[发明专利]评卷员评卷质量的检测指标的图像化方法和系统无效
申请号: | 201110222595.1 | 申请日: | 2011-08-04 |
公开(公告)号: | CN102411670A | 公开(公告)日: | 2012-04-11 |
发明(设计)人: | 罗宇龙;杨晨 | 申请(专利权)人: | 深圳市海云天教育测评有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 深圳市君胜知识产权代理事务所 44268 | 代理人: | 杨宏;刘文求 |
地址: | 518000 广东省深圳市南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 评卷 质量 检测 指标 图像 方法 系统 | ||
1.一种评卷员评卷质量的检测指标的图像化方法,其特征在于,所述方法包括以下步骤:
S1、采集评卷员对于试卷的评定信息;
S2、根据评定信息制定S-P表;
S3、根据S-P表的数据绘制出评卷员评分S曲线;
S4、根据评卷员评分S曲线算出评分员注意系数CS;
S5、计算出评卷员的自身一致性系数P1;
S6、根据评卷员注意系数CS和评卷员的自身一致性系数P1描绘得到评卷员评卷质量的检测指标的图像。
2.根据权利要求1所述的评卷员评卷质量的检测指标的图像化方法,其特征在于,所述步骤S1中试卷的评定信息具体为,若评卷员对试卷的试题认可,则记为1;反之则记为0。
3.根据权利要求2所述的评卷员评卷质量的检测指标的图像化方法,其特征在于,所述步骤S4中评分员注意系数CS=(M1*M2)/M3-N1*N2,其中,M1为评卷员评分S曲线左侧为0的正答人数之和,M2为评卷员评分S曲线右侧为1的正答人数之和,M3为评分员评分S曲线左侧的正答人数之和,N1为评卷员的总分,N2为平均正答数。
4.根据权利要求2所述的评卷员评卷质量的检测指标的图像化方法,其特征在于,所述步骤S5中评分员的自身一致性系数P1=(A+D)/(A+B+C+D),其中,所述A为1时,表示评卷员的评定结果与自己正常水平的评定结果一致且与标准评定信息也一致,否则为0;B为1时,表示与自己正常水平的评定结果不一致且与标准评定信息一致,否则为0;C为1时,表示与自己正常水平的评定结果一致且与标准评定信息不一致,否则为0;D为1时,表示与自己正常水平的评定结果不一致且与标准评定信息也不一致,否则为0。
5.一种评卷员评卷质量的检测指标的图像化系统,其特征在于,包括:
采集单元,用于采集评卷员对于试卷的评定信息;
统计单元,用于根据评定信息制定S-P表;
曲线拟合单元,用于根据S-P表的数据绘制出评卷员评分S曲线;
测评单元,用于根据评卷员评分S曲线算出评分员注意系数CS以及评卷员的自身一致性系数P1;
绘图单元,用于根据评卷员注意系数CS和评卷员的自身一致性系数P1描绘得到评卷员评卷质量的检测指标的图像。
6.根据权利要求5所述的评卷员评卷质量的检测指标的图像化系统,其特征在于,所述采集单元中试卷的评定信息具体为:若评卷员对试卷的试题认可,则记为1;反之则记为0。
7.根据权利要求6所述的评卷员评卷质量的检测指标的图像化系统,其特征在于,所述评分员注意系数CS=(M1*M2)/M3-N1*N2,其中,M1为评卷员评分S曲线左侧为0的正答人数之和,M2为评卷员评分S曲线右侧为1的正答人数之和,M3为评分员评分S曲线左侧的正答人数之和,N1为评卷员的总分,N2为平均正答数。
8.根据权利要求6所述的评卷员评卷质量的检测指标的图像化系统,其特征在于,所述评分员的自身一致性系数P1=(A+D)/(A+B+C+D),其中,所述A为1时,表示评卷员的评定结果与自己正常水平的评定结果一致且与标准评定信息也一致,否则为0;B为1时,表示与自己正常水平的评定结果不一致且与标准评定信息一致,否则为0;C为1时,表示与自己正常水平的评定结果一致且与标准评定信息不一致,否则为0;D为1时,表示与自己正常水平的评定结果不一致且与标准评定信息也不一致,否则为0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市海云天教育测评有限公司,未经深圳市海云天教育测评有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110222595.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:移动终端
- 下一篇:大株红景天软胶囊及其制备方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用