将在线钻井方法与知识提升相联系的实验设计与分析
应用统计
2013-10-31 v1
摘要
一种名为 tutor-web 的在线钻井系统已被开发并用于教授数学和统计学。该系统被用于包含 182 名学生的微积分基础课程中。学生被要求在 tutor-web 中回答测验问题，因此在整个学期中受到持续监控。可用数据包括课程开始时进行的_status exam_成绩、最终成绩以及在 tutor-web 系统中收集的数据。我们利用系统中收集的数据提出了一种学生分类方法：优秀的学生 (Good) 应能快速解决问题并答对；“勤奋”的学习者 (Learner) 可能需要更长时间才能得出正确答案；猜测型（较差，Poor）的学生不会花很长时间却得出错误答案；其余未分类的明显非学习学生 (Unclassified) 则花费很长时间得出错误答案，从而形成简单的 GLUP 分类。研究发现，(Poor) 学生的进步最小（定义为从_status exam_到期末考试的成绩变化），而 Learners 的进步最大。研究结果用于论证如何需要并设计进一步的实验，并指示系统如何需要进一步发展以容纳此类实验。
引用
@article{arxiv.1310.8236,
title = {Design and analysis of experiments linking on-line drilling methods to improvements in knowledge},
author = {Anna Helga Jonsdottir and Gunnar Stefansson},
journal= {arXiv preprint arXiv:1310.8236},
year = {2013}
}