Het meten van de kennis van studenten in online cursussen brengt een aantal uitdagingen met zich mee. Onderzoekers van de Hogere School of Economics en de Universiteit van Leuven hebben verbeteringen aangebracht in het model voor het beoordelen van academische prestaties en hebben hun resultaten gepubliceerd in het tijdschrift Heliyon .

Verschillende systemische factoren maken het moeilijk voor de ontwikkelaars van online cursussen om de vaardigheid van studenten nauwkeurig te beoordelen. Eerst, de gemiddelde 10 tot 15 toetsvragen zijn te weinig om een ​​nauwkeurige en betrouwbare meting van kennis te produceren. Tweede, het gebruik van meerkeuzevragen leidt tot gissen en een vertekening van de resultaten. Derde, veelvuldig gebruik van dezelfde reeks juiste antwoorden als een maatstaf voor vaardigheid maakt het moeilijk om studenten te vergelijken wanneer de test zelfs maar een klein beetje wordt bijgewerkt.

Onderzoekers van de Hogere School of Economics en de Universiteit van Leuven slaagden erin deze problemen op te lossen door het klassieke Rasch-model uit te breiden met extra parameters.

"Eerst, onze uitgebreide aanpak omvat het effect van meerdere pogingen, het mogelijk maken om onderscheid te maken tussen leerlingen die raden en degenen die de antwoorden weten, " zei HSE Center for Psychometrics in eLearning Head Dmitry Abbakumov. "Ten tweede, omdat de kennisstatistieken die met deze uitgebreide benadering zijn verkregen op één enkele schaal worden uitgedrukt, ze kunnen worden vergeleken, zelfs wanneer de testvragen aanzienlijk worden gewijzigd. En tenslotte, we berekenen statistieken niet alleen op basis van testresultaten, maar ook door rekening te houden met de ervaring van de student - hun activiteit bij het bekijken van video's en uitvoeringen in hands-on sessies - om een ​​beter begrip te krijgen van de competentie van de student."

In de toekomst, de door de onderzoekers voorgestelde aanpak zou kunnen worden gebruikt in beoordelingsmachines op onderwijsplatforms om nauwkeurigere metingen van de kennis van studenten te verkrijgen. En de statistieken kunnen worden ingebouwd in de navigatie- en aanbevelingsoplossingen in digitaal onderwijs.