Hur beräknar vi kunskapsnivån?

Kunskapsgrafen är ett verktyg som ger dig en snabb överblick över dina kunskapsluckor. Genom att analysera resultaten av dina genomförda frågesessioner kan plattformen ta fram en kunskapsnivå för de områden som ingår i dina studier. Kunskapsnivån visualiseras med hjälp av en graf, med funktionalitet för att filtrera ut både styrkor och svagheter. För att kunna dra slutsatser presenterar vi även konfidensintervallet för varje uppskattning. Om du endast har besvarat ett fåtal frågor finns det inte tillräckligt med data för att dra en definitiv slutsats. Ju fler frågor du besvarar, desto mindre är konfidensintervallet och sannolikheten ökar för att uppskattningarna stämmer.

Algoritmen för att estimera kunskapsnivå för en viss användare bygger på att användaren dels besvarar frågor regelbundet, samt även att en större mängd frågor besvaras. Besvarade frågor som tas med i beräkningen till kunskapsnivå är enbart de som har besvarats inom 45 dagar samt de 100 senaste frågorna. Bäst estimering, dvs bäst träffsäkerhet, av kunskapsnivå får man alltså om man har besvarat minst 100 frågor de senaste 45 dagarna.

Vill du veta mer om hur uträkningen görs? Läs gärna vidare!

Sannolikheten för ett visst utfall

Låt oss säga att en användare registrerar sig på hypocampus.se och börjar med att svara på ett antal frågor. Den första dagen besvarar användaren fem frågor, varav två med rätt svar. Hur beräknar man kunskapsnivån hos eleven inom det relevanta området? Det enklaste sättet att förutsäga sannolikheten att besvara en fråga rätt är att dividera antalet frågor som besvarats rätt med det totala antalet frågor.

k = 2/5 = 0,4

Uppskattningen är bra men tar inte hänsyn till antalet besvarade frågor. Det finns många olika kunskapsnivåer som skulle kunna ge ovanstående resultat. För att precisera beräkningen kan vi skapa en graf som visar sannolikheten att få ovanstående resultat baserat på den faktiska kunskapsnivån.

Diagrammet visar att kunskapsnivå 0,4 är den mest sannolika, men det finns ett ganska brett spektrum av världen för kunskapsnivå som skulle kunna ge samma resultat. Genom att tillhandahålla ett konfidensintervall får vi ett mått på noggrannheten i vår uppskattning.

Så, vilket intervall ska vi använda för att ge 95 % säkerhet att den faktiska kunskapsnivån ingår i intervallet?

Att döma av grafen kan vi med 95% säkerhet säga att den faktiska kunskapsnivån ligger mellan 0,11 och 0,76, med ett konfidensintervall på 50%.

Med 50% träffsäkerhet kan vi säga att kunskapsnivån ligger mellan 0,28 och 0,53. Resultatet är baserat på 5 besvarade frågor.

Låt oss säga att samma användare fortsätter att besvara frågor. Efter en vecka har 30 frågor besvarats, varav 7 med rätt svar. Grafen skulle nu se ut så här: Konfidensintervallet är mindre. Vi kan med 50% säkerhet säga att kunskapsnivån ligger någonstans mellan 0,19 - 0,29 och med 95% säkerhet säga att kunskapsnivån mellan 0,11 och 0,40.

Eleven fortsätter att använda plattformen i en månad och besvarar noll till tio frågor per dag. Låt oss säga att 153 frågor har besvarats totalt varav 43 med rätt svar. Hur ser grafen ut nu?

Vi vet nu med 50% säkerhet att kunskapsnivån ligger någonstans mellan 0,26-0,31 och med 95% säkerhet att kunskapsnivån ligger någonstans mellan 0,22 och 0,36. Vilka slutsatser kan vi dra av detta? I början, när beräkningarna endast är baserade på svaren från ett fåtal frågor, kommer kunskapsnivån att ha ett brett konfidensintervall. Säkerheten för den faktiska siffran som presenteras kommer att vara låg. För varje ytterligare fråga som besvaras kommer konfidensintervallet att krympa och sannolikheten att uppskattningen är korrekt öka.

Hur beräknar vi kunskapsnivån?

Sannolikheten för ett visst utfall

Ett exempel