跳到主要內容

臺灣博碩士論文加值系統

(34.226.244.254) 您好!臺灣時間:2021/08/03 04:11
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:俞克斌
研究生(外文):Ko-Pin Yu
論文名稱:建置基於KSAT系統之適性診斷暨補救教學系統 以高中數學矩陣單元為例
論文名稱(外文):Adaptive Diagnostic & Remedial Teaching System based on the KSAT,Matrix Unit of High School Math, for example
指導教授:許天維許天維引用關係
指導教授(外文):Tian-Wei Sheu
口試委員:許天維郭伯臣陳進春
口試委員(外文):Tian-Wei SheuBor-Chen KuoChin-Chun Chen
口試日期:2012-06-26
學位類別:碩士
校院名稱:國立臺中教育大學
系所名稱:教育測驗統計研究所
學門:教育學門
學類:教育測驗評量學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:102
中文關鍵詞:電腦化適性測驗專家知識結構矩陣省題率補救教學
外文關鍵詞:Computer adaptive testingexpert knowledge structureMatrixSaving item rateRemedial teaching
相關次數:
  • 被引用被引用:5
  • 點閱點閱:466
  • 評分評分:
  • 下載下載:29
  • 收藏至我的研究室書目清單書目收藏:1
如何偵測學生學習過程盲點,並予以矯正,協助其得以更上層樓,是教育關鍵的一環。本研究本於教育部中等教育司公布之「普通高級中學課程綱要(97年版,99學年度高一新生適用)」,簡稱99課綱(教育部,2010),依循順序理論(ordering theory,OT),建立高中「矩陣」單元的專家知識結構與對應題庫。並據以為藍本,建置電腦化適性選填題測驗診斷系統。此系統之介面簡單且易於操作,並適用電腦或行動載具進行施測,可減少傳統畫卡式作答與閱卷所造成之人時壓力。並經省題率檢測,足堪確認適性效果,經評估結果顯示:在前測方面,當預測精準度為96.31%時,平均施測題數為16.33題,大約節省14.05%的試題;當預測精準度為90.25%時,平均施測題數為14.80題,大約節省22.11%的試題。後測方面,當預測精準度為95.79%時,平均施測題數為14.10題,大約節省25.79%的試題;當預測精準度為90.59%時,平均施測題數為12.39題,大約節省34.79%的試題。同時此適性測驗系統,可以診斷高中生矩陣單元學習狀況,鑑別學生個別盲點,輔以針對性補救教學結構,進行適性補救教學,並經「各組間受試者的成績變化」分析、「各組間受試者之高低分組的成績變化」檢視、「以適性選題方式進行施測與全測」比較、「各組內前後測的成績差異」比對、「各組內之高低分組前後測成績的差異」比評,以及「電腦化測驗重點通過率的變化」觀測,均確認「經補救教學後各組前後測成績進步達顯著差異」、更確認「電腦化補救教學優於傳統團班補救教學」,提升高中教學成效可以期待。
How to detect students' learning process of the blind spot, and be corrected, to assist them in to new heights, is the key point of education. In this study, based on" the 99 Syllabus", we build the expert knowledge structure of the "matrix" unit of high school, and construct the corresponding items bank for each concept , has been able to load computerized adaptive testing requirements. Based expert knowledge structure and the corresponding exam as a blueprint to build a computerized adaptive optional question test and diagnostic systems. The interface of this system is simple and easy to operate, and applicable to a computer or mobile vehicle, can reduce manpower and time burden. The saving item rate relating to the optional question the computerized adaptive test diagnostic system performance assessment results: pretest, the average item numbers are 16.33 under the prediction accuracy of 96.31% , a savings of approximately 14.05% items; and the average applied to the measured number of items to 14.80 by the prediction accuracy of 90.25% , a savings of approximately to 22.11% items . The post-test average items number, when the prediction accuracy of 95.79%, is 14.10 , a savings of approximately 25.79% of the questions; average number of questions when the prediction accuracy of 90.59%, 12.39 title, a savings of approximately 34.79 % of the questions. That regardless of the pretest or posttest the post therapy confirm student questions structure adaptive topics to accept the whole test can save questions than the students. After we analyzed the score changes between each group, viewed the score changes of different level between each group, compared the saving item rate of each adaptive topics, measured pretest and posttest differences within each group, surveyed pretest and posttest differences of different level inside each group, and observed the change of computerized tests topics before and after, we could make sure this adaptive testing system can diagnose the learning status of high school students in the Matrix unit, to identify students' individual blind spots, supplemented by targeted remedial instruction structure, adaptive remedial instruction, and confirmed the remedial teaching effectiveness of computerized adaptive testing system is better than the traditional group remedial teaching style to enhance the effectiveness of high school teaching can expect.
目錄
第一章 前言……………………………………………………………. 01
第一節 研究動機與背景…………………………………………… 01
第二節 研究目標…………………………………………………… 05


