臺灣博碩士論文加值系統

本研究嘗試以國小四年級數學領域之五個能力指標為例，探討以證據為中心的評量架構並結合貝氏網路推論工具的評量診斷模式，嘗試建置一套方便有效的診斷系統。另外以電腦多媒體元件製作電腦動畫的補救教學系統，希望藉由本系統讓學生可以接受個別化的診斷測驗，並施予適性化、即時化的電腦補救教學。期能同時達到評量、診斷、補救教學的功能。
研究結果發現：
1.以證據中心為主的評量設計原則與步驟，結合貝氏網路建構以概念性的評量架構為主的評量模式，可有效應用於診斷學生知錯誤類型與子技能。
2.欲建構出一個完整且有效的貝氏網路，首先需進行文獻探討建立貝氏網路，再利用實際資料進行分析以修正貝氏網路。以貝氏網路為推論工具的測驗診斷系統能有效的精準診斷，並達到評量出學童們常犯的錯誤或是迷思概念的診斷效果。
3.本研究中之診斷系統能同時完成施測及補救教學活動，達成同時同工之成效。
4.透過「電腦適性化補救教學」後，學生在「4-n-01~4-n-05」能力指標概念的測驗表現上具有顯著差異，平均分數有進步學習成效明顯。
關鍵詞：以證據為中心的評量架構、貝氏網路、電腦適性化補救教學

The main purpose of the research is to explore the educational assessment on the basis of Evidence-Centered assessment design（ECD） to build a convenient and effective diagnosis system. We use Bayesian networks for modeling assessment data and identifying bugs and sub-skills in The “Integer” of Mathematics in Grade 6. This research integrates the opinion of the experts, scholars, and primary school teachers. Also, the multimedia computer is devised for Diagnostic Testing and computerizes adaptive remedial instruction with the system. Students can receive not only individual diagnostic tests, but adequate and in-time computerized adaptive remedial instruction. Evaluation Diagnosis and remedy can be achieved simultaneously.
The results：
1.The Bayesian networks evaluation mode and evidence- Centered assessment design apply effectively to the diagnosis of students’ mistakes and sub-skills.
2.To set up a complete and effective Bayesian networks. One has to do some research to build a Bayesian networks at first and then modifies it by analyzing practical materials.
3. Both testing and remedial teaching can be achieved simultaneously.
4.The progress of student is significant after taking the Computerize adaptive remedial instruction.

key words：
Evidence-Centered assessment design、Bayesian networks、
Computerize adaptive remedial instruction

中文摘要 …………………………………………………………………… Ⅰ
Abstract …………………………………………………………………… Ⅱ
目錄 ………………………………………………………………………… Ⅲ
圖目錄 ……………………………………………………………………… Ⅴ
表目錄 ……………………………………………………………………… Ⅵ
第一章 緒論 ……………………………………………………………… 1
第一節 研究動機 ………………………………………………… 1
第二節 研究目的 ………………………………………………… 2
第三節 名詞解釋 ………………………………………………… 3
第四節 論文架構 ………………………………………………… 4
第二章 文獻探討 ………………………………………………………… 6
第一節 證據中心的評量設計 …………………………………… 6
第二節 貝氏網路 ………………………………………………… 10
第三節 貝氏網路在教育上的應用 ……………………………… 14
第四節 「整數」教材分析 ……………………………………… 16
第五節 電腦補救教學 …………………………………………… 29
第三章 研究設計與實施 ………………………………………………… 37
第一節 研究方法 ………………………………………………… 37
第二節 研究流程 ………………………………………………… 49
第三節 研究工具 ………………………………………………… 51
第四節 研究對象 ………………………………………………… 52
第五節 資料收集與分析 ………………………………………… 52


第四章 研究結果 ………………………………………………………… 54
第一節 貝氏網路應用在診斷測驗之成效 ……………………… 54
第二節 電腦化診斷測驗及動畫補救教學結果分析 …………………… 58
第五章 結論與建議 ……………………………………………………… 71
第一節 結論 ……………………………………………………… 71
第二節 建議 ……………………………………………………… 72

參考文獻
一、中文部分 ……………………………………………………… 73
二、英文部分 ……………………………………………………… 74

附錄
附錄一 施測試卷(A)試題檢核表 ……………………………… 76
附錄二 能力指標4-n-01～4-n-05貝氏網路架構全圖 ……… 88
附錄三 九年一貫課程數學領域「整數」能力指標試卷(A)…… 89
附錄四 九年一貫課程數學領域「整數」能力指標試卷(B)…… 91
附錄五 本研究補救教學畫面 …………………………………… 93
附錄六 四年級「整數」能力指標、子技能、錯誤類型對照表… 96

