第三章 行為模型
3.2 行為模型 2 –互動式題型的作答熟練度行為模型
3.2.3 行為模式 3 - 摸索答對型
此行為的學生在作答時能按照題目要求的順序作答,但是在作答的過程當中有某個子項 目原本作答錯誤,經過更改答案後才正確。在作答結束後沒有更改子項目的答案,並且得到 滿分。行為模型狀態轉換流程如圖 26 所示。
圖 26 行為模型狀態轉換 - 摸索答對型
3.2.4 行為模式 4 - 猶豫答對型
此行為的學生在作答時不一定能按照題目要求的順序作答,且在發現某個子項目作答錯 誤後,會在答案對錯之間猶豫不決,更改答案多次,最後該子項目作答正確,且得到滿分,
作答結束後沒有再更改子項目的答案。行為模型狀態轉換流程如圖 27 所示。
圖 27 行為模型狀態轉換 -猶豫答對型
3.2.5 行為模式 5 - 百密一疏型
此行為的學生在作答時能按照題目要求的順序作答,且作答結束後沒有更改子項目的答 案,但最後該題答案結果有一個子項目作答錯誤。原因可能是粗心、操作疏忽或該子項目的 概念有誤。行為模型狀態轉換流程如圖 28 所示。
圖 28 行為模型狀態轉換 - 百密一疏型
3.2.6 行為模式 6 - 猶豫大部分答對型
此行為的學生在作答時不一定能按照題目要求的順序作答,某些子項目作答時在猶豫不 決,更改答案多次,最後該題有一個子項目作答錯誤,結果只得到部分分數。答對的部分,
概念可能不清楚,而答錯的部分代表部分改念錯誤。行為模型狀態轉換流程如圖 29 所示。
圖 29 行為模型狀態轉換 - 猶豫大部分答對型
3.2.7 行為模式 7 - 猶豫少部分答對型
此行為的學生在作答時不一定能按照題目要求的順序作答,某些子項目作答時在猶豫不 決,更改答案多次,最後該題有多個子項目作答錯誤,結果只得到部分分數。答對的部分,
概念可能不清楚,而答錯的部分代表部分改念錯誤。行為模型狀態轉換流程如圖 30 所示。
圖 30 行為模型狀態轉換 - 猶豫少部分答對型
3.2.8 行為模式 8 - 未用心做答型
此行為的學生在答題時快速作答,在作答結束後沒有更改子項目的答案,最後該題答題 結果為零分,表示學生對該題大部分或全部概念錯誤,且草率作答。行為模型狀態轉換流程 如圖 31 所示。
圖 31 行為模型狀態轉換 - 未用心做答型
3.2.9 行為模式 9 - 徒勞無功型
此行為的學生在作答時一直更改答案,希望藉由嘗試錯誤中找出答案。多次更改後,才 完成該題,最後該題答題結果為零分,代表學習者想努力找出答案,可惜未具備解題所需的 概念。行為模型狀態轉換流程如圖 32 所示。
圖 32 行為模型狀態轉換 - 徒勞無功型
3.2.10 行為模式 10 - 未作答
此行為的學生在考試時沒有作答,作答歷程中也沒有記錄到任何作答過程。表示學生放 棄該題作答。
3.3 行為模型 3 -步驟式軟體操作行為模型
「步驟式軟體操作行為模型」是根據學生在「軟體操作型題型」中設計的行為模型,學 生在操作時根據題目給的提示依序作答,答題時,考試器會記錄學生完整的作答過程,包含 做答正確與做答錯誤時的狀態、答錯次數、點選提示次數及該步驟花費時間等。「步驟式軟體 操作行為模型」如圖 33 所示。
圖 33 步驟式軟體操作行為模型 以下將利用正規語言(Formal Language)進行說明,如圖 34 所示
圖 34 步驟式軟體操作行為模型 - 正規語言表示
研究者定義此行為模型包含了 6 個作答動作,分別為:思考、作答正確及作答錯誤、提
3.3.2 行為模式 2 - 半熟練型
由此答題歷程模式可以發現,該學生在某個操作步驟時,經過思考後才作答,而不是熟 練且快速地依照提示完成步驟。行為模型狀態轉換流程如圖 36 所示。
圖 36 行為模型狀態轉換 -半熟練型
3.3.3 行為模式 3 - 試錯型(Try and Error)
由此答題歷程模式可以發現,該學生在某個操作步驟時,系統不斷的紀錄操作步驟錯誤,
經過不斷的錯誤及思考,最後才完成該操作步驟。行為模型狀態轉換流程如 圖 37 所示。
圖 37 行為模型 - 試錯型(Try and Error)
3.3.4 行為模式 4 - 謹慎思考型
由此答題歷程模式可以發現,學生在依照題目說明進行操作時,會不斷的思考,接著才 開始進行操作動作。行為模型狀態轉換流程如圖 38 所示。
圖 38 行為模型 - 謹慎思考型
3.3.5 行為模式 5 - 漫不經心型
