Organizace U  S Kód
hodnocení
Skupina
oborů
Body
výsledku
Body
upravené
Podíl VOBody VOBody VO
upravené
H14
Masarykova univerzita / Fakulta informatiky1415 neu 400000
Výsledky hodnocení dříve prezentovala speciální podoba stránek výskytů výsledků doplněná informacemi o hodnocení daného výskytu a výsledku. To zde supluji doplněním kopií stránek z rvvi.cz/riv z 18.12.2017 o relevantní údaje z dat H16. Najetí myší na kód či skupinu zobrazí vysvětlující text (u některých vyřazených není k dispozici). Čísla jsou oproti zdroji zaokrouhlena na 3 desetinná místa.

Adaptive Practice of Facts in Domains with Varied Prior Knowledge (2014)výskyt výsledku

Identifikační kódRIV/00216224:14330/14:00076647
Název v anglickém jazyceAdaptive Practice of Facts in Domains with Varied Prior Knowledge
DruhD - Článek ve sborníku
Jazykeng - angličtina
Obor - skupinaI - Informatika
OborIN - Informatika
Rok uplatnění2014
Kód důvěrnosti údajůS - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů.
Počet výskytů výsledku1
Počet tvůrců celkem3
Počet domácích tvůrců3
Výčet všech uvedených jednotlivých tvůrcůRadek Pelánek (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 4686128)
Jan Papoušek (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3324125)
Vít Stanislav (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 6773060)
Popis výsledku v anglickém jazyceWe propose a modular approach to development of a computerized adaptive practice system for learning of facts in areas with widely varying prior knowledge: decomposing the system into estimation of prior knowledge, estimation of current knowledge, and selection of questions. We describe specific realization of the system for geography learning and use data from the developed system for evaluation of different student models for knowledge estimation. We argue that variants of the Elo rating systems and Performance factor analysis are suitable for this kind of educational system, as they provide good accuracy and at the same time are easy to apply in an online system.
Klíčová slova oddělená středníkemadaptive learning; student modeling; recommendation; prior knowledge
Stránka www, na které se nachází výsledek-

Údaje o výsledku v závislosti na druhu výsledku

Název sborníkuProceedings of the 7th International Conference on Educational Data Mining (EDM 2014)
ISBN9780983952541
ISSN-
Počet stran výsledku8
Strana od-do6-13
Název nakladateleInternational Educational Data Mining Society
Místo vydáníLondon, United Kingdom
Místo konání akceLondon, United Kingdom
Datum konání akce2014
Typ akce podle státní příslušnosti účastníkůWRD - Celosvětová
Kód UT WoS článku podle Web of Science-

Ostatní informace o výsledku

PředkladatelMasarykova univerzita / Fakulta informatiky
DodavatelMSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT)
Rok sběru2015
SpecifikaceRIV/00216224:14330/14:00076647!RIV15-MSM-14330___
Datum poslední aktualizace výsledku29.05.2015
Kontrolní číslo152394059

Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl

Projekt podporovaný MŠMT v programu LGLG13010 - Zastoupení ČR v European Research Consortium for Informatics and Mathematics (2013 - 2015)
Podpora / návaznostiSpecifický výzkum na vysokých školách, poskytovatel MŠMT