圖 目 錄
圖2-1 完整的ECD模式(許雅菱,2005) ………………………… 7
圖2-2 作業表現及可觀察變數的關係 ………………………… 8
圖2-3 貝氏網路非循環的有向圖 ……………………………… 11
圖2-4 職棒球員是否能打安打的貝氏網路圖 ………………… 13
圖3-1 能力指標 4-n-01 貝氏網路架構圖 …………………… 42
圖3-2 能力指標 4-n-02 貝氏網路架構圖 …………………… 43
圖3-3 能力指標 4-n-03 貝氏網路架構圖 …………………… 44
圖3-4 能力指標 4-n-04 貝氏網路架構圖 …………………… 45
圖3-5 能力指標 4-n-05 貝氏網路架構圖 …………………… 46
圖3-6 電腦教學動畫腳本例舉 ………………………………… 47
圖3-7 施測系統登入畫面 ……………………………………… 48
圖3-8 施測系統施測中畫面 …………………………………… 48
圖3-9 本研究之研究流程圖 …………………………………… 50
圖4-1 本研究各能力指標前後測答題反應情形 ……………… 63
圖4-2 能力指標 4-n-01 答題反應情形 ……………………… 63
圖4-3 能力指標 4-n-02 答題反應情形 ……………………… 64
圖4-4 能力指標 4-n-03 答題反應情形 ……………………… 64
圖4-5 能力指標 4-n-04 答題反應情形 ……………………… 64
圖4-6 能力指標 4-n-05 答題反應情形 ……………………… 65
圖4-7 能力指標 4-n-01 前、後測錯誤類型發生率 ………… 67
圖4-8 能力指標 4-n-02 前、後測錯誤類型發生率 ………… 67
圖4-9 能力指標 4-n-03 前、後測錯誤類型發生率 ………… 68
圖4-10 能力指標 4-n-04 前、後測錯誤類型發生率 ………… 68
圖4-11 能力指標 4-n-05 前、後測錯誤類型發生率 ………… 68

表 目 錄
表2-1 職棒球員是否能打安打的條件機率表 ………………… 12
表2-2 貝氏網路在教育上之應用研究整理 …………………… 15
表2-3 「整數」能力指標及細目詮釋 ………………………… 21
表2-4 國小學童學習「整數」的錯誤類型 ………………… 24
表3-1 國小四年級「整數」能力指標之子技能 ……………… 39
表3-2 國小四年級「整數」能力指標之錯誤類型 …………… 40
表3-3 試題檢核表例舉 ………………………………………… 41
表3-4 能力指標4-n-01試題中錯誤類型出現情形…………… 41
表4-1 「整數」貝氏網路分類決斷值之診斷精準度(錯誤類型部分) …………………………………………………… 54
表4-2 「整數」貝氏網路分類決斷值之診斷精準度(子技能部分) ……………………………………………………… 55
表4-3 固定與動態分類決斷值比較表 ………………………… 58
表4-4 前、後測成績統計表 …………………………………… 59
表4-5 前、後測成績成對樣本檢定表 ………………………… 60
表4-6 高分組前、後測成績成對樣本檢定表 ………………… 61
表4-7 低分組前、後測成績成對樣本檢定表 ………………… 61
表4-8 受測學生[08464140423]前後測答題反應比較表……… 62
表4-9 受測學生[08464140423]前後測錯誤類型診斷結果…… 62
表4-10 前、後測出現錯誤類型人數統計表…………………… 65
表4-11 各群組前、後測出現錯誤類型人數比較表…………… 69
表4-12 各群組前、後測平均出現錯誤類型人數比較表……… 69
表4-13 同分學生答題反應一覽表……………………………… 70
表4-14 同分學生所犯錯誤類型診斷表………………………… 70

