如何手工评分考试/试题？

Question

我想做的事：

我想在以下过程中使用r-exams：

向学生提供pdf格式的电子考试(使用exams2pdf(..)

• Let，学生上传excel文件与他们的答案一起

• 评分)答案使用(使用eval_nops(...))

)

我的问题：

调用函数eval_nops()是在r-exams中手动梯度问题的首选方法

如果没有，哪一种方式会被优先考虑？

我尝试过的：

我知道exam2nops()函数，并且我知道它返回一个存储正确答案的.RDS文件。因此，我基本上有我需要的东西。但是，我发现这个过程并不是很简单，因为正确的答案被深深地隐藏在RDS文件中。

Answer 1

概述

你说得对，在标准学习管理系统(如Moodle或Canvas等)之外，没有现成的考试管理/评分系统。然而，r/ that确实为评分提供了一些基础，特别是exams_eval()。这可以由诸如Google等工具来补充。下面我从关于exams_eval()的“硬事实”开始，尽管这有点技术性。不过，我亦就这些方法提出一些意见。

使用exams_eval()

让我们考虑一个具体的例子。

eval <- exams_eval(partial = TRUE, negative = FALSE, rule = "false2")

指示您希望在多项选择练习中获得部分学分，但每个项目的总分不得变为负数。正确的勾选框产生1/#正确的点数，而不正确的勾选框1/#错误。唯一的例外是只有一个假项(然后取消所有点)，然后使用1/2。

结果对象eval是一个具有输入参数(partial、negative、rule)和三个函数checkanswer()、pointvec()、pointsum()的列表。假设您有正确的答案模式。

cor <- "10100"

正确和不正确的勾选框的关联点将是：

eval$pointvec(cor)
## pos neg
## 0.5000000 -0.3333333

因此，对于下面的回答模式，您可以得到：

ans <- "11100"
eval$checkanswer(cor, ans)
## [1] 1 -1 1 0 0
eval$pointsum(cor, ans)
## [1] 0.6666667

后者仍需与分配给这项工作的总点数相乘。对于数字答案，只能得到100%或0%：

eval$pointsum(1.23, 1.25, tolerance = 0.05)
## [1] 1
eval$pointsum(1.23, 1.25, tolerance = 0.01)
## [1] 0

类似地，字符串答案是正确的或错误的：

eval$pointsum("foo", "foo")
## [1] 1
eval$pointsum("foo", "bar")
## [1] 0

运动方式

要获取给定练习的相关信息，可以从所有exams2xyz()接口返回的嵌套列表中访问metainformation：

x <- exams2xyz(...)

例如，您可以将metainfo提取为j-th练习的i-th随机复制，如：

x[[i]][[j]]$metainfo

这包含正确的$solution、$type、以及$tolerance等。当然，这是有点长，不方便交互类型，但应该足够容易循环通过编程。例如，这就是nops_eval()基于.rds文件所做的工作，该文件准确地包含x中的信息。

管理考试而没有完整的LMS

我在这里通常的建议是尽量利用你们学校的服务(当然，如果可以的话)。是的，带宽/稳定性等方面可能会出现问题，但如果您正在运行自己的系统，您可以拥有相同的功能(在那里，这样做)。具体来说，有关Moodle与PDF考试的讨论可以在这里找到：

• Create fillable PDF form with exams2nops
• http://www.R-exams.org/general/distancelearning/#replacing-written-exams

如果我在LMS之外提供考试，我会使用HTML，而不是PDF。在HTML中嵌入附加信息(数据、链接等)要容易得多。而不是PDF格式。此外，HTML可以更容易地在移动设备moch上查看。

对于收集答案，一些R/考试用户使用谷歌表格，例如：https://R-Forge.R-project.org/forum/forum.php?thread_id=34076&forum_id=4377&group_id=1337。其他人则对使用learnr或webex来表示兴趣：http://www.R-exams.org/general/distancelearning/#going-forward。

但是在隐私方面，如果其中任何一个比使用大学的LMS更好的话，我会感到非常惊讶。