2) learning evaluation
学习评价
1.
A learning evaluation system based on expert system for E-learning;
一个E-learning环境下基于专家系统的学习评价系统(英文)
2.
An Exploration on web-based learning evaluation about modern education technology course;
《现代教育技术》课程网上学习评价策略的探讨
3.
Design and realization of learning evaluation system based on information subdivision;
基于资源信息细分的学习评价系统的设计与实现
3) study evaluation
学习评价
1.
A practical multi-level fuzzy network study evaluation model according to the feature of network education,in connection with too much index in nowaday s network study evaluation model,It can t evaluate knowledge mastery degree impersonal and fair-minded,and only attaching importance to summary evaluation but ignoring formative evaluation.
针对现有网络学习评价模型中评价指标过多,不能客观公正的评价学生对知识的掌握程度,而且只重视总结性评价而忽略了形成性评价的问题,依据网络教学的特点,以学习过程的模糊评价为核心,构建了一个实用的多层次网络学习模糊评价模型,设计了评价指标体系和评价方案,并对其中的主要技术问题和解决方法作了探讨,利用该模型能迅速地对学生进行综合客观公正的评价。
2.
In the past three years of the experiment,by means of the continuous thorough inquiry,the experimenting teachers have groped a set of PE study evaluation system which is “to arouse the students interest,interaction,diversity,practical,simple and convinent”.
近三年来 ,通过对学校体育课学习评价的不断探究 ,摸索出一套“旨在激励学生学习兴趣、互动、多元、实用简便”、富有人文理念的体育课学习评价体系 ,这一评价体系更好地体现了“健康第一”的改革指导思想。
3.
Research on the study evaluation of specific motor skills for aerobics as being the selective course in some univerities in Zhejiang province.
运用文献资料、问卷调查与专家访谈等方法,对浙江省若干所普通高校健美操选项课专项运动技能学习评价现状进行了调查与分析。
4) Learning Assessment
学习评价
1.
Discussion on Learning Assessment System of Information Technology for Secondary School;
初中《信息技术课程》学习评价体系初探
2.
The Theory of Learning Control, Learning Assessment for Web-based Learning and It s Implementation Scheme;
网络学习的学习监控和学习评价的理论与技术框架
3.
The Application of DIIGO in Network Learning Assessment
Diigo在网络学习评价中的应用探微
6) Assessment of Mathematic study of pupils
小学生数学学习评价
补充资料：学习数学模型
学习数学模型
mathematical model of learning
学习数学模型(mathematical model。flearning)为了定量地预测学习过程所提出的数学模型。对学习过程的定量的描述，在沙斯顿的学习曲线和赫尔的行为理论中己经开始有了体现，但还不能称为学习的数学模型。真正的学习数学模型的建立，是从1950年以后，概率模型引进学习领域才开始的。它的主要代表有:埃斯梯斯的刺激抽样理论、布什和毛斯台勒提出的线性模型。这些模型的数学基础，大多是概率过程的应用，特别是马尔克夫过程的应用。例如，刺激抽样理论，首先把刺激情境作为刺激因素的总和，在学习的某一时点上反应发生时，从全部刺檄中抽出作为标本的刺激因素。把作为标本而被抽出的刺激因素称为有效因素。假使在这一时点上反应引起时，这些有效因素就与其反应相联系。另外，就反应来说，在进行特定的反应时，仅有进行和不进行那种反应的两种情形的场合，这些反应是相互排斥的。这时，各刺激因素被认为只是和两个反应因素之一相联合。而且，所谓条件作用就是刺激因素和反应之间的联合状态。其反应发生的概率为尸，如果全部刺激因素的总和是N个，刺激总和与特定的反应相结合的因素为X个时，那么尸二XIN。另外，不进行强化时，有效因素就是条件作用的消失。像这样用概率的数学模型来解释学习过程的实验结果就是学习的数学模型的一例。学习的概率模型的主要贡献是，对反应系列的概率特性进行了详细的分析，从而构成了各种学习模型。这些模型比较适用于实验条件下的迷津学习、辨别学习、回避学习、对偶联想学习等领域。由于学习现象非常复杂，目前学习的数学模型，一般来说还只限于在实验条件下，适用于简单的学习过程。 诬〕互国撰车丈博审)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条