第二章 文獻探討……………………………………………………… 06
第一節 知識結構…………………………………………………… 06
第二節 試題結構理論……………………………………………… 10
第三節 試題題庫編製……………………………………………… 13
第四節 電腦化適性測驗(CAT)…………………………………… 15
第五節 補救教學…………………………………………………… 19
第六節 高中課程矩陣單元………………………………………… 20
第七節 選填題題型………………………………………………… 21


第三章 研究方法與工具………………………………………………. 23
第一節 研究流程…………………………………………………… 23
第二節 研究對象…………………………………………………… 23
第三節 專家知識結構建立………………………………………… 25
第四節 編製對應知識結構之試題………………………………… 25
第五節 線上適性測驗系統開發…………………………………… 26
第六節 進行前測…………………………………………………… 27
第七節 線上適性補救教學系統開發……………………………… 30
第八節 進行補救教學……………………………………………… 32
第九節 進行後測…………………………………………………… 34
第十節 評估補救教學成效………………………………………… 37


第四章 研究結果………………………………………………………. 38
第一節 專家知識結構與對應題庫………………………………… 38
第二節 電腦化適性測驗系統……………………………………… 41
第三節 適性補救教學……………………………………………… 48


第五章 結論與建議……………………………………………………. 71


參考文獻………………………………………………………………….. 73

附錄……………………………………………………………………….. 77
前測考題
前測考題詳解
後測考題
後測考題詳解

表目錄
表2.1.1. 專家知識結構檢核表…………………………………….. 08
表2.2.1. 試題 與試題 之聯合邊際機率………………………… 10
表2.3.1. 試題檢核表範例………………………………………….. 13
表3.4.1. 本研究建立之電腦化測驗試題信度分析……………….. 26
表3.6.1. 三組測驗形式與補救教學類型分配…………………….. 27
表4.1.1. 「矩陣」單元共同必授課題及所對應知識節點………… 39
表4.4.1. A、B組受試者間效應檢定……………………………… 50
表4.4.2. A、B組校正後的平均成績……………………………… 51
表4.4.3. A、B組校正後平均成績的差異………………………… 51
表4.4.4. B、C組同質性檢定……………………………………… 52
表4.4.5. B、C組校正後的平均成績……………………………… 52
表4.4.6. B、C組校正後的平均成績差異………………………… 53
表4.4.7. A、B組之高分組同質性檢定…………………………… 53
表4.4.8. A、B組之高分組校正後的平均成績…………………… 54
表4.4.9. A、B組之高分組校正後平均成績的差異……………… 54
表4.4.10. A、B組之低分組同質性檢定…………………………… 55
表4.4.11. A、B組之低分組校正後的平均成績…………………… 55
表4.4.12. A、B組之低分組校正後平均成績的差異……………… 56
表4.4.13. B、C組之高分組的同質性檢定………………………… 56
表4.4.14 B、C組之高分組校正後的平均成績…………………… 57
表4.4.15. B、C組之高分組校正後平均成績的差異……………… 57
表4.4.16. B、C組之低分組的同質性檢定………………………… 58
表4.4.17. B、C組之低分組校正後的平均成績…………………… 58
表4.4.18. B、C組低分組校正後的平均成績差異………………… 59
表4.4.19. 各組組間高低分組後測校準後成績差異量…………… 59
表4.4.20. 電腦化適性測驗前測閾值、預測精準度及平均施測題數表…………………………………………………………...
60
表4.4.21. 電腦化適性測驗後測閾值、預測精準度及平均施測題數表…………………………………………………………...
61
表4.4.22. A 組前後測的成績差異………………………………….. 62
表4.4.23. B 組前後測的成績差異………………………………….. 62
表4.4.24. C 組前後測的成績差異………………………………….. 63
表4.4.25. 各組前後測的成績差異…………………………………... 63
表4.4.26. A 組之高分組前後測成績的差異……………………….. 64
表4.4.27. A 組之低分組前後測成績的差異……………………….. 64
表4.4.28. B 組之高分組前後測成績的差異……………………….. 65
表4.4.29. B 組之低分組前後測成績的差異……………………….. 65
表4.4.30. C 組之高分組前後測成績的差異……………………….. 65
表4.4.31. C 組之低分組前後測成績的差異……………………….. 66
表4.4.32. 各組前後測高低分組成績進步量………………………... 66
表4.4.33. A組前後測技能通過率比較表…………………………... 68
表4.4.34. B組前後測技能通過率比較表…………………………... 69
表4.4.35. C組前後測技能通過率比較表…………………………... 70


