診斷測驗

Lin 與 Cheng(2009)表示利用電腦進行評量測驗可以毫不費力且立即迅速 地蒐集學生在測驗項目與測驗過程中提供的所有資訊，包含答題選項與測驗時間 等等。一般線上評量可以簡單快速測得學生的成績，但評量結果對於提供學生知 識上的理解程度資訊卻非常匱乏(Lau & Yuen, 2010)。尤其當評量結果顯示相同成 績的兩人，仍可能有不一樣的理解程度、迷思概念或知識內容可以進行更深入的 分析與討論(Davis et al., 2003)。因此，需要有合適的評量技術以彌補一般線上評 量方式的缺陷(Reeves,2000)。對於這樣的情況，有許多學者提出不同的評量方式 試圖讓電腦演算提供的便捷能更廣泛的應用在評量蒐集學生的學習情報上，其中 之一即為診斷評量(Diagnostic Assessments)(Geller & Yovanoff, 2009)。

Geller 與 Yovanoff(2009)表示目前應用於 K12 數學科可提供診斷資訊的評量 有兩種型態，分別描述如下：

一、答題分析(response analysis)

答題分析即為學生的作答選項對於教學相關項目的分析狀況，而於答題分析 之評量後將獲得學生的精熟程度或是目前能力的成績資訊。這種對於分析問題選 項之評量型態大部分都用來作為提供改進教學並矯正學生「當題」錯誤的狀態。

然而這樣的評量方法僅能針對單一問題矯正學生所犯的錯誤，反觀學生長期或整 體性的思維錯誤卻不一定能由評量結果獲知。二、認知診斷測驗(cognitive diagnostic assessment)

認知診斷測驗則有能力提供特定學生的認知過程，並且可以評鑑出認知理論

23

翻譯自："Diagnostic Assessments in Mathematics to Support Instructional Decision

Making" by Geller & Yovanoff, 2009, Practical Assessment, Research &

Evaluation. Vol 14, No 16.

當妥善設計之診斷測驗提供後續教學所需之建議與素材，同時，學習者也具 備特定學習目標，可以被分派或是自主選擇合適的教學課程後，即可進行「評量 診斷-適性教學」的補救教學模式。以下將針對相關研究進行探討，並提供為本 研究實驗設計參考。

Chen(2008)於人工智慧網頁式個人化學習路徑指引系統(intelligent

web-based learning system with personalized learning path guidence)中，針對小學數 學分數的相關概念進行教學。該系統給予的個人化學習路徑指引以課程難度 (difficulty parameter of courseware)與概念連貫性(concept relation degree)為主要考 量，以基因演算法(genetic algorithm)為適性學習路徑推論工具。此研究結果顯示，

系統安排個人化學習路徑的組別之學習成效顯著高於隨意瀏覽教材內容的組別，

表示當彙整了有效與合適的學習路徑可以讓學生於學習過程中免於認知負荷以 及迷失的狀況。

Chen(2011)建置一 PDRLS：個人化診斷與補救學習系統(the personalized diagnosis and remedial learning system)，並藉由此系統針對參與大學 java 課程的 學生進行研究與討論。系統於建構關於課程的知識架構後，以路徑搜尋網路分析 (pathfinder network)工具針對學生於前測答題狀況給

24

予合適的補救教學教材順序。研究結果顯示，系統安排推薦學習路徑的組別於學 習成效上高於沒有安排建議學習路徑的組別，又研究結果將學生以知識程度 (knowledge level)與認知風格(cognitive style)分群後：低分群的學習成效顯著高於 高分群，且場域依賴(Field Dependence)風格學生的學習成效顯著高於場域獨立 (Field Independence)風格的學生。因此，學習者原先具備的知識架構、程度與個 人風格對於補救教材的安排，對於學習成效的進步有相當大的影響。

Lo, Chan, & Yeh (2012)以多層前饋神經網絡(multi-layer feed-forward neural network, MLFF)為適性分析工具，依據學習者的認知風格以及學習者瀏覽網頁的 資訊(網站停留時間、連結點選順序等等)作為判斷工具的輸入資料，接著給予適 合學習者的資訊呈現方式。研究結果顯示，特意安排適性呈現方式的系統在學習 吸引力上較沒有安排的系統為高，且系統可以在瀏覽網頁期間持續針對學生的認 知風格進行測量，其準確率也相當高。

從上述相關研究中發現，不管是知識上的學習程度、概念認知情況，或是個人風 格上的差異，適性學習系統均先行蒐集學生的個人特殊狀況，再輔以推論工具給 予適性提供內容、學習路徑順序或是學習呈現方式。而適性教學在學習成效上也 都有顯著提升的效果，個人化特殊安排學習情境後其學習吸引力也較普通系統為 高。

小結

本系統採認知診斷評量的方式進行診斷，跳脫傳統評量僅針對單一題目錯誤 情況或是以分數代表能力的評量方式，試圖讓學習者與教學者除了標準化的分數 之外，仍有更多關於學習者個人的資訊可以彙整並利用。本研究將利用貝氏網路 診斷評量獲得學生個人的迷思概念情況，將蒐集之資料彙整予補救教學系統提供 適性補救教學的活動，除了屏除以「題目」為教學單位，改由矯正「概念」以適 應更多題目為主要方針之外，也能實際進行一對一的個人化補救教學活動。

25