львівської політехніки
Vydavnytstvo Lvivskoi politekhniky
Місце видання, проведення: Україна, Львів
Ukraine, Lviv
УДК: 004.85
Теми: тестові завдання
оцінювання якості
показники якості
нейронна мережа
одношаровий персептрон
test tasks
quality assessment
quality indexes
neural network
single-layer perceptron
Кількість сторінок: 8
Діапазон сторінок: 109-116
Початкова сторінка: 109
Кінцева сторінка: 116
Короткий огляд (реферат): Розроблено метод оцінювання якості тестових завдань, оснований на експертних оцінюваннях показників якості тестового завдання. Отримано результати моделювання нейронної мережі для розв’язання задачі класифікації тестових завдань з оцінювання якості. Вибрано структуру мережі, підготовлено навчальну послідовність і проведено настроювання (навчання) нейронної мережі. Побудовано математичну модель і проаналізовано її.
The method for test tasks quality assessment based on expert assessments of test tasks quality indexes has been developed. The single-layer perceptron simulation for test tasks quality assessment problem solving has been conducted. The network structure has been chosen, the training sequence has been prepared and the neural network training has been carried out. The mathematical model has been built and its analysis has been conducted.
URI (Уніфікований ідентифікатор ресурсу): http://ena.lp.edu.ua:8080/handle/ntb/36083
Власник авторського права: © Національний університет „Львівська політехніка“, 2016
© Щербак Наталія, 2016
URL-посилання пов’язаного матеріалу: http://moodle.org/
http://mentimeter.com/
https://mqlicker.com/
https://getkahoot.com/
Перелік літератури: 1. Башмаков А. И. Разработка компьютерных учебников и обучающих систем / А. И. Башмаков, И. А. Башмаков. – М.: Филин, 2003. – 616 с.
2. Гагарін О. О. Дослідження і аналіз методів та моделей інтелектуальних систем безперервного навчання / О. О. Гагарін, С. В. Титенко // Наукові вісті НТУУ “КПІ”. – 2007. – № 6(56). – С. 37–48.
3. Аванесов B. C. Композиция тестовых заданий: учебная книга / В .С. Аванесов. – Изд. 2-е, исп. и доп. – М.: Центр тестирования. – 2002. – 240 с.
4. Пасховер И. Л. Педагогический тест в качестве инструмента для системы оценки и контроля качества образования / И. Л. Пасховер // Magister Dixit. – 2011. – № 4. – С. 175–185.
5. Аванесов В. С. Проблема объективности педагогических измерений / В. С. Аванесов // Педагогические измерения. 2008. – № 3. – С. 3–40.
6. Аванесов В. С. Проблема эффективности педагогических измерений. / В.С. Аванесов // Педагогические измерения. 2008. – № 4. – С. 3–24.
7. Атоев Э. Х. Экспертная оценка качества предметных тестовых заданий – один из важных аспектов развития дидактического тестирования / Э. Х. Атоев, А. Ю. Шомуродов // Молодой ученый. – 2014. – № 21. – С. 101–104.
8. Щербак Н. В. Метод распределения тестовых заданий / Н. В. Щербак, Г. В. Табунщик // Электротехнические и компьютерные системы. – 2015. №19(95). – С. 307–311.
9. Moodle – бесплатная система управления дистанционными курсами [Электронный ресурс]. – Режим доступа : http://moodle.org/.
10. Щербак Н. В. Анализ средств e-leaning и m-learning для проведения тестирования / Н. В. Щербак // Радиоэлектроника и молодежь в ХХІ веке. 18-й международный молодежный форум: сб. матер. форума. Том 6. – Харьков: ХНУРЭ,14–16 апреля 2014. – С. 180–181.
11. Сервис опросов Mentimeter. – Режим доступа:http://mentimeter.com/.
12. Мобильные опросы mQlicker. – Режим доступа: https://mqlicker.com/.
13. Сервис Kahoot: мобильные опросы. – Режим доступа: https://getkahoot.com/.
14. Щербак Н. В.Анализ средств e-leaning и m-learning для создания опросов / Н. В. Щербак, Г. В. Табунщик // Информационно-компьютерные технологии в экономике, образовании и социальной сфере. ІХ всеукраинская научно-практическая конференция. Вып. 9. – Симферополь: КИПУ, 13–14 марта 2014. – С. 102–104.
15. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы: пер. с польск. И. Д. Рудинского / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М.: Горячая линия. – Телеком, 2004. – 452 с.
16. Хайкин Саймон. Нейронные сети. Полный курс. – 2-е изд.; пер. с англ. – М.: Издательский дом “Вильямс”, 2006. – 1104 с.
17. Haykin S., Neural Networks and Learning Machines (3rd Edition), Prentice Hall, 2009, 906 p.
18. Ou G., Murphey Y.L., (2007), Multi-class pattern classification using neural networks, Journal of Pattern Recognition Society, Vol. 40. – Р. 4–18.
19. Галушкин А. И. Теория нейронных сетей / А. И. Галушкин. – М.: ИСПЖР, 2000. – 416 с.
References: 1. Bashmakov A. I., Bashmakov I. A., Development of computer textbooks and training systems. – Moscow, Information and Publishing House “Filin”, 2003. – 616 p.
2. Gagarin A., Titenko S. Research and analysis methods and models of intelligent systems lifelong learning, Scientific news “KPI”.– 2007. – Vol. 6(56). – Р. 37–48.
3. Avanesov V. S. The Composition of the Test Tasks, Moscow, Russian Federation, Test Center Publ. – 2002. – 240 p.
4. Paskhover I. L. Pedagogical test as a tool for system of evaluation and control of the quality of education, Magister Dixit. – 2011. – Vol. 4. – Р. 175–185.
5. Avanesov V. S. The problem of objectivity pedagogical measurements // Education Measurement. – 2008. –Vol. 3. – Р. 3–40.
6. Avanesov V. S. The problem of efficiency pedagogical measurements // Education Measurement. – 2008. – Vol. 4. – Р. 3–24.
7. Atoev Je. H., Shomurodov A. Yu. Expert Evaluation of the Quality of Subject Test Tasks – One of the Important Aspects of the Development of the Didactic Testing, Young Scientist Publ. – 2014. – Vol. 21. – Р. 101–104.
8. Shcherbak N. V., Tabunshchyk G. V. The Tesk Tasks Distribution Method // Journal of Electrotechnic and Computer Systems Publ. – 2015. – Vol. 19(95). – Р. 307–311.
9. Moodle – free control system of distance courses: http://moodle.org/.
10. Shcherbak N. V. An analysis means of elearning and m-learning to the testing, Radio Electronics and Youth in the XXI Century. 18th International Youth Forum. Coll. Materials Forum. – Vol. 6. – Kharkov: KNURE, 14–16 April 2014. – Р. 180–181.
11. The service of poll Mentimeter: http://mentimeter.com/.
12. Mobile polls mQlicker:https://mqlicker.com/.
13. The service Kahoot: mobile polls: https://getkahoot.com/.
14. Shcherbak N. V.,Tabunshchyk G. V. An analysis means of e-learning and m-learning to create surveys, Information and Computer Technology in the Economy, Education and Social Services. IX All-Ukrainian Scientific-Practical Conference. Issue 9. – Simferopol, 13–14 March. – Р. 102–104.
15. Rutkovskaya D., Pilin’skii M., Rutkovskii L. Neural Networks, Genetic Algorithms and Fuzzy Systems. Moscow, Russian Federation, Hot Line Publ.. – 2004. – Р. 452.
16. Haykin S. Neural Networks: A Comprehensive Foundation. – 2nd Edition, Prentice-Hall, 1999.
17. Haykin S. Neural Networks and Learning Machines (3rd Edition), Prentice Hall, 2009.
18. Ou G., Murphey Y. L. Multi-class pattern classification using neural networks // Journal of Pattern Recognition Society. – 2007. – Vol. 40. – Р. 4–18.
19. Galushkin A. I. The theory of neural networks.Book. 1: Textbook manual for schools / General Ed. A. I. Galushkina. – Moscow, IPRZhR, 2000. – 416 p. (Neurocomputers and their application).
Тип вмісту : Article
Розташовується у зібраннях:Інформатизація вищого навчального закладу. – 2016. – № 853

Файли цього матеріалу:
Файл Опис РозмірФормат 
B-NULP-IHE_2016n853_Shcherbak_N-Tests_tasks_quality_assessment_109-116.pdf793,73 kBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.