발행 일자	2022
연구 주제	GBL, CCM
연구 목적	수학 교육 게임(The Nomads)을 통해 산술에 대한 학습자의 적응적 전문 지식을 훈련시키기 위해 연속 결합 모델을 사용하는 스텔스 평가 시스템 개발
연구 대상	6학년 84명(남 35, 여 49) from a public school district in West Alabama
연구 방법	1. 총 2차시 수업 진행. 1차시에서는 학생들은 게임 방법에 대해 배움. 2차시에서는 전체 수업 시간(45분) 동안 학생들이 스스로 게임을 . 2차시의 게임 로그 데이터만 수집 및 분석함.

CCM(Continuous Conjunctive Model)에서 생성된 평가를 검증하기 위해 사전 및 사후 테스트 | | 연구 결과 | 본문 참고 | | 키워드 | Digital game-based learning, learning analytics, CDMS, CCM, adaptive expertise, mathematics |

Abstract

용어

DGBL can be highly effective at improving learning outcomes, engagement, and motivation in science and mathematics (Alrehaili & Al Osman, 2019; Bressler & Bodzin, 2013; Chen et al., 2016; Ku et al., 2014).
In educational game research, automatic assessment serves as a stealth assessment that unobtrusively measures student performance, as well as drives adaptive learning support (Shute et al., 2021).
CDMs are latent variable models for evaluating learners’ postulated skills or attributes embedded in the test items. By assuming the skills or attributes to be measured are dichotomous latent variables, CDMs classify learners into different latent classes based on their attribute patterns. Compared with item response theory (IRT), CDMs can often accommodate a larger number of attributes at the same time and provide diagnostic information about learner mastery.