Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userبرامج لكشف تحيز الامتحانات المؤتمتة
592
0 31
0
(
0
)
Added by
Damascus University ورقة بحثية
Publication date
2003
fields
Economy
and research's language is
العربية
Authors
حيدر أحمد عباس( باحث )
Created by
Shamra Editor
Ask ChatGPT about the research
يتم في هذا البحث تطبيق مجموعة من البرامج التي قام المؤلف بإنجازها و هي مخصصة لمعالجة مجموعة من المسائل التي تظهر في حالات مختلفة لتطبيق طريقة الامتحانات المؤتمتة. يتم حساب قيم المتحولات العشوائية و توابع التوزيعات الاحتمالية من أجل كل الحالات المتعلقة بشكل معين لتطبيق هذه الطريقة.
No English abstract
References used
Dane Linn, “High School Exit Exams: Setting High Expectations,” National Governors’ Association1998
Gregory J. Cizek, “Filling in the Blanks – Putting Standardized Tests to the Test,” The Thomas B. Fordham Foundation,1998
Paul E. Barton, Too Much Testing of the Wrong Kind; Too Little of the Right Kind in K-12 Education, Educational Testing Service, (Princeton, NJ: Policy Information Center1999
rate research
Read More
ميزة هذه الطريقة أنها مخصصة لإجراء عملية تصحيح أوراق الامتحان بمساعدة الحاسوب. و هذه
الميزة ذات عدة أبعاد في العملية التدريسية فهي أولا تعفي المدرس من عناء التصحيح، و ثانيًا
تطمئن الطالب إلى قلة حدوث الخطأ في التصحيح أو التحيز، و ثالثا تريح المؤسسة
التعليمية من
المشاكل الطلابية و الشكاوى.
و قبل أن يعمد المدرس إلى اتباع هذه الطريقة يلزمه أن يتبصر بحيثياتها المختلفة و عواقبها
المحتملة.
هذا البحث يحوي سردًا تفصيلا متعمقًا لأهم الجوانب الرئيسية و الحساسة في هذه الطريقة بدءًا
من وضع الأسئلة مرورًا بالعملية الامتحانية و انتهاء باستنتاج مبادئ وضع الأسئلة من جديد
للامتحان القادم.
نشرت جامعة دمشق في كانون الأول 2009 دراسة عن دعاوى جامعة دمشق خلال عشر سنوات /2008-1998 /. و قد أظهرت بيانات هذه الدراسة تدني نسب الدعاوى المفصولة أمام القضاء في جرائم انتحال الشخصية المرتكبة من الطلاب في أثناء الامتحانات الجامعية.
موضوع هذه الدراسة
تقييم المردود الحقيقي لهذه الدعاوى، و البحث عن أساليب بديلة عن هذه الدعاوى كالصلح الجزائي الذي يمكنه أن يؤدي دوراً مهماً بوصفه آلية بديلة في إدارة هذا النوع من الدعاوى.
Authorship attribution is the task of assigning an unknown document to an author from a set of candidates. In the past, studies in this field use various evaluation datasets to demonstrate the effectiveness of preprocessing steps, features, and model
s. However, only a small fraction of works use more than one dataset to prove claims. In this paper, we present a collection of highly diverse authorship attribution datasets, which better generalizes evaluation results from authorship attribution research. Furthermore, we implement a wide variety of previously used machine learning models and show that many approaches show vastly different performances when applied to different datasets. We include pre-trained language models, for the first time testing them in this field in a systematic way. Finally, we propose a set of aggregated scores to evaluate different aspects of the dataset collection.
Simultaneous span detection and classification is a task not currently addressed in standard NLP frameworks. The present paper describes why and how an EncoderDecoder model was used to combine span detection and classification to address subtask 2 of SemEval-2021 Task 6.
Computational models of human language often involve combinatorial problems. For instance, a probabilistic parser may marginalize over exponentially many trees to make predictions. Algorithms for such problems often employ dynamic programming and are
not always unique. Finding one with optimal asymptotic runtime can be unintuitive, time-consuming, and error-prone. Our work aims to automate this laborious process. Given an initial correct declarative program, we search for a sequence of semantics-preserving transformations to improve its running time as much as possible. To this end, we describe a set of program transformations, a simple metric for assessing the efficiency of a transformed program, and a heuristic search procedure to improve this metric. We show that in practice, automated search---like the mental search performed by human programmers---can find substantial improvements to the initial program. Empirically, we show that many speed-ups described in the NLP literature could have been discovered automatically by our system.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
