zoukankan      html  css  js  c++  java
  • SharePoint Learning Kit核心内容概述(六)

    继续介绍评分机制.

    每个Interaction的自动分数(LRM)

    在LRM中的每个可以自动评分的interaction都有一个自动分数(auto-score)。LRM的自动分数可能是在任何时候计算出来的,但是直到学习者的课程是completed或final状态时才是可用的。SLK会把每个interaction的自动分数作为每个interaction的指导员分数的默认值。每个interaction的自动分数都是单独保存的,方便日后出报表。当学习者课程记录为completed并且是自动评分时,该值是不允许修改的,除非将课程记录重新激活。

    自动评分的问题如果没有回答,则自动分数为零。相应的指导员分数初始值也是一样。

    每个Interaction的指导员分数(LRM)

    在LRM中的每个interaction,指导员都可以设置一个指导员分数。对自动评分的那些interaction,该分数初始为该interaction的自动分数。如果该interaction不是自动评分的,则该指导员分数初始为空。在grading视图时指导员可以编辑该分数。

    非elearning内容的分数

    非elearing内容无法自动评分,也没有计算分数。因而,最终分数初始为零。

    学习者课程记录的最终点数

    最终点数时一条学习者课程记录的得分。该值初始为计算点数,但可以被指导员修改(当该课程记录为"completed"或"final"状态时)。

    指导员可以清空最终点数,以表明该课程记录没成绩。这通常用在将某个用户踢出该课程。

    如果计算点数的值改变了,最终点数将会改变相同的量。

    学习者在课程记录状态为"final"前不能访问最终点数。在所有其他状态下,该分数显示给学习者的值都为null。

    计算点数和最终点数的变化

    修改计算点数会同时以相同的变化量更新最终点数,具体为:

    • 如果计算点数之前为null,则最终点数在指导员的修改后更新为新的计算点数。
        if(computedPointsOld==Null){
          finalPointsNew=computedPointsNew}
    • 如果已经有一个计算点数值,则如果最终点数不为null,将更新相应的变更点数。如果最终点数为null,说明它是被指导员清空的,因此不应该再根据计算点数的改变而改变。  
        else{
        if(finalPointsOld!=Null)
          finalPointsNew=finalPointsOld+(computedPointsNew-computedPointsOld)}

    一般情况下计算点数如何影响最终点数:

    • 在评分表格中的点数是通过窗体内部通讯机制在grading视图的课件播放框架页关闭时传过来的。
    • 在该框架页在grading视图中打开时指导员也可以更新该评分表格。
    • 每一次框架页保存时都将存储最新的计算点数和最终点数到服务器。
    • 保存评分表格时会存储当前显示在该表格中的最终点数。
    • 计算点数只能通过内容判分来修改,无法在评分表格中修改。这使其成为一个当最终点数无法同步而必须由指导员更新时的一个很好的“主成绩”参考。

     SCORM 2004 Sucess Status

    对SCORM 2004 类型的e-leanring课件内容来说,有一个成功状态(success status)的概念,它是独立于分数而存在的。成功状态是由内容和e-learning运行时环境决定的,无法修改或者被指导员手工设定。

    成功状态是指根activity的primary objective的成功状态值。指派工作流的开发规范中定义了成功状态在SLK界面上显示的值。

    下面进入问答(FAQ)环节。

     SLK验证

    使用角色而非组

    在早期的设计里,SLK开发者们本来是用组而不是角色来在SLK中指定学习者和指导员的。在WSS V3 里网站用户组的概念被砍掉并代之以角色。我们无法在SPWeb层次创建一个组并使用独立权限。V3里的组是存在于SPSite层并在SPWeb中共享。然而不同的角色可以在SPWeb层次通过断开角色继承应用到这些组。典型的学校网站层级结构具有一个学校SPSite和一些独立的SPWeb,子SPWeb的班级或课程。我们需要允许用户可以在SPWeb层次上指定独有的学习者和指导员的集合。如,当在History6 SPWeb上创建了一个指派时,你只需要指派到History6范围内相关的用户和组。你并不想看到整个学校里所有用户和组。单独使用组来做这件事将要求一套强制性的组配置结构和命名约定,来匹配相应的SPWeb和组名。因为组是在SPSite内部共享的。

    与组不同的是,角色更加适合在给定的SPWeb范围内标示用户的类型(SLK学习者或SLK指导员)。角色同时在最终实施时提供了更大的灵活性。在一个SPWeb上可以有多个组分配到SLK学习者角色,或者干脆不用组,而是直接把一个个用户分配到该角色。

    为什么不用一个默认的角色,而是建议用SLK Learners和SLK Instructors角色?

