以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作－以五年級數學領域量與實測相關指標為例

Competence Indicators Test and Remedial Instruction Developments Based on Bayesian Networks－The quantity and measurement Related Indicators of Mathematics in Grade 5

劉政霏(LIU CHENG FEI)

指導教授 ： 劉湘川

亞洲大學/資訊學院/資訊工程學系碩士班/碩士(2006年)

摘要

資訊化的社會，變化十分快速，因此能提昇學生的學習效率，並減輕教師負擔上，相形之下更顯重要。所以本研究擬以國小五年級數學領域「量與實測」的能力指標為依據，嘗試採用以機率推理為基礎的貝氏網路作為分析工具，以探討應用貝氏網路於診斷學生錯誤類型的可行性。同時將子技能納入分析，探討哪些子技能的缺失造成這些錯誤類型的產生。並發展一套以九年一貫能力指標為基礎的電腦診斷測驗及補救教學系統，讓學生透過網路參加測驗並了解自己的測驗結果，並即時呈現作答結果及學科概念的診斷情形，來進行線上補救教學。
因此本研究主要有四個目的：
一、探討國小五年級數學領域「量與實測」相關能力指標錯誤類型的發生情形。
二、應用貝氏網路於分析國小五年級量與實測相關能力指標錯誤類型，並建置測驗題庫及貝氏網路架構圖。
三、建立一套以錯誤類型為基礎之電腦補救教學動畫。
四、驗證電腦化適性補救教學動畫是否達到效果。
所以未來將可利用電腦施測來省去教師批改試卷所需花費的大量時間，而且電腦施測即時回饋學生測驗結果，學生即可利用電腦化適性補救教學系統，在沒有老師或是同儕之間的壓力，進行即時的補救教學，將可達到「因材施教」的功效。

關鍵字

貝氏網路、電腦診斷測驗、電腦化適性補救教學

並列摘要

It is very important to improve the study effective for students and reduce the loading for teachers under the rapid information society. The main idea of the study is to research the ability index of measurement on Grade 5 and demonstrate the applicable of students mistaken types based on Bayesian Networks which is a probability analysis method. Students attend the test through the Learning Educational Program online, which is developed based on the index of Grade 1-9 Curriculum. The system can show the subject comprehension and begin to the Learning Educational Program on the basis of the mistaken type distribution.
There are four main purposes of the study as below.
1. Demonstrating the measurement index of mistaken types on Grade 5.
2. Appling the Bayesian Networks to analyze measurement index of mistaken types on Grade 5, design the quiz question and set up Bayesian Networks Framing.
3. Establishing the Learning Educational Program based on the mistaken types.
4. Demonstrating the effective of the computerized adaptive flash.
There are two advantages by adopting the program. First, students can take the remedy instructions based on the test result without the stress coming from peers and teachers. Second, teachers don’t need to spend much time to correct the answer.

並列關鍵字

Bayesian Networks、Computerized Diagnosing Test、Adaptive Remedy Instructions

參考文獻

何健誼(2002)。直觀法則對K－6年級學童在體積概念學習上的影響。國立台北師範學院數理教育學系碩士論文，未出版，台北市。

張宗育(2002)。國小六年級數學學習困難學生時間化聚問題解題之研究。國立彰化師範大學特殊教育學系碩士論文，未出版，彰化市。

行政院教育改革審議委員會（1986）：教育改革總諮議報告書。台北市：行政院教育改革審議委員會。

朱振生(2002)。國小五年級學生時間化聚學習表現與補救教學之研究，屏東師範學院數理教育學系碩士論文，未出版，屏東縣。

李俊儀，許雅菱，施淑娟，郭伯臣，許天維(2005)。貝氏網路在錯誤類型分類之應用-以國小四年級學童「面積」單元為例。人工智慧理論與應用。銘傳大學2005國際學術研討會。桃園，銘傳大學。