Sertifika sınavı değerlendirmeleri nasıl yapılıyor ve kim tarafından inceleniyor?
IIENSTITU’da kurs sonu değerlendirmeleri, öğrencilerin performansını doğru ve objektif bir şekilde değerlendirmek için gelişmiş yapay zeka algoritmaları kullanılarak gerçekleştirilmektedir. Bu süreç, çeşitli matematiksel formüller ve istatistiksel analizler içerir ve aşağıdaki detaylı adımları kapsar:
Öğrencilerin sınav cevapları, ödev ve projeleri, ders içi aktiviteleri ve diğer performans verileri toplanır. Bu veriler, her öğrencinin benzersiz bir öğrenci kimliği (ID) ile ilişkilendirilir ve güvenli bir veritabanında saklanır. Verilerin şifrelenmesi, yetkisiz erişimlere karşı güvenliği sağlar.
Kopya çekme analizinin ilk adımı, öğrencilerin sınav cevapları, ödev ve projeleri gibi verilerin toplanmasıdır. Her öğrencinin verileri, benzersiz bir öğrenci kimliği (ID) ile ilişkilendirilir ve güvenli bir şekilde şifrelenerek saklanır. Bu veriler, analiz için gerekli temel bilgi setini oluşturur.
Öğrencilerin sınav veya ödev yanıtları, vektörler şeklinde düzenlenir. Her bir soru için doğru veya yanlış cevabı temsil eden sayısal değerler kullanılır. Bu sayede, öğrencinin tüm cevapları tek bir vektör (dizi) olarak temsil edilir.
Örneğin:
Öğrencilerin cevap vektörleri arasındaki benzerlik skoru 𝑆, Kosine Benzerlik kullanılarak hesaplanır. Kosine Benzerlik, iki vektör arasındaki açısal benzerliği ölçer ve 0 ile 1 arasında bir değer alır. Bu değer, iki öğrencinin cevaplarının ne kadar benzer olduğunu gösterir.
Kosine Benzerlik Formülü:
Bu formül, iki vektör arasındaki benzerliği hesaplar. Skor 1’e ne kadar yakınsa, iki vektör o kadar benzerdir, yani iki öğrencinin cevapları arasında büyük bir benzerlik vardır.
Benzerlik skoru hesaplandıktan sonra, bu skorun belirli bir eşiğin (𝑇) üzerinde olup olmadığı kontrol edilir. Eşik değeri, istatistiksel analizler ve geçmiş verilere dayalı olarak belirlenir. Bu eşik değeri, benzerlik skoru bu değerin üzerinde olduğunda kopya çekme olasılığının yüksek olduğunu gösterir.
Örneğin:
Eşik değeri (𝑇): 0.85
Benzerlik skoru (𝑆): 0.9 ise, bu durumda kopya çekme şüphesi oluşur.
Ek olarak, öğrenci performansındaki ani değişiklikler de analiz edilir. Öğrencinin mevcut sınav performansı, geçmiş performansıyla karşılaştırılır ve anormal değişiklikler incelenir. Bu analiz, öğrencinin önceki başarılarına göre anormal bir yükseliş veya düşüş olup olmadığını değerlendirir.
Öğrencilerin mevcut performansı, geçmiş performanslarıyla karşılaştırılır ve anormal performans skoru aşağıdaki formül kullanılarak hesaplanır:
Bu formül, Z-Score hesaplama yöntemini kullanarak öğrencinin mevcut performansının, geçmiş performansına göre ne kadar farklı olduğunu ölçer. Yüksek anormal performans skoru, kopya çekme veya diğer hileli davranışların göstergesi olabilir.
Benzerlik skoru ve anormal performans skoru, öğrencinin nihai değerlendirme skorunu (D) hesaplamak için kullanılır. Bu hesaplama, aşağıdaki formül aracılığıyla gerçekleştirilir:
Bu formül, ağırlıklı toplam yöntemini kullanarak öğrencinin farklı değerlendirme kriterlerindeki performansını bir araya getirir. Ağırlıklar, her kriterin göreceli önemini ifade eder ve genellikle toplamları 1 olacak şekilde belirlenir.
Her öğrenci için, kapsamlı bir değerlendirme raporu oluşturulur. Bu rapor, öğrencinin nihai değerlendirme skorunu, kopya çekme analizinin sonuçlarını ve performans detaylarını içerir. Raporlar güvenli bir şekilde saklanır ve yetkili akademik personel tarafından erişilebilir.
Bu değerlendirme süreci, öğrenci performansını adil ve objektif bir şekilde değerlendirmek için tasarlanmıştır. Kullanılan matematiksel formüller ve istatistiksel analizler, değerlendirmenin doğruluğunu artırır ve insan hatası veya önyargıyı minimize eder. Ayrıca, kullanılan algoritmalar, akademik dürüstlük ve adil değerlendirme ilkesine bağlı olarak öğrencilerin başarılarının güvenilir bir şekilde ölçülmesini sağlar.
IIENSTITU'da kullanılan bu bilimsel değerlendirme yöntemleri, öğrencilerin performansını en doğru ve adil şekilde ölçmek için tasarlanmıştır. Karmaşık algoritmalar ve matematiksel formüller, öğrenci performansını çok boyutlu olarak değerlendirir ve objektif geri bildirim sağlar.
Adım 1: Veri Toplama
Veri Toplama Süreci:
Öğrencilerin sınav cevapları, ödev ve projeleri, ders içi aktiviteleri ve diğer performans verileri toplanır. Bu veriler, her öğrencinin benzersiz bir öğrenci kimliği (ID) ile ilişkilendirilir ve güvenli bir veritabanında saklanır. Verilerin şifrelenmesi, yetkisiz erişimlere karşı güvenliği sağlar.