參考文獻
中文部分:
王惠美(2002):適性化網頁教學系統之學習迷失原因診斷與回饋─以英語介係詞為例。中華大學資訊工程學系碩士論文,未出版,新竹市。
江淑卿、郭生玉(1997):不同學習過程的概念構圖策略對促進知識結構專家化與理解能力之效果研究。師大學報,42,1-16。
汪端正(2008)。適性診斷測驗與數位個別指導教材之研發-以國小六年級質數與合數單元為例。國立臺中教育大學教育測驗統計研究所碩士論文,未出版,臺中市。
余民寧(2009):試題反應理論(IRT)及其應用。心理出版社,臺北市。
何政翰(2004):國小數學領域電腦適性化測驗系統之建製。國立臺中師範學院教育測驗統計研究所碩士論文,未出版,臺中市。
吳玫君、施淑娟、許天維、陳淑勤(2008):國小五年級數學領域概數與估算單元數位元個別指導模式之研發。第四屆臺灣數位學習發展研討會,TWELF 2008。97年5月17日。臺中:國立臺中教育大學。
吳慧珉(2006):以知識結構為基礎之適性測驗選題策略強韌性探究。測驗統計年刊,14(2),1-16。
林婉星(2008) :以知識結構為基礎之電腦化適性數學測驗線上更新結構機制之研發。國立臺中教育大學教育測驗統計研究所碩士論文,未出版,臺中市。
林立敏、白曉珊、郭伯臣、劉育隆(2007):數位個別指導教材研發與適性補救教學模式之研究─以國小五年級數學「因數與倍數」單元為例。網際網路技術學刊,8(2),191-197。
俞克斌、施淑娟、郭伯臣、鄭俊彥(2012):建置基於DINA模式之高中數學電腦化診斷測驗系統初探。2012全球華人計算機教育應用大會工作坊,GCCCE2012。2012年5月28日- 6月1日,墾丁:福華飯店。
洪素敏(2004):國小五年級學童分數迷思概念補教教學之研究。國立嘉義大學數學教育研究所碩士論文,未出版,嘉義市。
涂金堂、林佳蓉(2000):如何協助學生解決數學應用問題。復文出版社,高雄市。
徐發興(2011):學測成績通知單樣式暨選擇(填)題計分方式。選才電子報,198。取自:http://www.ceec.edu.tw/CeecMag/Articles/198/198-04.htm
陳世銘、李淑娟、施淑娟、吳任婕(2008):符合SCORM 2004與試題結構理論之電腦化適性測驗及補救教學系統研發-以國小數學領域五年級能力指標幾何為例。測驗統計年刊,16(2),31-58。
教育部(2010):普通高級中學課程綱要(97 年版,99 學年度高一新生適用)。教育部中等教育司。取自:http://www.edu.tw/high-school/content.aspx?site_content_sn=8403
張雅玲 (2010):結構化教學與補救教學成效探討─以「小數的加減」為例。國立臺中教育大學教育測驗統計研究所碩士論文,未出版,臺中市。
張新仁(1993):不同寫作能力的國小學童寫作歷程之研究。國科會專題研究計畫成果報告(編號:NSC82-0301-H017-001),未出版。臺北市:中華民國行政院國家科學委員會。
黃碧雲(2005):以能力指標結構為基礎的電腦適性測驗編製及動畫補救教學之應用—以國小數學領域四年級能力指標。國立臺中師範學院數學教育學系碩士論文,未出版,臺中市。
郭伯臣(2003):國小數學科電腦化適性診斷測驗(I)。行政院國家科學委員會專題研究成果報告(編號:NSC91-2520-S-142-001-),未出版,臺北市:中華民國行政院國家科學委員會。
郭伯臣(2004):國小數學科電腦化適性診斷測驗(II)。行政院國家科學委員會專題研究成果報告(編號:NSC92-2521-S-142-003-),未出版,臺北市:中華民國行政院國家科學委員會。
郭伯臣(2005):國小數學科電腦化適性診斷測驗(III)。行政院國家科學委員會專題研究成果報告(編號:NSC93-2521-S-142-004-),未出版,臺北市:中華民國行政院國家科學委員會。
郭伯臣、謝友振、張峻豪、蔡坤穎 (2005) :以結構理論為基礎之適性測驗與適性補救教學線上系統。臺灣數位學習發展研討會,臺北:國立臺灣師範大學。
曾保閔、劉育隆、郭伯臣、白宗恩(2011):以知識結構為基礎之電腦化測驗的防猜選題機制。第七屆臺灣數位學習發展研討會,TWELF 2011。2011年11月4-5日,臺北:福華國際文教會館。
曾彥鈞(2007):以知識結構為基礎的適性診斷測驗系統及降低猜測機制之研發。國立臺中教育大學數學教育學系碩士論文,未出版,臺中市。
楊智為、劉育隆、楊晉民、曾彥鈞(2006):結合試題順序理論與貝氏網路之電腦適性測驗演算法之探究。第十一屆人工智慧與應用研討會。2006年12月15日-16日,高雄:高雄應用科技大學。
趙琬津(2005):數位個別指導模式與教材之研發-以「三角型」單元為例。國立台中教育大學數學教育研究所碩士論文,未出版,臺中市。
