01. 성과 개요

감소 평균이란?

감소 평균(Decaying Average) 이란 가장 최근 (현재) 제출된 항목에 가장 높은 가중치를 두어 평균을 계산하는 방식입니다.

학습 진행 과정에 따라 숙련도가 점점 높아질 것이므로, 가장 마지막에 취득한 점수에 가장 높은 가중치를 주는 방식으로 평가하는 것을 의미합니다.

감소 평균 이라는 용어는 전통적으로 복잡한 분석을 설명하는 데 사용됩니다. 일반적인 감소평균 방식은, 추가된 평가 요소가 기존 평가치로 적용될 때, 이전의 감소 평균이 새 감소 평균을 계산하는 데 사용됩니다. 이 방법은 모든 평가에 균등하게 가중치를 부여하고 시간 경과에 따른 학습의 평균을 계산합니다.

LearningX 에서는 일반적인 감소 평균 계산 방식과는 다르게 좀더 단순하게 접근하여,

"가장 최근(마지막) 평가된 것에 대한 가중치를 부여한 것(예 : 65%)"과 "최근(마지막) 평가항목을 제외한 모든 이전 평가들에 대한 평균에 나머지 가중치 비율을 반영하여(예 : 35%)" 합산하는 방식으로 계산합니다.

기본적으로 LearningX에서 적용하는 감소 평균은 기준은 65/35로 설정됩니다.

즉, 현재(가장 최근) 항목의 가중치는 65 %이고 다른 모든 이전 점수의 평균값에는 35 % 비중으로 반영합니다.

그러나 현재(최근) 제출물에 부여할 비중을 수정하여 1 % ~ 99 % 사이의 다른 값으로 지정할 수 있으며, 이전 제출물에 부여하는 점수는 그 지정한 백분율 차이값으로 적용됩니다. (최근 평가 가중치를 75%로 변경하면, 이전 평가 가중치는 자동으로 25%가 됨)

평균은 다음 두 자릿수로 반올림됩니다. 성과가 하나만 있으면 단일 점수가 표시됩니다.

예를 들어, 학생의 점수가 4, 3, 2, 5 인 4 개의 항목이 있습니다 (점수가 가장 오래된 것부터 가장 최근의 것 순으로 나열 됨).

현재(최근) 항목이 숙달도의 75 %로 가중치가 설정되면, 이전 점수들에 대해서는 25 %로 반영됩니다.

• 현재 항목 점수 : 5
• 이전 항목 점수의 평균 : (4 + 3 + 2) / 3 = 3
• 최종 계산 된 점수 : 5 (x 0.75) + 3 (x 0.25) = 3.75 + 0.75 = 4.5

시도 횟수 지정 계산법 (n Number of Times)은 숙련도에 도달하기 위해서는 특정 횟수 이상을 시도하도록 요구하는 계산 방식입니다. 숙련도 기준을 충족시키지 못하는 점수는 계산에 포함되지 않습니다.

교수자는 숙련도 도달에 필요한 항목 수를 1 ~ 5 개 사이에서 지정할 수 있습니다.

예를 들어, 학생은 숙련도 점수 5, 숙련도 횟수 2 회를 지정한 경우라고 가정합니다.

이때 학생의 점수가 1, 3, 2, 4, 5, 3, 6 인 경우 5 점과 6 점만 점수에 포함됩니다. .

• 평가 대상 포함 항목의 평균 점수 : 5 + 6 = 11
• 최종 계산 점수 : 11 / 2 = 5.5

가장 최근 점수 계산법은 항상 가장 최근의 평가 항목에 대한 점수를 선택하여 반영합니다.

최고 점수 계산법은 항상 모든 평가 항목에 대해 가장 높은 점수를 선택하여 반영합니다.