Adım 2: Kopya Çekme Analizi
1. Veri Toplama
Kopya çekme analizinin ilk adımı, öğrencilerin sınav cevapları, ödev ve projeleri gibi verilerin toplanmasıdır. Her öğrencinin verileri, benzersiz bir öğrenci kimliği (ID) ile ilişkilendirilir ve güvenli bir şekilde şifrelenerek saklanır. Bu veriler, analiz için gerekli temel bilgi setini oluşturur.
2. Cevap Vektörlerinin Oluşturulması
Öğrencilerin sınav veya ödev yanıtları, vektörler şeklinde düzenlenir. Her bir soru için doğru veya yanlış cevabı temsil eden sayısal değerler kullanılır. Bu sayede, öğrencinin tüm cevapları tek bir vektör (dizi) olarak temsil edilir.
Örneğin:
3. Benzerlik Skoru Hesaplama
Öğrencilerin cevap vektörleri arasındaki benzerlik skoru 𝑆, Kosine Benzerlik kullanılarak hesaplanır. Kosine Benzerlik, iki vektör arasındaki açısal benzerliği ölçer ve 0 ile 1 arasında bir değer alır. Bu değer, iki öğrencinin cevaplarının ne kadar benzer olduğunu gösterir.
Kosine Benzerlik Formülü:
$$S = \frac{\sum_{i=1}^{n} (X_i \cdot Y_i)}{\sqrt{\sum_{i=1}^{n} X_i^2} \cdot \sqrt{\sum_{i=1}^{n} Y_i^2}}$$Bu formül, iki vektör arasındaki benzerliği hesaplar. Skor 1’e ne kadar yakınsa, iki vektör o kadar benzerdir, yani iki öğrencinin cevapları arasında büyük bir benzerlik vardır.
4. Eşik Değeri Belirleme
Benzerlik skoru hesaplandıktan sonra, bu skorun belirli bir eşiğin (𝑇) üzerinde olup olmadığı kontrol edilir. Eşik değeri, istatistiksel analizler ve geçmiş verilere dayalı olarak belirlenir. Bu eşik değeri, benzerlik skoru bu değerin üzerinde olduğunda kopya çekme olasılığının yüksek olduğunu gösterir.
Örneğin:
Eşik değeri (𝑇): 0.85
Benzerlik skoru (𝑆): 0.9 ise, bu durumda kopya çekme şüphesi oluşur.
5. İstatistiksel Anomalilerin Tespiti
Ek olarak, öğrenci performansındaki ani değişiklikler de analiz edilir. Öğrencinin mevcut sınav performansı, geçmiş performansıyla karşılaştırılır ve anormal değişiklikler incelenir. Bu analiz, öğrencinin önceki başarılarına göre anormal bir yükseliş veya düşüş olup olmadığını değerlendirir.
Anormal Performans Skoru Formülü:
$$A = \frac{|P_c - \mu_p|}{\sigma_p}$$Adım 3: Anormal Performans Tespiti
Anormal Performans Skoru:
Öğrencilerin mevcut performansı, geçmiş performanslarıyla karşılaştırılır ve anormal performans skoru aşağıdaki formül kullanılarak hesaplanır:
Bu formül, Z-Score hesaplama yöntemini kullanarak öğrencinin mevcut performansının, geçmiş performansına göre ne kadar farklı olduğunu ölçer. Yüksek anormal performans skoru, kopya çekme veya diğer hileli davranışların göstergesi olabilir.
Adım 4: Kapsamlı Değerlendirme
Nihai Değerlendirme Skoru:
Benzerlik skoru ve anormal performans skoru, öğrencinin nihai değerlendirme skorunu (D) hesaplamak için kullanılır. Bu hesaplama, aşağıdaki formül aracılığıyla gerçekleştirilir:
Bu formül, ağırlıklı toplam yöntemini kullanarak öğrencinin farklı değerlendirme kriterlerindeki performansını bir araya getirir. Ağırlıklar, her kriterin göreceli önemini ifade eder ve genellikle toplamları 1 olacak şekilde belirlenir.
Adım 5: Sonuçların Raporlanması
Kapsamlı Değerlendirme Raporu:
Her öğrenci için, kapsamlı bir değerlendirme raporu oluşturulur. Bu rapor, öğrencinin nihai değerlendirme skorunu, kopya çekme analizinin sonuçlarını ve performans detaylarını içerir. Raporlar güvenli bir şekilde saklanır ve yetkili akademik personel tarafından erişilebilir.
Bu değerlendirme süreci, öğrenci performansını adil ve objektif bir şekilde değerlendirmek için tasarlanmıştır. Kullanılan matematiksel formüller ve istatistiksel analizler, değerlendirmenin doğruluğunu artırır ve insan hatası veya önyargıyı minimize eder. Ayrıca, kullanılan algoritmalar, akademik dürüstlük ve adil değerlendirme ilkesine bağlı olarak öğrencilerin başarılarının güvenilir bir şekilde ölçülmesini sağlar.
IIENSTITU'nun Değerlendirme Yaklaşımı
IIENSTITU'da kullanılan bu bilimsel değerlendirme yöntemleri, öğrencilerin performansını en doğru ve adil şekilde ölçmek için tasarlanmıştır. Karmaşık algoritmalar ve matematiksel formüller, öğrenci performansını çok boyutlu olarak değerlendirir ve objektif geri bildirim sağlar.
Tarihinde güncellendi: 13/12/2024
Teşekkürler!