Розділи

  • Загальне

    • Матієвський В. В.

      ДЗ «Луганський національний університет імені Тараса Шевченка» (м. Старобільськ)

      Практичний досвід оптимізації праці викладача при використанні системи Moodle при викладанні статистики

      В роботі представлений спосіб автоматичного генерування індивідуальних завдань дисциплін "Теорія ймовірностей", "Статистика", "Математичні методи в психології" з імпортом в платформу дистанційного навчання MOODLE. Описані основні можливості спеціального пакету “Exams”, написаного на мові R.

      Вступ. На жаль, при дистанційний формі навчання ймовірність того, що студенти під час тестування будуть використовувати шахрайськи методи здачі: обмін завданнями між студентами, пошук інформації в інтернет тощо, дещо вище, ніж при очній формі навчання. Раніше викладач більше контролював інформаційні потоки, які використовували студенти під час поточного та фінального контролю і не виникала необхідність створення великої кількості індивідуалізованих завдань. Як відомо, згідно Положень Болонського процесу у  ВНЗ відбувається перерозподіл навчального часу на користь самостійного вивчення та опанування матеріалу дисциплін. У зв'язку з цим, все більшої актуальності набуває проблема контролю й оцінювання знань студентів, які є важливою складовою частиною навчального процесу і дають можливість одержувати своєчасну та достовірну інформацію про рівень успішності знань студентів. Для самоконтролю студентів бажано надавати їм повні розв'язання завдань, але створення індивідуалізованих завдань для кожного студента призводить до перевантаження викладача, таким чином, дослідження засобів по автоматизації праці викладачів є актуальною проблемою.

      Аналіз останніх досліджень та публікацій. Питанню зменшення ймовірності викривлення результатів поточної та звітного контролю при дистанційній формі навчання приділяють  увагу як зарубіжні так і українські вчені: Barber Jonathan, Rodolfo Matos  М. Л. Смульсон, Ю. І. Машбиць та ін. Проте не всі можливі підходи ще вивчено.

      Постановка проблеми. Розгляд засобів, що збільшують ймовірність отримання адекватної оцінки знань студента шляхом створення індивідуалізованих завдань із повними розв’язаннями за допомогою програмних засобів мови R. 

      Дисципліна «Статистика» вивчається паралелями, одночасно той самий курс можуть вивчати сотні студентів. Для збільшення ймовірності самостійного виконання завдань поточного контроля бажано мати індивідуальні завдання для кожного із студентів. При цьому для самоконтролю студентів краще всього мати повні розв’язання кожного завдання.

      Bettina Grun, Achim Zeileis[3, 4] створили пакет, який написано на мові R. Основні ціли створення були наступними: автоматична генерація великої кількості різних завдань індивідуальних для кожного студента; створення матеріалів для самоконтролю (набори завдання та їх розв’язання); можливість організації сумісної праці колективу викладачів.

      Пакет exams можливо завантажити з Comprehensive R Archive Network за адресою http://CRAN.R-project.org/package=exams

      Починаючи із версії 2, кожен шаблон завдання представляє собою Sweave файл, який з допомогою мови R в трансформується в  Latex код. При чому кожне завдання містить випадкові елементи, які індивідуальні для кожного прикладу. Є можливість трансформації цього файлу в різні формати включаючи PDF, HTML, Moodle XML. Кожен тип завдання можливо створювати незалежно від інших, тобто команди викладачів можуть працювати разом над створенням контрольних завдань для деякого курсу.

      Для праці із цім пакетом необхідно: завантажити мову R (це мова програмування і програмне середовище для статистичних обчислень, аналізу та представлення даних в графічному вигляді). Для цього за посиланням https://cloud.r-project.org необхідно обрати пакети для вашої операційної системи.

      Рисунок 1 – Завантаження мови R

      Далі необхідно завантажити RStudio (вільне та відкрите інтегроване середовище розробки (IDE) для R) по посиланню https://www.rstudio.com/products/rstudio/download/

      Рисунок 2 – Завантаження RStudio

      Необхідно встановити ці програми на вашому комп'ютері. Після цього необхідно запустити Rstudio. Обрати пункт меню Tools\Install packages в полі Packages набрати exams, або в командному рядку мови R надати команду install.packages("exams").

      Рисунок 3 – Встановлення пакету exams 

      На основі правил викладених в [4] створюємо файли, який описує завдання він повинен знаходиться в директорії \exams\exercises. Розглянемо наприклад deriv.Rmd

      Лістинг 1 Файл deriv.Rmd

      ```{r data generation, echo = FALSE, results = "hide"}
      ## parameters
      a <- sample(2:9, 1)
      b <- sample(seq(2, 4, 0.1), 1)
      c <- sample(seq(0.5, 0.8, 0.01), 1)
      ## solution
      res <- exp(b * c) * (a * c^(a-1) + b * c^a)
      ```

      Question
      ========
      What is the derivative of $f(x) = x^{`r a`} e^{`r b` x}$, evaluated at $x = `r c`$?

