The optimization of test control.pdf В связи с широким внедрением компьютеров в подготовку и переподготовку специалистов особую роль приобретает контроль знаний с использованием компьютеров: он позволяет разгрузить преподавателя от рутинной проверки контрольных заданий, проводить опрос оперативно и быстро, т.е. обеспечивает хорошую обратную связь преподавателя с обучаемыми. Анализ компьютеризованных контролирующих систем, существующих на данное время, показывает, что практически во всех них используются следующие принципы опроса: случайный выбор некоторого количества вопросов, предъявление их случайным или последовательным способом и выставление среднего или средневзвешенного балла [1-6]. Применение такого подхода для контроля знаний в медицине не совсем оправдано: случайность выбора вопросов может привести к тому, что охваченными окажутся не все стороны контролируемой темы, а специфика именно медицинских знаний заключается в том, что у врача не должно быть пробелов в знаниях, ведь речь идет о человеке. Если же включать все вопросы для наиболее полного охвата контроля знаний, то тогда тестируемый вынужден будет ответить на неоправданно большой объем вопросов (сотни и даже тысячи). Это займет много времени (как показывает опыт работы в лаборатории сертификации и тестировании при СГМУ, ответ на 100 вопросов занимает в среднем 1 час), к тому же будет возрастать утомляемость, что несомненно скажется на качестве ответов. Один из выходов заключается в структуризации исходных вопросов, предъявляемых для контроля по конкретной предметной области [3], когда между заданиями строится граф логических зависимостей G=(X,T), вершинами которого являются вопросы контроля из множества X., а дуга (x, у) существует в G тогда и только тогда, когда х>у и не существует zeX такого, что x>z>y. На множестве заданий X отношение частичной упорядоченности: x>xj означает, что неверное выполнение задания xt влечет неверное выполнение задания х и наоборот - верное выполнение задания xj означает верное выполнение задания х. Таким образом, для любой пары x,yeX в соответствующем графе G из вершины x в вершину у есть путь тогда и только тогда, когда из правильности выполнения задания, соответствующего у, следует правильность выполнения задания, соответствующего х. Определим состояние тестируемого как двоичную функцию ^(G)={^(x1), s(x2),...,s(xjv) }такую, что s(x,)=0, если ответ на вопрос x t неверен и s(x,)=1, если ответ на вопрос xj верен, причем s(x,)Н, Xt eX где Н задает число верных ответов, определяет полноту опроса и задается преподавателем, исходя из условий опроса (текущий, итоговый и т.д.). Для исходного графа находится величина порогового значения Нкр, которая определяется его структурой. Если полнота опроса меньше порогового, то алгоритм заключается в выборе заданий, находящихся в истоковых вершинах графа - алгоритм А. Если полнота опроса больше порогового значения, то опрос начинается с концевых вершин графа - алгоритм В. Предложенный алгоритм состоит из двух частей: определение Нкр и собственно алгоритма опроса. Определить Нкр можно следующим образом. Для каждой вершины, входящей в данный граф строятся всевозможные подграфы получения решений длиной Lk . Подграфы строятся по двум алгоритмам: когда т А опрос начинается с истоковых вершин Lk и когда - с концевых LBk . Далее определяется величина AL=Lab -L 'ав , где Lab =min {la ,Lb }, La =max L }, LB =max L }; k k LAB =max {L 'a ,L 'b }, L'А =min L }, L'B =min {lB }, kk которая и даст Нкр (количество заданий при наименьшем значении AL). Оптимальность и эффективность данного подхода доказаны для связного графа [4]. Проблема заключается в том, что медицинские знания относятся к эмпирическим знаниям, как правило, плохо структурируемым, в отличие от знаний из области точных наук. Опыт работы со специалистами-предметниками показывает, что граф вопросов для одной темы может состоять из нескольких отдельных подграфов, не связанных между собой (рис. 1). ' 5W 6 Ф 11 13 Рис. 1. Пример несвязного графа опроса Один из возможных путей проведения опроса в подобных случаях заключается в следующем: для каждого подграфа в отдельности рассчитывается пороговое значение (Н кКр). Полнота опроса Н определяет величину полноты опроса в каждом подграфе Н' =НМ' /М, где М' - количество вопросов в /'-ом подграфе. Опрос ведется в каждом подграфе по своему алгоритму: если для какого-то подграфа выполняется условие Н' >Н ККр, то опрос в нем осуществляется по алгоритму В, если Н'

Скачать электронную версию публикации