Complexity and Difficulty of Items in Learning Systems

PELÁNEK, Radek, Tomáš EFFENBERGER a Jaroslav ČECHÁK. Complexity and Difficulty of Items in Learning Systems. International Journal of Artificial Intelligence in Education. 2022, roč. 32, č. 1, s. 196-232. ISSN 1560-4292. Dostupné z: https://dx.doi.org/10.1007/s40593-021-00252-4.

Základní údaje

• Originální název: Complexity and Difficulty of Items in Learning Systems
• Autoři: PELÁNEK, Radek (203 Česká republika, garant, domácí), Tomáš EFFENBERGER (203 Česká republika, domácí) a Jaroslav ČECHÁK (203 Česká republika, domácí).
• Vydání: International Journal of Artificial Intelligence in Education, 2022, 1560-4292.

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Článek v odborném periodiku
• Obor: 10201 Computer sciences, information science, bioinformatics
• Stát vydavatele: Švýcarsko
• Utajení: není předmětem státního či obchodního tajemství
• WWW: URL
• Impakt faktor: Impact factor: 4.900
• Kód RIV: RIV/00216224:14330/22:00124952
• Organizační jednotka: Fakulta informatiky
• Doi: http://dx.doi.org/10.1007/s40593-021-00252-4
• UT WoS: 000647045400001
• Klíčová slova anglicky: adaptive learning; student modeling; difficulty; complexity
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

Complexity and difficulty are two closely related but distinct concepts. These concepts are important in the development of intelligent learning systems, e.g., for sequencing items, student modeling, or content management. We show how to use complexity and difficulty measures in the development of learning systems and provide guidance on how to think, reason, and communicate about these notions. To do so, we propose a pragmatic distinction between difficulty and complexity measures. At the same time, we acknowledge the limitations of any simple distinction and discuss several potentially confounding issues: context, biases, and scaffoldings. We also provide an overview of specific measures and their applications in several educational domains and a detailed analysis of measures for problems in introductory programming.

Návaznosti

• MUNI/A/1549/2020, interní kód MU: Název: Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity 21 (Akronym: SKOMU)

Investor: Masarykova univerzita, Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity 21

• MUNI/A/1573/2020, interní kód MU: Název: Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.

Investor: Masarykova univerzita, Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.