English  |  正體中文  |  简体中文  |  Items with full text/Total items : 66984/66984 (100%)
Visitors : 22932144      Online Users : 285
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/8616


    Title: 具題目推薦之VB程式學習輔助系統對高中生電腦學科成就之影響;Research about the Computer Science Grades of students in Senior high school on Learning Assistant System for VB with Problem push delivery
    Authors: 蔡明輝;Tsai-Ming Hui
    Contributors: 資訊工程學系碩士在職專班
    Keywords: 學習者模式;學習狀態預測;BBN預測模組;解題指引模組;題目推薦;student model;problem push-delivery;prediction model using BBN;solving guidance model;prediction of student's status
    Date: 2004-09-28
    Issue Date: 2009-09-22 11:31:48 (UTC+8)
    Publisher: 國立中央大學圖書館
    Abstract: 目前高中電腦課程中常採用的教學方法,是在電腦教室使用”廣播教學”的方式,將教師的畫面廣播到所有學生的螢幕,雖然此種教學方法比傳統教室上課的方式更容易讓學生了解,但因缺乏互動,學生有可能跟不上教師的進度,或可能對程式語言的語法還不夠熟悉、語意還未完全理解,但教師已將畫面做了切換或進行下一進度,因而形成學生的學習障礙。 在這篇論文中,以題目推薦與解題指引為基礎的學習輔助系統,希望可以幫助學生學習,並且透過學習者模式與課程概念圖的結合,記錄學生在課程概念的”知識”與”運用”上的程度,進而提供適性化的案例以供學生學習。我們著力於建構學習者模式中的兩個模組,(1)學習狀態預測模組:透過建立Bayesian Belief Network 的工具,將學生的學習活動及學習成果等學習變數以Bayesian Belief Network 的形式表示而成的預測模型(2)解題指引模組:包含文字比對與答題指引,針對學生在網站上所進行的練習提供適切的互動。 本論文所建構的學習者模式可以做到(1)預測學生可能需要的題目並提供學生練習以強化其學習效果,(2)幫助學生掌控學習進度,藉由題目的推薦,主動提醒學生後續的學習進程,(3)幫助老師從學生的學習活動中即時預測學生的學習狀況,若發現學習成果可能不佳的學生,老師可即早給予輔助。 abc
    Appears in Collections:[資訊工程學系碩士在職專班 ] 博碩士論文

    Files in This Item:

    File SizeFormat
    0KbUnknown706View/Open


    All items in NCUIR are protected by copyright, with all rights reserved.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback  - 隱私權政策聲明