劉安哲(2007):使用自動化概念結構建製法於貝氏網路學生模式建立及成效分析─以國小數學領域小數加減為例。亞洲大學資訊工程學系碩士論文,未出版,臺中市。
劉易昌 (2008):以知識結構為基礎之適性測驗曝光率管控法研發。亞洲大學資訊工程學系碩士論文,未出版,臺中市。
劉育隆、曾筱倩、郭伯臣(2006):以知識結構為基礎之適性測驗系統建置。測驗統計年刊,14(2),17-35。
韓榮華(2011):傳統智力測驗到多元智能評量的歷史。上海三聯書店,上海市。
外文部分:
Airasian, P.W. & Bart, W.M. (1973). Ordering Theory: A new and useful measurementmodel. Journal of Educational Technology, 5, 56-60.
Appleby, J., Samules, P. & Treasure-Jones, T. (1997). Diagnosys a knowledge-based diagnostic test of basic mathematical skills. Computers & Education, 28(2), 113-131.
Bower, G.H. (1972). Mental imagery and associative learning. In L. Gregg (Ed.), Cognition in learning and memory, 51-88.
Brown, J. S. & Burton, R. (1978). Diagnostic models for procedural bugs in basic mathematical skills. Cognitive Science, 2:155-192.
Chang, K. E., Liu, S. H. & Chen, S. W. (1998). A testing system for diagnosing misconceptions in DC electric circuits. Computers & Education, 31, 195-210.
Chi, M.T.H., Glaser, R. & Rees, E. (1982). Expertise in problem solving. In R.J. Sternberg (Ed.), Advances in psychology of human intelligence, 1, 7-75. Hillsdale, NJ: Erlbaum.
Hall, R. (1988). Knowledge maps and the presentation of related information domains. Unpublished doctoral dissertation, Texas Christian University, Fort Worth, TX.
Hambleton, R. K. & Swaminathan, H. (1985). Item response theory: Principles and applications. Boston, MA: Kluwer-Nijhoff.
Kuo, B-C., Liu, H-C., Sheu, T-W., Pai, C-H., Ko, L-W., Yang, J-M. & Lin, W-C. (2004). A Computerized Adaptive Testing System Based on Structure Theories. 科技化測驗與能力指標評量國際學術研討會,國立臺南師範學院。(Supported by NSC-92-2521-S-142-003)。
Larkin, J., McDermott, J., Simon, D. P., & Simon, H. A. (1980). Expert and novice performance in solving physics problems. Science, 208, 1335-1342.
Prosser, F. (1974). Item banking. In G. Lippey (Ed.), Computer-assisted test construction, 29-66. Englewood Cliffs, NJ: Educational Technology.
Reckase, M. D. (1981). Tailored testing, measurement problems and latent trait theory. Paper presented at the annual meeting of the National Council for Measurement in Education, Los Angeles.
