安徽省武术套路比赛裁判员评分的客观性及相关问题分析

通过对安微省青少年武术套路锦标赛部分单项评分数据的分析发现,裁判员的评分标准不一致,区分度不高,说明裁判员水平偏低,影响了运动员最后得分的可信性.提出提高安微省武术套路裁判员评分客观性的主要途径,是提高裁判员的整体水平评分规则的合理性.     

武术散打比赛边裁判员评分结果公开显示的可行性研究

摘 要：对武术散打比赛边裁判员评分情况公开显示的可行性展开研究,有利于散打项目早日成为奥运会比赛项目在技术上做好准备。通过对比分析法、访谈法、问卷调查法和田野调查法等研究方法,研究认为：1)散打比赛采用“暗分制”,不符合体育比赛公开、透明的原则,有可能成为其进入奥运会赛场的障碍,应尽早进行改革。2)武术散打比赛实行“暗分制”有其客观原因和主观原因。3)在不影响边裁独立评判的情况下,武术散打比赛采用适当的方式公开显示边裁判员的评分情况不仅是必要的,也是可行的。     

基于用户信息平滑聚类的协同推荐方法

在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东西.在协同推荐中,通常采用最近邻居的方法来产生推荐.随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少.为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,在用户的信息的基础上计算最近邻居,根据最近邻居对用户缺失数据进行补充,在补充后的评分数据上进行聚类计算,并根据聚类结果对用户评分进行预测.实验表明引入用户的基本信息,并采用对基本信息离散化的处理方式进行缺失数据补充,在此基础上进行数据的聚类,能够提高预测评分的准确性.     

基于Excel的试卷生成和评分系统

在Excel中开发考试和评分系统,过程简单、快捷、高效,具有其他应用软件不可比拟的优势。通过利用Excel公式和VBA编程,实现题库管理、自动组题和评分等核心功能,构建了一个试卷自动生成和评分系统。该系统能节省纸张的费用、减少诸多考试环节,节省教师大量的阅卷时间,在高等院校中具有很高的推广价值。     

应用于钱塘江、太湖流域面雨量预报的MM5产品释用技术

在2007～2009年浙江省气象台钱塘江、太湖流域面雨量24 h、48 h预报的基础之上,开展了面雨量释用研究,采用的方法为对数线性释用方法,释用后预报可信度明显增加.本文对面雨量的模糊评分方法做了改进,使之更具有实际可操作性.试验证明,用绝对误差和改进的模糊评分两种办法结合起来对面雨量预报做检验,能够较客观的反映预报...     

评分类、测量类项目“难度战术”探究

"难度战术"是在现代运动竞赛激烈竞争下出现的一种新的战术类型,此类战术行为在评分类和部分测量类项目比赛中常常可以有力地影响比赛结果。难度战术在评分类和部分测量类项目运动竞赛中的应用,主要表现于难度申报和难度改变两个方面。为成功地运用"难度战术",需强化"难度战术"意识,增加运用"难度战术"的竞技能力储备,制定好参赛过程中运用"难度战术"的实施预案,培养运动员稳定的心理素质和灵活机动的应变能力。     

用现代化手段辅助语言测试——计算机辅助语言测试

语言测试的目的是了解、评价学生的语言水平。现代技术迅猛发展与运用,其已经渗入语言的各个领域。由此,计算机化英语考试应运而生。计算机化考试有其特点和规律,考试研发者必须在遵循这些特点和规律的基础上开发出符合考试要求的计算机化语言测试体系。本文主要从机辅语言测试的试题库建设、测试过程、阅卷评分等方面对其进行讨论。     

“开心币”:学生主动参与的助力引擎——综合实践活动中推行个性化评价的实践与思考

正在长期的实践和探索中我们深刻认识到要实现综合实践活动课程的有效实施,必须建构综合实践活动课程个性化的评价机制,通过评价的引领和激励作用实现综合实践活动课程实施的最优化,让综合实践活动评价与指导开展的活动融为整体,成为综合实践活动课程的有机构成。个性化评价倡导更多赞许、包容和支持,是学生发展能力、张扬个性的有力保障。尤其是在某些特定的主题活动中,个性化的评价手段能     

高中生作文语言表达问题及训练对策举隅

正这几年各省市出台的高考大纲、考试说明都对高考作文的语言表达提出一些具体明确的要求,如:"形象丰满,意境深远","词语生动,句式灵活,善于运用修辞手法,文句有意蕴",各省的高考作文评分细则中也纷纷列出了对语言项的评价和要求。与课程标准、高考作文评分标准和研究作文的专家学者的要求相对照,目前许多高中生在作文语言表达方面不仅远远达不到应有的标准,而且还存在存在不少问题。当下高中生作文的一大突出症候就是语言表达能力低下。     

MOOC评价系统中同伴互评概率模型研究

2012年起,基于网络、针对大众人群的大规模开放在线课程呈井喷式发展。目前的MOOC虽然能支持视频课程、论坛、测试和评价等功能,但对于学习者学习效果的评价和给予反馈的能力仍受到限制。在线学习的学习效果评价方法中,选择题和判断题等客观类试题可以通过机器进行评判反馈,但一些主观类试题,比如数学演算、设计问题和论文等一些复杂和开放性的作业任务就无法通过机器评判反馈。针对这一情况,一些MOOC平台正逐步引入同伴互评机制。虽然同伴互评机制的设立使得主观类试题得到有效评价,但学习者对同伴建议的准确性和权威性表示怀疑。调查发现,94%学生更喜欢老师评语。如此,需要依据一定的理论或过程模型保证同伴互评的准确度、信服度和价值。本文构建了三种关联复杂度不同的同伴互评概率模型来提升MOOC评价系统中主观试题评分的客观性和准确性,并利用Cousera中"人机交互"课程的相关数据组来评测各同伴互评概率模型的准确度。评测方法采用了吉布斯采样法和期望最大化法。文章通过对使用三种概率模型得到的评测结果与通过Cousera平台同伴互评系统所得到的相应结果进行了比较,结果显示,准确度有显著提高。本文构建的模型可以提升同伴互评系统整体效果,且最高达到30%。文章最后还对同伴互评概率模型的进一步改进方向和其在MOOC系统中的实际应用进行了探讨,包括增加新的关注参数,例如评分者在评分时投入的关注度等。