| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Adaptīvas viktorīnas izstrāde personalizētai apmācībai |
| Nosaukums angļu valodā |
Development of an Adaptive Quiz Generator for Personalized Learning Paths |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Valdis Saulespurēns |
| Recenzents |
Jānis Bicāns |
| Anotācija |
Bakalaura darba veids – 3. tips: Produkta izstrāde
Atslēgvārdi: Adaptīvā mācīšanās, Personalizētā mācīšanās, Viktorīnas ģenerators, Uzdevumu atbildes teorija (IRT), ELO punktu piešķiršanas algoritms, Django tīmekļa lietotne
E-mācību vidē katru dienu pieaug pieprasījums pēc personalizētas mācīšanās. Bakalaura darba motivācija tiek pamatota uz to, ka tradicionālās testēšanas metodes nenodrošina pietiekamu piemērotību studentiem ar dažādiem spēju līmeņiem. Lai novērstu šo nepilnību, darbā tiek piedāvāta tīmekļa lietotnes – adaptīvās viktorīnas ģeneratora – izstrādes un ieviešanas risinājums personalizētai mācīšanai. Tajā jautājumu grūtības pakāpe tiek pielāgota reāllaikā. Izstrādātā lietotne izmanto hibrīda algoritmu, kas apvieno IRT un ELO reitinga sistēmu, ļaujot tai dinamiski pielāgoties lietotāja sniegumam. Produkts izstrādāts, izmantojot Django ietvaru, bez mākslīgā intelekta risinājumiem, un to var izmantot gramatikas, vārdu krājuma un lasīšanas prasmju uzlabošanai, īpaši tiem, kuru dzimtā valoda nav angļu. Darbā iekļauts adaptīvo viktorīnu sistēmu literatūras apskats, metodoloģija un tīmekļa lietotnes izstrāde ar Django platformas palīdzību aizmugures (backend) izveidei. Lietotnes efektivitāte tika novērtēta, izmantojot kvantitatīvos snieguma rādītājus un lietotāju aptauju. Vērtēšanas rezultāti liecina, ka adaptīvie testi potenciāli spēj veicināt iesaisti un uzlabot mācīšanās rezultātus. Bakalaura darbs piedāvā funkcionālu un mērogojamu lietotni, kas var kalpot kā pamats turpmākiem uzlabojumiem, funkcionalitātes paplašinājumiem un plašākiem izglītības pielietojumiem.
Šis bakalaura darbs sastāv no kopumā 63 lappusēm (ieskaitot bibliogrāfiju un pielikumus), un tajā ir 2 tabulas, 20 attēli un 59 izmantotie avoti. |
| Atslēgas vārdi |
Adaptīvā mācīšanās, Personalizētā mācīšanās, Viktorīnas ģenerators, Uzdevumu atbildes teorija (IRT), ELO punktu piešķiršanas algoritms, Django tīmekļa lietotne |
| Atslēgas vārdi angļu valodā |
Adaptive Learning, Personalized Learning, Quiz Generator, Item Response Theory (IRT), ELO Scoring Algorithm, Django Web Application |
| Valoda |
eng |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
27.05.2025 23:39:48 |