Rewey, K. L., Dansereau, D. F., Skaggs, L. P., Hall, R. H. & Pitre, U. (1989). Effects of scripted cooperation and knowledge maps on the processing of technical material. Journal of Educational Psychology, 81(4), 604-609.
Shavelson, R. J. (1972). Some aspects of the correspondence between conten structure and cognitive structure in physics instruction. Journal of Educational Psychology, 63, 225-234.
Shavelson, R. J., & Stanton, G. C. (1975). Construct validation: methodology and application to three measures of cognitive structure. Journal of Educational Measurement, 12(2), 67-85.
Skaggs, L. P. (1988). The effects of knowledge maps and pictures on the acquisition of scientific information. Unpublished doctoral dissertation, Texas Christian University, Fort Worth, TX.
Solso, R. L. (1995). Cognitive Psychology. (4th ed.). Boston: Allyn, & Bacon.
Takeya, M. (1991). New Test Theory: Structure Analysis Methods for Educational Information. Tokyo: Waseda University Press. (in Japanese).
Takeya, M. (1999). Structure Analysis Methods for Instruction. Takushoku University Press, Seizansya.
Thro, M. P. (1978). Relationships between associative and content structure of physics concepts. Journal of Educational Psychology, 70(6), 971-978.
VanLehn. K.(1988). Student Modeling. In M.C. Polson and J.J Richardson. Foundations of Intelligent Tutoring Systems. Hillsdale, NJ: Lawrence Erlbaum Publishers.
Wainer, H. (1990). Computerized adaptive testing: A primer. Hillsdale, NJ: Lawrence Erlbaum Associates.
Wainer, H. (2000). Computerized adaptive testing: a primer (2nd ed). Hillsdale, NJ: Lawrence Erlbaum Publishers.
Wenger, E. (1987). Artificial Intelligence and Tutoring Systems:Computational and cognitive approaches to the communication of knowledge. Los Altos, California: Morgan Kaufmann Publishers.
Wu, H.-M., Kuo, B.-C. & Yang, J.-M. (2012). Evaluating Knowledge Structure-based Adaptive Testing Algorithms and System Development. Educational Technology & Society, 15(2), 73–88.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top