Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Data science pro analýzu přijímacích a maturitních testů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F23%3A00583939" target="_blank" >RIV/67985807:_____/23:00583939 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.cs.cas.cz/news/2023-11-08-Den-otevrenych-dveri/en" target="_blank" >https://www.cs.cas.cz/news/2023-11-08-Den-otevrenych-dveri/en</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Data science pro analýzu přijímacích a maturitních testů

  • Popis výsledku v původním jazyce

    ZÁKLADNÍ ÚDAJE: Den otevřených dveří Ústavu informatiky AV ČR 2023 - program. Praha: Ústav informatiky AV ČR, 2023. [Týden Akademie věd ČR. 06.11.2023-12.11.2023, Praha] ABSTRAKT: Přijímací a maturitní zkoušky rozhodují o budoucnosti mnoha mladých lidí. Avšak, jak zajistit, aby takové testy opravdu měřily to, co mají, a byly spolehlivé? Co když bychom mohli využít technologie, která nám pomůže předpovědět obtížnost jednotlivých otázek a vytvořit adaptivní testy na míru každému studentovi? V této prezentaci se podíváme na komplexní analýzu testů a položek a ukážeme si, jak lze pomocí strojového učení předpovídat obtížnost položek a zefektivnit testování pomocí počítačových adaptivních testů.

  • Název v anglickém jazyce

    Data science for the analysis of admissions and maturita tests.

  • Popis výsledku anglicky

    Entrance and final exams decide the future of many young people. However, how to ensure, that such tests really measure what they are supposed to and are reliable? What if we could use technology to help us predict the difficulty of individual questions and create adaptive tests tailored to each student? In this presentation, we will look at a comprehensive analysis of tests and items and show, how machine learning can be used to predict item difficulty and make testing more efficient with computer adaptive tests.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

  • OECD FORD obor

    50301 - Education, general; including training, pedagogy, didactics [and education systems]

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/TL05000008" target="_blank" >TL05000008: Výzvy pro hodnocení znalostí: Analytická podpora tvorby znalostních testů</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů