支持移动学习的护士执业资格自适应训练系统的设计
发布时间：2022-01-05 14:40
随着互联网、科学技术的迅速发展,移动学习、碎片化智能学习、自适应个性化学习已经成为线上学习的主流方式。合理利用碎片化时间开展有效学习,是人们适应新时代的发展,改变学习方式的一个重要模式。目前,学生的个性化教育和适应性发展显然已成为教育发展的主要趋势。将移动学习与自适应学习相结合的学习方式能更好的实现按需学习,更好地实现其高灵活性、强针对性、移动性、个性化、高吸收的特点,同时也能化解“个体需求资源有限”和“总体资源无限”之间的矛盾。本文以护士执业资格考试内容为例基于项目反应理论设计了支持移动学习的自适应训练系统。根据某学校近三年护士执业考试通过率的数据显示,不同起点但是相同合格标准使得受教育程度最低的中等职业护生考试通过率也最低。本研究希望通过利用碎片化的学习方式,结合学习者实际情况,提供具有强针对性复习资源,利用自适应学习方式进行备考训练,以提高复习效率,帮助低学历的考生提升考试通过率为目的。首先,使用文献研究法阐明了研究的背景和意义,重点对自适应学习国内外的研究现状进行了分析。通过对个性化学习、自适应学习、移动学习相关概念的界定及对项目反应理论和非正式学习理论的深入研究为系统的设计夯...
【文章来源】：内蒙古师范大学内蒙古自治区
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
–1中国网民职业结构图
目辨别能力特性的度量，难度系数 b 是测试者对项的困难程度的度量[25]，猜测系数 c 是测试者真实能项目，但在测试中却表现出正确反应的概率的量度三参数都是定值，因此被试者的能力水平θ是唯做出正确的反应的因素。较多的是三参数模型，模型中项目参数（区分度 a能力值θ和 Pi(θ)可以构成一条平滑的曲线，即，从图中可以发现项目特性曲线的下部渐近线离坐表明由于存在猜测因素，能力很低的测试者答对以拐点为中心,其拐点在纵轴上的投影正好落在 c 平为 b 的测试者答对该项目的概率,不考虑猜测因b 定义为项目的难度参数。它描述了一个项目如何学生和高于项目位置的学生。这一性质本质上反映
求解方程：[ ln (1 )ln(1 )] 0iiiiUPUPdd 公式（2-8）②测试者的特质参数与项目参数均未知的情况下使用联合极大似然估计两参数，具体参数估计算法流程为图 2-2 所示：（1）设定初值：()0 z标准分()0bbb为项目i的经典难度iii 2.0()0aaa为项目i的经典区分度iii ()10k为为项目i的可选项kci
【参考文献】：
期刊论文
[1]移动学习在高校教学中的应用研究[J]. 张海芸,李琴. 无线互联科技. 2018(10)
[2]基于自适应学习平台的学生数字能力发展应用分析[J]. 胡玮. 中国教育技术装备. 2017(19)
[3]论当今大学生脑力负荷情况[J]. 陈晨,赵敬,李景良,宁超. 课程教育研究. 2015(19)
[4]基于项目反应理论的计算机自适应测试算法的研究与实现[J]. 刘锋,郭维威. 软件. 2014(07)
[5]关于IRT应用于计算机自适应考试的综述[J]. 方攀. 河南教育学院学报(自然科学版). 2014(01)
[6]各层分布近似的计算机化自适应测验分层选题策略[J]. 章沪超,丁树良. 江西师范大学学报(自然科学版). 2013(06)
[7]基于GALSRM模型的自适应学习系统体系结构研究[J]. 姜强,赵蔚,王朋娇. 现代远距离教育. 2013(01)
[8]关于经典测量理论和项目反应理论中难度和区分度的探讨[J]. 冯艳宾,马洪超. 中国考试. 2012(04)
[9]非正式学习理论与创新型人才开发[J]. 崔祥民,郭春. 武汉工程大学学报. 2009(06)
[10]技术支持的“非正规学习”研究新进展[J]. Julian Sefton-Green,侯小杏,杨玉芹,焦建利. 远程教育杂志. 2007(06)
博士论文
[1]适应性学习系统中学习模型迁移方法的研究[D]. 王岚.天津大学 2004
[2]基于Web的适应性学习支持系统研究[D]. 陈品德.华南师范大学 2003
硕士论文
[1]面向高中英语的自适应测试系统中项目参数的实验研究[D]. 秦珊珊.东北师范大学 2013
[2]基于项目反应理论的自适应测试选题策略研究[D]. 王鹏.沈阳师范大学 2013
[3]基于项目反应理论的计算机自适应考试系统的研究[D]. 朱靖华.湖南大学 2008