一、中文部分
許雅菱(2005)。貝氏網路在教育測驗分析上的應用。臺中師範學院教育測驗統計研究所論文。
洪素敏(2004)。國小五年級學童分數迷思概念補救教學之研究。國立嘉義大學數學教育研究所論文。
潘俊帆(2001)。以貝氏網路為基礎的個人差異化知識處理機制。東海大學工業工程學系研究所論文。
呂靜芳(2000)。由網站行為歷程以貝氏學習建立學習者模式之引導系統。國立中央大學/資訊工程研究所論文。
李俊儀(2005)。以貝氏網路為基礎的電腦化適性測驗選題策略-以國小數學科診斷測驗為例。臺中師範學院數學教育學系研究所論文。
劉麒峰(2004)。以貝氏網路為基礎的國中數學相關因素預測及診斷系統。淡江大學/資訊工程學系研究所論文。
鄭乃塵(2004)。基於貝氏網路分析法之學生評鑑模式。元智大學/資訊工程學系研究所論文。
教育部九年一貫數學學習領域綱要諮詢意見小組(2003)。九年一貫數學學習領域綱要諮詢意見。數與量基本理念篇。第2-9頁。
王瑋樺(2001)。國小三年級數學學習障礙學生加法文字題解題歷程與補救教學之研究。國立屏東師範學院數理教育研究所。
王瑋樺(2001)。解加法文字題之解題歷程與錯誤類型分析討論。思摩特網資源分享區數學領域資源。
林秋榮(2001)。電腦化動態評量對國小三年級學習障礙學生整數四則問題之研究。國立台中師範學院進修暨推廣部國民教育研究所碩士論文。
許淑萍(2002)。國小學生乘除法表徵能力與後設認知相關之研究。國立台中師範學院教育測驗統計研究所碩士論文。
張永傑(2000)。國小中年級學童「數詞－數字」轉譯的困難：中文命數系統的影響。國立台灣大學心理學研究所碩士論文。
許美華(2000)。國小二年級學童乘法解題策略變化之研究。屏東師範學院國民教育研究所碩士論文。
林子幼(2002)。國小三年級數學科正整數乘法概念之探究－以試題選項特徵曲線為分析基礎。國立台中師範學院教育測驗統計研究所碩士論文。
黃靖淑(2002)。國小中高年級學生數字感發展概況之探討。國立台南師範學院國民教育研究所碩士論文。
竹興數學加油站(2000)。教材庫－常見錯誤。http://content.edu.tw/primary/math/ml_cs/con2/con2.htm
教育部 (2003)。國民中小學九年一貫課程綱要—數學學習領域。附錄二—分年細目詮釋(四)四年級。第109-110頁
許志毅(2004)。國小數學領域電腦化適性診斷測驗及補救教學系統之內容開發及試用─以「扇形」單元為例。臺中師範學院教育測驗統計研究所論文。
蔡昆穎(2004)。國小數學領域電腦化適性診斷測驗及補救教學系統之內容開發及試用─以「擴分、約分」單元為例。臺中師範學院教育測驗統計研究所論文。
二、英文部分
Almond R. G.＆ Mislevy R. J.(1999). Graphical models and computerized adaptive testing. Applied Psychological Measurement, 23(3), 223-237.
Almond,R.G., Dibello,L., Jenkins,F., Senturk,D., Mislevy,R.J., Steinberg,L.S. ＆ Yan,D. (2001).Models for Conditional Probability Tables in Educational Assessment.In Proceedings of the 2001 Conference on AI and Statistics .Society for Artificial Intelligence and Statistics http://www.ai.mit.edu/conference /aistats2001/files/almond46.ps
Mislevy, R. J., Almond, R. G. ＆ Lukas, J. F. (2003). A brief introduction to evidence-centered design, 8-19.
Mislevy, R. J., Steinberg, L. S., & Almond, R. G. (1998). On the roles of task model variables in assessment design. Generating items for cognitive tests: theory and practice, 12-35.
Vomlel, J.(2003). Bayesian networks in educational testing. http://utia.cas.cz/vomlel/. 1-4
Pearl,J.(1988).Probabilistic reasoning in intelligence systems. San Mateo, CA:Morgan Kaufmann, 2-21.
Russell G. Almond, R. G., Steinberg, L. S., & Mislevy R. J.(2003).A four-process architecture for assessment delivery with connections to assessment design. National center for study of evaluation, standards, and student testing (CRESST), 5-13.
Russell,S., & Norvig,P.(1995). Artificial Inteligence. A modern approach. Upper Saddle River, NJ:Prentice Hall Inc. 1-23.
Snow, R.E. & Lohman, D.F..(1989). Implications of cognitive psychology for educational measurement. In R.L. Linn(Ed.) Educational Measurement,263-331.
Yan, D., Almond, R.G., & Mislevy, R. J.(2003).Unpublished draft empirical comparisons of cognitive diagnostic models. Educational testing service, 12-13.
Tierney, C., Boyd, C., & Davis, G.(1990). Prospective primary teachers’ conceptions of area. In G. Booker, P. Cobb, & T. N. deMendicuti (Eds.). Proceedings: 14th PME conference, 2, 307-315.