가장 최근에 한 일 : hBayesDM 패키지에 Hierarchical Gaussian Filter 모델 import 하기 (+ 연구실 자리차지)
Validity and Reliability of Student Models for Problem-Solving Activities
Beyond binary correctness: Classification of students’ answers in learning systems
문제를 틀리더라도 정말 사소한 실수로 인해 아깝게 틀리는 경우가 있고, 맞더라도 문제의 의도와 다른 방식으로 답만 유추하는 경우가 있죠.
만약, 정오답 데이터만을 학생 모형에 활용한다면 학습 상황의 풍부한 맥락을 담아내지 못할지도 모릅니다.
<aside> 💡 O, X 결과 너머 학생들의 지식을 표상하는 데이터에는 무엇이 있을까?
</aside>
<aside> 💡 지금까지의 학생 모형은 정오답 데이터 기반으로 학생들의 정답률을 예측했다. 그러나, 정오답 데이터만으로 학생의 문제 해결 과정을 충분히 설명할 수 있을까? 또한, 정답률 예측만을 모델 평가 지표로 활용해도 괜찮은걸까?
학습자의 지식과 기술에 대한 모형. 논문에 따라 학습자의 정서, 동기, 메타인지, 학습자 선호, 행동 등에 대한 모델도 학생 모형으로 포함하기도 한다.
Inner loop vs. outer loop
inner-loop : 학습자가 (여러 단계로 쪼개진) 1개의 문제를 푸는 과정에 대한 모형.
outer-loop : 과거 여러개의 문항 반응 데이터를 기반으로 현재 지식 수준을 측정하는 모형.
inner loop 의 경우 domain 마다 상이하다는 특성으로 인해 발전이 어려워서, 현재는 outer loop 에 대한 연구가 주류를 이루고 있다. (Pelánek, 2017)