KULLVURDERING
Hvordan vurderer du et helt kull samtidig?
Lectora foreslår poeng og en begrunnelse på hver besvarelse i kullet, forankret i vurderingsmatrisen og emnets fagstoff. Du går gjennom utkastene, redigerer ved behov og godkjenner det som publiseres under din egen Canvas-bruker.
#A-2104
86
#A-2118
78
#A-2127
92
#A-2133
71
#A-2145
56
Trenger oppmerksomhet#A-2152
88
#A-2161
44
Trenger oppmerksomhet#A-2170
81
#A-2184
67
Trenger oppmerksomhet#A-2196
90
#A-2207
38
Trenger oppmerksomhet#A-2219
64
Trenger oppmerksomhet
Hva utarbeider Lectora i en kullkjøring?
Lectora leser de valgte besvarelsene opp mot vurderingsmatrisen, sensorveiledningen og emnets fagstoff. Den foreslår poeng, en begrunnelse og skriftlig tilbakemelding på hver besvarelse. Vurderingsmatrisen styrer vurderingen; læringsutbyttet styrer utarbeiding av oppgaver og vurderingsdekning.
Utkastene ligger klare for gjennomgang ved siden av besvarelsene. Du kan undersøke poengforslaget og tilbakemeldingen, kontrollere dem mot studentens arbeid og redigere før publisering.
Hvordan hjelper kulloversikten med gjennomgangen?
Kulloversikten for innleveringen viser hvor mye som er ferdig, og fordelingen av interne prestasjonsscorer. Den gir deg oversikt over kjøringen, mens den enkelte besvarelsen fortsatt er stedet der du vurderer om utkastet holder.
En lav prestasjonsscore måler ikke modellens usikkerhet. Oversikten peker ikke ut en gruppe som kan gjennomgås på vegne av resten av kullet. Hver karakter trenger fortsatt godkjenning fra en kvalifisert sensor.
Hva endrer arbeidsmåten?
Kullet kan ha utkast klare før du åpner den første besvarelsen. Det endrer hvor arbeidet begynner: du gjennomgår et poengforslag og begrunnelsen bak det, i stedet for å begynne med en tom side.
Den publiserte valideringen måler ikke kjøretid eller spart gjennomgangstid. Den undersøker karaktersamsvar på langsvarseksamen, og lover ikke at et kull blir ferdig på et bestemt antall minutter eller at gjennomgangen kan reduseres til stikkprøver.
Hvem kontrollerer de endelige karakterene?
Det gjør en kvalifisert sensor. Du kan redigere poengforslaget og tilbakemeldingen, og deretter velge hva som skal publiseres. Karakterer og kommentarer når Canvas som din egen handling, under din egen Canvas-bruker.
På langsvarseksamen, tolv MED12-eksamener ved Universitetet i Bergen og 889 kandidat-eksamenpar, samsvarte Lectoras utkast med faglæreren ved R² 0.85, mens to menneskelige sensorer samsvarte med hverandre ved R² 0.64. Det resultatet dokumenterer ikke tilbakemeldingskvalitet og fjerner ikke behovet for sensors gjennomgang. Valideringssidene omtaler også den uavhengige studien der funnene gikk imot Lectora.