[4]自适应学习平台的设计与开发[D]. 沈孝山.华东师范大学 2006
[5]基于IRT的网络自适应考试系统的设计与应用研究[D]. 黄远鸣.华东师范大学 2006
[6]基于网络的自适应学习系统研究[D]. 高晓红.上海师范大学 2003
[7]一个计算机化自适应考试系统的设计与实现[D]. 陈艳.华中师范大学 2002
[8]基于Web的自适应考试系统研究[D]. 杨琳.华中师范大学 2002
本文编号：3570532
【文章来源】：内蒙古师范大学内蒙古自治区
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
–1中国网民职业结构图
目辨别能力特性的度量，难度系数 b 是测试者对项的困难程度的度量[25]，猜测系数 c 是测试者真实能项目，但在测试中却表现出正确反应的概率的量度三参数都是定值，因此被试者的能力水平θ是唯做出正确的反应的因素。较多的是三参数模型，模型中项目参数（区分度 a能力值θ和 Pi(θ)可以构成一条平滑的曲线，即，从图中可以发现项目特性曲线的下部渐近线离坐表明由于存在猜测因素，能力很低的测试者答对以拐点为中心,其拐点在纵轴上的投影正好落在 c 平为 b 的测试者答对该项目的概率,不考虑猜测因b 定义为项目的难度参数。它描述了一个项目如何学生和高于项目位置的学生。这一性质本质上反映
求解方程：[ ln (1 )ln(1 )] 0iiiiUPUPdd 公式（2-8）②测试者的特质参数与项目参数均未知的情况下使用联合极大似然估计两参数，具体参数估计算法流程为图 2-2 所示：（1）设定初值：()0 z标准分()0bbb为项目i的经典难度iii 2.0()0aaa为项目i的经典区分度iii ()10k为为项目i的可选项kci
【参考文献】：
期刊论文
[1]移动学习在高校教学中的应用研究[J]. 张海芸,李琴. 无线互联科技. 2018(10)
[2]基于自适应学习平台的学生数字能力发展应用分析[J]. 胡玮. 中国教育技术装备. 2017(19)
[3]论当今大学生脑力负荷情况[J]. 陈晨,赵敬,李景良,宁超. 课程教育研究. 2015(19)
[4]基于项目反应理论的计算机自适应测试算法的研究与实现[J]. 刘锋,郭维威. 软件. 2014(07)
[5]关于IRT应用于计算机自适应考试的综述[J]. 方攀. 河南教育学院学报(自然科学版). 2014(01)
[6]各层分布近似的计算机化自适应测验分层选题策略[J]. 章沪超,丁树良. 江西师范大学学报(自然科学版). 2013(06)
[7]基于GALSRM模型的自适应学习系统体系结构研究[J]. 姜强,赵蔚,王朋娇. 现代远距离教育. 2013(01)
[8]关于经典测量理论和项目反应理论中难度和区分度的探讨[J]. 冯艳宾,马洪超. 中国考试. 2012(04)
[9]非正式学习理论与创新型人才开发[J]. 崔祥民,郭春. 武汉工程大学学报. 2009(06)
[10]技术支持的“非正规学习”研究新进展[J]. Julian Sefton-Green,侯小杏,杨玉芹,焦建利. 远程教育杂志. 2007(06)
博士论文
[1]适应性学习系统中学习模型迁移方法的研究[D]. 王岚.天津大学 2004
[2]基于Web的适应性学习支持系统研究[D]. 陈品德.华南师范大学 2003
硕士论文
[1]面向高中英语的自适应测试系统中项目参数的实验研究[D]. 秦珊珊.东北师范大学 2013
[2]基于项目反应理论的自适应测试选题策略研究[D]. 王鹏.沈阳师范大学 2013
[3]基于项目反应理论的计算机自适应考试系统的研究[D]. 朱靖华.湖南大学 2008
[4]自适应学习平台的设计与开发[D]. 沈孝山.华东师范大学 2006
[5]基于IRT的网络自适应考试系统的设计与应用研究[D]. 黄远鸣.华东师范大学 2006
[6]基于网络的自适应学习系统研究[D]. 高晓红.上海师范大学 2003
[7]一个计算机化自适应考试系统的设计与实现[D]. 陈艳.华中师范大学 2002
[8]基于Web的自适应考试系统研究[D]. 杨琳.华中师范大学 2002
本文编号：3570532
本文链接：https://www.wllwen.com/yixuelunwen/yiyuanguanlilunwen/3570532.html
最近更新
教材专著
