Quest Ladder
TeachFORGE.ai
Quest Ladder / اعداد و معادلات
اعداد، معادلات و شبکه‌ها
سه قالب برای پاسخهایی که مقدارند، نه کلمه، و تنظیماتی که مشخص میکنند یادگیرنده باید چقدر دقیق باشد.
دقیق تا سه رقم اعشار، یک تصمیم است، نه یک حالت پیشفرض.
سه قالب
| قالب | پاسخ عبارت است از |
|---|---|
| ورودی عددی | یک عدد، بهصورت اختیاری همراه با واحد. |
| ورود معادله | یک عبارت یا معادله، که بر اساس معنایش داوری میشود، نه نحوهٔ تایپشدنش. |
| ماتریس / شبکه | یک شبکه از مقادیر. ردیفها و ستونها هر کدام از ۲ تا ۸ تغییر میکنند، با مقدار پیشفرض ۳. |
هر سه بهطور طبیعی با مقادیر متغیر همراه میشوند: همان پرسش هر بار با اعداد متفاوت تولید میشود، و نمرهگذاری هم بهطور خودکار دنبال میکند، چون پاسخ صحیح محاسبه میشود، نه تایپ.
چه میزان نزدیکی کافی است
یک پاسخ عددی تقریباً هیچوقت مقایسهٔ دقیق رشتهای نمیخواهد — 0.333, 0.3333 و 1/3 هر سه یک فهم یکساناند که به سه شکل تایپ شدهاند. سیاست پاسخ این موضوع را مدیریت میکند.
- تلورانس عددی با نوع تلورانس تنظیمشده روی مطلق هر چیزی در محدودهٔ یک فاصلهٔ ثابت را میپذیرد. برای یک اندازهگیری مناسب است.
- درصدی هر چیزی در محدودهٔ درصدی از مقدار واقعی را میپذیرد. زمانی مناسب است که بزرگی مقدار میان نسخههای تولیدشده متفاوت باشد، که معمولاً همینطور است.
- بازه قابلقبول — حداقل و حداکثر یک بازه را مستقیماً میپذیرند، برای پرسشهایی که واقعاً چند پاسخ قابلدفاع در یک محدوده دارند.
- تلورانس پیشفرض در تنظیمات بیشتر، مقدار شروع را برای پرسشهای تولیدشده از این نوع تعیین میکند.
تحملپذیری درصدی، پیشفرض درستی برای یک نوع پارامتریک است. تحملپذیری مطلق ۰٫۵ برای پاسخی نزدیک به ۳ بسیار بازدارانه است و برای پاسخی نزدیک به ۳۰٬۰۰۰ بیمعنا، و یک پرسش تولیدشده میتواند هر دو را ایجاد کند.
واحدها
الزام واحدها در تنظیمات بیشتر تعیین میکند که آیا یک عدد بدون واحد پذیرفته میشود یا نه. فعالکردن آن، واحد را بخشی از پاسخ میکند، که در فیزیک و شیمی دقیقاً همان نکتهٔ اصلی است و در حساب محض یک آزاردهندگی.
وقتی واحدها اهمیت دارند، از مقدار همراه با واحد یا کمیت همراه با واحد نوع پارامتر برای مقادیر متغیر هم استفاده کنید، تا پرسش تولیدشده و پاسخ محاسبهشدهاش بر سر اینکه عدد چه چیزی را اندازه میگیرد، همنظر باشند.
فرمهای معادل
ورودی معادله همان چیزی است که معمولاً افراد را متعجب میکند. تنظیم حالت ارزیابی تا همارزی نمادین / جبری و 2x+4, 4+2x و 2(x+2) همه پذیرفته میشوند، چون موتور، ریاضیات را مقایسه میکند، نه کاراکترها را.
فرمهای معادل در تنظیمات بیشتر، از ۰ تا ۶ با مقدار پیشفرض ۲، به تولیدکننده میگوید چند آرایش جایگزین آماده کند. از آن زمانی استفاده کنید که میخواهید یادگیرنده بتواند در هر نقطهٔ منطقی متوقف شود، نه اینکه حتماً به یک شکل استاندارد برسد.
اگر واقعاً به یک آرایش خاص نیاز دارید — مثلاً پرسشی درباره تجزیه — همارزی را خاموش کنید و این را در متن اصلی سؤال ذکر کنید، وگرنه یادگیرندهای که با فرم نادرست پاسخ درستی داده، بدون آنکه بداند چرا، نادرست علامتگذاری میشود.
شبکه‌ها
یک شبکهٔ ماتریسی، خانهبهخانه نمرهگذاری میشود، که هرکدام جایگاهی در مرحلهٔ پاسخ صحیح با نمرهٔ مخصوص به خودشان هستند. تقسیم مساوی نمرهٔ کل را میانشان تقسیم میکند، و حالت نمرهدهی تعیین میکند که آیا یک خانهٔ نادرست، کل پرسش را از بین میبرد یا نه.
حالت همهیاهیچ روی یک شبکهٔ ۳×۳، برای هر نمرهای نُه خانهٔ درست میخواهد. حالت وزندار تقریباً همیشه ابزار آموزشی بهتری است، و نمرات هر خانه همان چیزی است که گزارش کلاس هنگام گفتن اینکه کدام خانه را کلاس اشتباه میزند، میخواند.