      Solution
      ========
      Using the product rule for $f(x) = g(x) \cdot h(x)$, where $g(x) := x^{`r a`}$ and $h(x) := e^{`r b` x}$, we obtain
      $$
      \begin{aligned}
      f'(x) &= [g(x) \cdot h(x)]' = g'(x) \cdot h(x) + g(x) \cdot h'(x) \\
      &= `r a` x^{`r a` - 1} \cdot e^{`r b` x} + x^{`r a`} \cdot e^{`r b` x} \cdot `r b` \\
      &= e^{`r b` x} \cdot(`r a` x^`r a-1` + `r b` x^{`r a`}) \\
      &= e^{`r b` x} \cdot x^`r a-1` \cdot (`r a` + `r b` x).
      \end{aligned}
      $$
      Evaluated at $x = `r c`$, the answer is
      $$ e^{`r b` \cdot `r c`} \cdot `r c`^`r a-1` \cdot (`r a` + `r b` \cdot `r c`) = `r fmt(res, 6)`. $$
      Thus, rounded to two digits we have $f'(`r c`) = `r fmt(res)`$.

      Meta-information
      ================
      extype: num
      exsolution: `r fmt(res)`
      exname: derivative exp
      extol: 0.01

      Команда  a <- sample(2:9, 1) задає випадкове значення із проміжку, далі після Question формулюємо питання, а після Solution розв'язання при цьому математичні формули записуються в спеціальному форматі між знаків $$. Більш докладно про формат цього файлу можливо прочитати у офіційній документації.

      Після створення файлу із прикладом, використовуємо команду exams2moodle, яка в автоматичному режимі генерує завдання в форматі Moodle XML, який можливо імпортувати в Moodle.

      Приведемо приблизний перелік команд які необхідно вести в командний рядок мови R.

      Лістинг 2 Приблизний перелік команд для створення завдання в терміналі R

      ## завантаження пакету

      library("exams")

      options(device.ask.default = FALSE)

      ## визначення  іспиту (= список завдань)

      myexam <- list(

      "boxplots",

      c("tstat", "ttest", "confint"),

      c("regression", "anova"),

      c("scatterplot", "boxhist"),

      "relfreq"

      )

      ## завдання каталогу

      mydir <- tempdir()

      ## генерація файлу в форматі Moodle XML

      exams2moodle(myexam, n = 3, dir = mydir,

      num = list(solution = FALSE),

      mchoice = list(shuffle = TRUE)

      )

      dir(mydir)

      На екрані з'явиться назва каталогу в який буде записано файл в форматі Moodle XML із назвою moodlequiz.xml. При цьому, можливо, вам потрібно буде завантажувати додаткові пакети в залежності від вашої операційної системи.  

      Файл moodlequiz.xml можливо імпортувати в Moodle.

      Висновок: Для спрощення генерації індивідуалізованих завдань із статистики (і деяких інших дисциплін) запропоновано використання спеціального пакету “Exams”, написаного на мові R, який може створювати в напівавтоматичному режимі набори завдань для більшості LMS та Moodle. Використання пакету “Exams” надає можливість викладачу звільнити час для творчої роботи, при тому надає можливість генерування індивідуалізованих без повторів, для досить великої кількості студентів

      Список використаних джерел

      1. Barber, Jonathan, Rodolfo Matos, and Susana Leitão. "MOODLE MONITORING BEST PRACTICES." Proceedings of INTED2015 Conference. 2015.
      2. Matos, R., Torrão S., Vieira T. (2012) “Moodlewatcher: Detection and prevention of fraud when using Moodle quizzes” INTED2012 Abstracts CD (ISBN: 978-84-615-5562-8), INTED2012 Proceedings CD (ISBN: 978-84-615-5563-5)
      3. Zeileis, Achim, Nikolaus Umlauf, and Friedrich Leisch. Flexible generation of e-learning exams in R: Moodle quizzes, OLAT assessments, and beyond. No. 2012-27. Working Papers in Economics and Statistics, 2012.
      4. Grün, Bettina, and Achim Zeileis. "Automatic generation of exams in R." Journal of Statistical Software 29, no. 10 2009.
      5. Дистанційне навчання: психологічні засади : монографія / [М.Л. Смульсон, Ю.І. Машбиць, М.І. Жалдак та ін.] ; за ред. М.Л. Смульсон. — Кіровоград :Імекс-ЛТД, 2012. — 240 с.