    推荐使用SLK Learners和SLK Instructors,这样你就可以为用户或组应用一个角色来在SLK中进行标示,而不会影响SharePoint中用到的其它权限。管理员可以选择使用一个默认的角色(如完全控制,设计,参与讨论,读取),但这样就有可能因为这些角色被应用到比预期更多的用户而导致标示了太多的指导员和学习者,或出现错误的标示。

    使用SLK Learners和SLK Instructors使SPWeb管理员可以在SLK中完全控制这些角色,而不必担心会改变已有的SharePoint权限体系。

    为什么SLK用权限来标示学习者,而不是允许网站的所有成员都是学习者?

    问题在于如何决定一个SPWeb的“所有成员”?用户和组是在SPSite层次范围内的,但是为这些用户和组指派课程的权限可以是在SPWeb层次范围内。我们需要在SPWeb范围内标示学习者。这样指导员就可以在创建一个指派时只列出对于该课程而言在给定的SPWeb内所有是SLK Learners角色的用户。一种选择是允许网站内的任意权限的所有的用户和组都可被指派,但是使用一个特定的权限来允许指导员有更多的控制来决定哪些用户和组是允许创建指派(SLK指导员权限),而哪些哟规划和组在该指派中是可用的学习者(SLK学习者权限)。

     注意,特定指派的实际学习者和指导员都存放在SLK数据库中。SharePoint权限被用于在创建/编辑某个指派的属性页面上决定用户的可用性,以及在创建指派时验证用户是目标SPWeb上的指导员。

    管理员可以使用一个已有的权限如“参与讨论”,以便利用已经创建好的权限分配。比如,默认的“<SPWeb 名>成员”组在SPWeb创建后自动创建,它具有该SPWeb上的参与讨论权限。这种情况下,用户可以指定“参与讨论”权限,来标示SLK中的学习者权限。这也正是为什么我们允许管理员在SPSite上指定什么权限用于在SLK中标示学习者和指导员。

     SCORM 2004 重新激活

    SCORM 2004重新激活原来的设计意图是为学习者创建一个新的学习记录(attempt)以便可以继续进行学习。尽管这样将删除该学习者前面的所有工作,但这么做的目的是为其提供一个干净的sequencing数据模型与之工作。因为有可能在某些情况下sequencing rules会不允许用户再次对整个课程进行操作,并在重新进入时自动退出。

    在对该设计进行评估时,我们发现它并不能完全解决该问题。课件往往会使用global objectives来保存sequencing决策信息。这些objectives是对学习者和包全局性的,当globalToSystem为true时,还可以在学习者和LMS级别成为全局属性。也就是说,即使清空该学习者的学习(attempt)记录,仍无法得到全新的sequencing。

    因为该设计无法完全解决sequencing的潜在问题,所以SLK开发人员最终决定保留重新激活行为的一致性,让SCORM 2004使用与其它e-learning课件一样的机制。这样对各类型的课件统一行为,可以消除在activity树上创建新的学习记录时可能造成的数据的丢失。

    对于最初设计的目的(新的学习),要允许学习者继续在该课程上进行学习,指导员仍可以通过删除重添加的方式为学习者创建一条新的课程记录来解决。

    (完)

  • 相关阅读:
    JqueryAjax 常用复制
    linux 下调用wps 注意
    java 里执行javascript代码
    JS学习笔记
    javascript 区域外事件捕捉setCapture
    【MySQL基础打卡(一)】查询语句项目作业
    【分类问题中模型的性能度量(二)】超强整理,超详细解析,一文彻底搞懂ROC、AUC
    【分类问题中模型的性能度量(一)】错误率、精度、查准率、查全率、F1详细讲解
    【机器学习实战学习笔记(1-2)】k-近邻算法应用实例python代码
    【机器学习实战学习笔记(1-1)】k-近邻算法原理及python实现
  • 原文地址:https://www.cnblogs.com/Sunmoonfire/p/1753375.html
Copyright © 2011-2022 走看看