Bilgi tahmini eğrisi, öğrencilerin mümkün olan en kısa sürede bilgi eksikliklerine genel bir bakış elde etmelerine yardımcı olan bir araçtır.
Kullanıcının cevapladığı tüm soru oturumlarının sonuçlarını analiz ederek, Hypocampus kullanıcının cevap verdiği her konu için bir bilgi tahmini yapabilir.
Bu, zayıf ve güçlü konulara göre filtreleme yapmaya imkan sağlayan bir grafikte görselleştirilir. Doğru sonuçlar çıkarmak için her
tahmin için güven aralığını da sunulur. Sadece birkaç soruya cevap verdiğinizde, herhangi bir şey söylemek için yeterli veri yoktur,
ancak daha fazla soru yanıtladıkça güven aralığı daralır ve tahminin doğruluğu artar.
Belirli bir sonucun olasılığı
Diyelim ki bir kullanıcı Hypocampus'a kaydoluyor ve birkaç quiz sorusunu cevaplamaya başlıyor. İlk gün kullanıcı beş soru cevaplıyor,
bunlardan ikisi doğru çıkıyor. İlgili uzmanlık alanındaki öğrencinin bilgi düzeyini nasıl hesaplarız?
Bir soruyu doğru cevaplama olasılığını tahmin etmenin en kolay yolu, doğru cevaplanan soru sayısını toplam soru sayısına bölmektir:
k = 2/5 = 0,4
Bu yaklaşım iyi ancak cevaplanan soru sayısını dikkate almaz. Yukarıdaki sonucu verebilecek birçok farklı bilgi düzeyi vardır.
Bunu hesaplamak için, gerçek bilgi seviyenize bağlı olarak yukarıdaki sonucu elde etme olasılığını gösteren bir grafik yapabiliriz.
Grafik, bilgi seviyesi 0,4'ün en olası olduğunu gösteriyor, ancak aynı zamanda aynı sonucu verebilecek oldukça geniş bir bilgi düzeyi aralığı var.
Bir aralık sağlayarak, tahminimizin ne kadar doğru olduğunu ölçüyoruz.
Böylece öğrencinin gerçek bilgi düzeyinin %95 olasılıkla bu aralıkta olacağından emin olmak için hangi aralığı göstermeliyiz?
Grafiği yorumladığımızda, gerçek bilgi düzeyinin %95 olasıklıkla 0,11 ile 0,76 arasında olduğunu söyleyebiliriz. Eğer %50 aralığı eklersek.
Beş soruya cevap verildikten sonra %50 doğruluk oranıyla bilgi seviyesinin 0,28-0,53 arasında olduğunu söyleyebiliriz.
Diyelim ki aynı kullanıcı sorulara cevap vermeye devam ediyor. Bir hafta sonra, 30 soru cevapladı ve bunlardan 7'si doğru.
Şimdi grafik aşağıdaki gibi görünecektir:
Aralık şimdi daha dar ve %50 olasılıkla bilgi düzeyinin 0,19-0,29 arasında olduğunu söyleyebiliriz.
%95 olasılıkla bilgi seviyesinin 0,11-0,40 arasında olduğunu söyleyebiliriz. Öğrenci platformu bir ay daha kullanmaya devam ediyor.
Günde 0-10 arası soruya cevap veriyor. Simülasyon, 153 sorunun cevaplandığını ve bunlardan 43'ünün doğru cevaplandığını gösteriyor. Şimdi grafik nasıl görünüyor?
Şimdi %50 olasılıkla bilgi düzeyinin 0,26-0,31 arasında ve %95 olasılıkla bilgi düzeyinin 0,22-0,36 arasında olduğunu biliyoruz.
Bu durumdan hangi sonuçlar çıkarılabilir? Başlangıçta, birkaç sorudan fazlasını cevaplamadığınızda, bilgi tahmini geniş bir
güven aralığına sahip olacaktır. Sunulan gerçek sayının kesinliği düşük olacaktır. Ancak her soru için aralık daralacak ve
tahminin doğru olma olasılığı artacaktır.
Bir örnek
Bir kullanıcı platformda 6 ay boyunca çalışıyor. Çalışmaları sırasında, bilgi düzeyi bu dönem boyunca 0.3'ten 0.7'ye yükseliyor.
Her gün 1-10 arasında soruya cevap veriyor. Soruları doğru cevaplama olasılığı o günkü bilgi seviyesiyle aynıdır.
Bilgi seviyesini tahmin ederken sadece son 100 cevap sayılır. Bu, grafiğin kullanıcının mevcut bilgi seviyesini yansıtmasını sağlamak içindir.
Bu 100 cevaptan, 45 günden eski olanlar filtrelenir.
Örnekte belirtilen bu öğrenci, 2 ay boyunca hiçbir soruya cevap vermedi. 6 ayın ardından grafiği şöyle görünüyordu.