由此答題歷程模式可以發現,學生在依照題目說明進行操作時反覆出現思考時間過程而 進入閒置的狀態,且會一直處於閒置的情形,之後繼續操作,但到某一個步驟後又開始進入 閒置的狀態。行為模型狀態轉換流程如圖 39 所示。
圖 39 行為模型 - 漫不經心型
第四章 系統架構設計
此章節介紹系統架構設計,及新增的視覺化行為模組的運作細節說明。
4.1 系統新增規格
本研究擴充之前的 ITIS「互動式題目測驗系統」,新增自動行為分析程式(Auto Behavior Analysis Program),包含:
1. 「互動式題型」學生作答熟練度行為模型-行為自動分析模組:根據學生在「互動式
3. 自動評分線上測驗網站(Auto-grading Online Test Website):可自動評分,紀錄學生的 測驗分數及儲存學生的作答歷程檔。
4. 視覺化行為呈現模組(Visualizing Item Test Behavior Generator):將學生的行為歷程檔 轉換成可視覺化的行為分析圖。
4.2 系統架構
3. 自動評分線上測驗網站(Auto-grading Online Test Website):可自動評分,接收從考試 器上傳的分數及學生的考試作答歷程並放到 MySQL 資料庫中。
4. 視覺化行為呈現模組(Visualizing Item Test Behavior Generator):可從網站下載每位同 學的行為歷程紀錄檔,並將數個同學的行為歷程檔轉換成數個多人同題的行為歷程 檔,並根據其歷程檔產生視覺化行為圖。
5. 自動行為分析子模組(Auto Behavior Analysis Program):為本研究擴充之模組,透過 從網站下載的許多學生操作歷程檔,可根據視覺型為呈現模組轉換出來的多人同題 操作歷程檔進型自動行為分析;也可根據此模組建立的編碼轉換產生學生作答序列 來進行行為分析,找出編碼中出現最頻繁的動作以及顯著的行為序列。主要包含「互 動式題型」(行為模型 2)行為自動分析模組及「互動式題型」及「軟體操作型題型」
序列行為自動分析模組
圖 40 簡易系統架構圖
第五章 實驗與數據分析
1. B1:Look all then conquer 2. B2:Conquer in sequence
3. B3:Look all, conquer and check 4. B4:Conquer then check
5. B5:Other
表 1 題目間答題行為模型初步統計分析 行為模型 - 題目間答題行為模型
年度 B1 B2 B3 B4 B5 人次
第一年 0 15 2 50 8 75
第二年 0 30 2 64 2 98
第三年 0 32 2 99 20 153
第四年 1 48 6 123 16 194
Total 1 77 6 213 30 527
研究者根據四年的實驗數據,統計每位學生的第一次、第二次、以及第三次之後的作答 行為作統計,結果如圖 41 - 圖 43 所示。大部分的學生在作答時會先從頭到尾將題目做完一 次,接著再作一次以上的檢查,有少部分的同學會在作答前先瀏覽一次題目才開始作答,部 分同學期作答行為無法判斷。
圖 41 學生第一次作答行為統計(四年)
圖 42 學生第二次作答行為統計(四年)
圖 43 學生第三次以上作答行為統計(四年)
本研究也針對每一年學生多次作答的行為轉換序列進行分析,結果如圖 44 - 47 所示。
圖 44 第一年實驗 - 學生操作行為統計
圖 45 第二年實驗 - 學生操作行為統計
圖 46 第三年實驗 - 學生操作行為統計
圖 47 第四年實驗 - 學生操作行為統計
5.3 序列分析(sequential analysis)
所有序列經計算後的 Z-score 如表 3 所示。其中,序列的 B2→B2、B4→B4、B2→B4、
B4→B2,Z-score 都大於 1.96,達到統計上的顯著性。接著將達到顯著的行為序列繪製行為序 列轉換圖,如圖 48 所示。
本研究進而分析學生操作三次以上的行為轉換序列,其行為序列轉換圖如圖 49 所示,發現 原本系統無法判斷其作答行為的同學,經過多次測驗後,會開始重頭到尾先做一次答案,接 著再檢查一次以上,以得到更高的分數(B5→B4)。而原本依序作答完就交卷的同學,會因為 想得高分,在進行多次考試後,作答結束會做一次以上的檢查(B2→B4)。
圖 49 學生作答多次行為序列轉換圖
本研究接著以學生的期中考分數進行高、中、低分組,並針對不同的分組其學生作答多 次的行為轉換序列進行序列分析,圖 50 為高分組學生作答多次行為序列轉換圖。約有一半 的同學在作答結束後會做一次以上的檢查,經過多次考試後,行為也不會改變(B2→B4)。而 原本作答完就交卷的同學,經過多次考試後,會在交卷前開始做一次以上的檢查(B2→B4)。
