| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Mācību plāna pielāgošanas algoritma izstrāde sagatavošanās procesam SAT matemātikas eksāmenam, balstoties uz kognitīvajiem mācīšanās profiliem |
| Nosaukums angļu valodā |
Development of a Learning Path Adaptation Algorithm Based on Cognitive Learning Profiles for Preparing for the SAT Math Exam |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Egons Lavendelis |
| Recenzents |
Alla Anohina-Naumeca |
| Anotācija |
Tradicionālā sagatavošanās SAT matemātikas eksāmenam bieži balstās uz fiksētu tēmu un uzdevumu secību. Šāda pieeja ir vienkārši organizējama, tomēr tā nepielāgojas atšķirībām izglītojamā zināšanās, sagatavotības līmenī, atbilžu stabilitātē, darba atmiņas slodzē un rīcībā laika trūkuma apstākļos. Bakalaura darbā izstrādāts un īstenots mācību plāna adaptācijas algoritms, kas balstīts uz kognitīvajiem mācīšanās profiliem un paredzēts, lai sagatavotos SAT matemātikas eksāmenam.
Darbā aplūkota digitālās SAT eksāmena matemātikas sadaļas struktūra un salīdzinātas esošās mācību plāna adaptācijas metodes. Analītiskajā daļā secināts, ka neviena atsevišķa metode pilnībā neapvieno varbūtisku izglītojamā stāvokļa novērtēšanu, priekšnosacījumu ievērošanu, pierādījumu ticamības filtrēšanu un izskaidrojamu rekomendāciju loģiku. Tāpēc piedāvātais risinājums vienā lēmumu pieņemšanas ietvarā apvieno Beiesa zināšanu atspoguļošanu, priekšnosacījumu ierobežojumus, kognitīvā profila rādītājus un likumos balstītu kandidātu ranžēšanu.
Izstrādātais risinājums tika īstenots kā adaptīvs SAT matemātikas mācību plāna sastādīšanas programmatūras prototips ar kompaktu klienta-servera struktūru. Klienta daļa attēlo uzdevumus, taimeri, mājienus, atbildes un skaidrojumus, savukārt servera daļa glabā satura grafu, reģistrē mijiedarbības notikumus, atjaunina izglītojamā stāvokli, filtrē zemas piepūles pierādījumus un ģenerē nākamo rekomendāciju. Validācija tika veikta 73 kontrolētos scenāriju izpildes gadījumos, kuros pārbaudīts sākuma stāvoklis, priekšzināšanu trūkums, kognitīvā slodze, uzmanības nestabilitāte, zemas piepūles atbildes un augsta gatavība. Prototips izpildīja pilnu scenārija līmeņa prasību kopu 68 no 73 gadījumiem un deva prasībām atbilstošas rekomendācijas 416 no 438 rekomendāciju lēmumiem. Salīdzinājumā ar fiksētu lineāru mācību plānu un tikai apguves līmenī balstītu Beiesa zināšanu atspoguļošanas secību piedāvātais prototips radīja mazāk priekšnosacījumu kļūdu, stabilāk apstrādāja zemas piepūles atbildes un labāk saglabāja SAT satura domēnu līdzsvaru.
Bakalaura darbs sastāv no 61 lappusēm, 4 attēliem, 31 tabulām, 20 avotiem un 5 pielikumiem. |
| Atslēgas vārdi |
ADAPTĪVĀ MĀCĪŠANĀS, SAT MATH SAGATAVOŠANA, ZINĀŠANU IZSEKOŠANA, KOGNITĪVAIS MĀCĪŠANĀS PROFILS |
| Atslēgas vārdi angļu valodā |
ADAPTIVE LEARNING, SAT MATH PREPARATION, KNOWLEDGE TRACING, COGNITIVE LEARNING PROFILE |
| Valoda |
eng |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
26.05.2026 15:14:04 |
