Phương thức mới đánh giá kết quả của các lớp học trực tuyến

Các chuyên gia nghiên cứu kinh tế tại trường Đại học Leuven đã đưa ra những phương thức mới để đánh giá chính xác hơn kết quả học tập của học viên trong các lớp học trực tuyến.
Học trực tuyến đang làm một xu hướng phát triển mạnh.

Theo bài báo mới được công bố trên tạp chí Heliyon, có rất nhiều vấn đề đối với các đánh giá hiện đang được sử dụng cho nhiều khóa học trực tuyến mở rộng được gọi là MOOC.

Đầu tiên, theo lập luận của các nhà nghiên cứu, bài đánh giá của MOOC thường bao gồm quá ít câu hỏi. Các bài kiểm tra chỉ có 10-15 câu hỏi là không đủ. Ngoài ra, việc sử dụng nhiều lựa chọn phổ biến có thể giúp phỏng đoán, làm sai lệch kết quả kiểm tra. Cuối cùng, các bài kiểm tra trực tuyến được sử dụng bởi MOOC, thường dựa vào cùng một bộ câu trả lời, làm giảm khả năng đo lường những thay đổi về kiến thức khi các bài kiểm tra được cập nhật.

Để tìm giải pháp cho các vấn đề đánh giá, các nhà nghiên cứu đã sử dụng mô hình Rasch, một loạt các mô hình được thiết kế để khai thác các số đo từ dữ liệu phân loại. Mô hình đòi hỏi các chuyên gia đánh giá phải tính đến các yếu tố bổ sung, chứ không chỉ là các câu trả lời cuối cùng, bao gồm nhiều nỗ lực của những người làm bài kiểm tra, cũng như tương tác của học viên với các các bài giảng dưới dạng video và các nhiệm vụ hướng dẫn.

Dmitry Abbakumov cho biết: "Đầu tiên, cách tiếp cận mở rộng của chúng tôi bao gồm hiệu quả của nhiều nỗ lực, giúp phân biệt giữa những học viên võ đoán với những học viên biết cách trả lời. Thứ hai, do các số liệu về kiến thức thu được bằng cách tiếp cận mở rộng này được thể hiện trên một thang đo duy nhất, nên chúng có thể được so sánh, ngay cả khi các câu hỏi kiểm tra thay đổi lớn".

"Cuối cùng, chúng tôi tính toán các số liệu không chỉ dựa vào các kết quả kiểm tra mà còn tính đến trải nghiệm của học viên - hoạt động của họ khi xem video và thành tích trong các buổi thực hành, cung cấp hiểu biết toàn diện hơn về năng lực của học viên", Abbakumov nói.

Theo Vista

Theo VISTA