圖 50 高分組學生作答多次行為序列轉換圖
圖 51 為中分組學生作答多次行為序列轉換圖。在中分組的部分,研究者針對作答超過 三次以上的學生行為序列進行分析,發現這些學生在一開始考試時,在交卷前會將作答完的 試卷做一次的檢查,而在作答多次後,還是會在交卷前做一次以上的檢查。
圖 51 中分組學生作答多次行為序列轉換圖
圖 52 為低分組學生作答多次行為序列轉換圖。在低分組的部分,可以發現有一半以上 的學生原本在作答結束後會進行一次以上的檢查,但在作答多次後,可能因為已經大致了解 題目內容,因此在作答結束後就交卷不再檢查。
圖 52 低分組學生作答多次行為序列轉換圖
第六章 結論與未來發展方向
6.2 未來發展方向
本研究未來將及時行為分析模組整合到互動式測驗系統中,讓學生進行互動式線上考試 時,系統能即時根據學生的操作過程判斷其作答行為,找出學生較不熟練的操作步驟或是較 不熟悉的概念,並給予學生有效的回饋。此外,本研究將根據不同的科目設計互動式線上測 驗試卷並舉行考試,藉此蒐集大量學生的作答歷程記錄,從中找出更多具有意義的作答樣板 和特殊行為。
參考文獻
[1] E. W. Black, K. Dawson, and J. Priem, “Data for free: Using LMS activity logs to measure community in online courses,” The Internet and Higher Education, vol. 11, no. 2, pp. 65-70, 2008.
[2] R. Mahajan, J. Sodhi, and V. Mahajan, “Usage patterns discovery from a web log in an Indian e-learning site: A case study,” Education and Information Technologies, pp. 1-26, 2014.
[3] C. K. Wong, W. Wong, and C. H. Yeung, “Student behaviour and performance in using a web-based assessment system,” Innovations in Education and Teaching International, vol.
38, no. 4, pp. 339-346, 2001.
[4] J. M. Williams, “The engineering communication portfolio: writing, reflection, and technical communication assessment,” in IEEE International Professional Communication Conference, 2001, pp. 341-347.
[5] C. B. Burch, “Inside the portfolio experience: The student's perspective,” English education, pp. 34-49, 1999.
[6] H. Borko, P. Michalec, M. Timmons et al., “Student teaching portfolios: A tool for promoting reflective practice,” Journal of teacher education, vol. 48, no. 5, pp. 345-357, 1997.
[7] 陳宗楹, “電腦化建構反應題型與自動計分模式之研發—以「長方體和正方體」單元 為例,” 亞洲大學資訊工程學系碩士在職專班, 台中縣, 台灣, 2009.
[8] H.-T. Hou, “Exploring the behavioral patterns of learners in an educational massively
[8] H.-T. Hou, “Exploring the behavioral patterns of learners in an educational massively