Per-skill mestringssandsynlighed — BKT + IRT i ét
Stjernebedømmelser fortæller ikke hvor sikker eleven er. Mestringsmotoren lægger Bayesian Knowledge Tracing ovenpå matematikbankens 1-PL Rasch theta og siger det rent ud: 'Du er 78 % sikker på brøker'. Samme picker virker på tværs af matematik, grammatik, sprog og FNFT.
BKT pr. skill
Hver skill har sin egen kendskabsgrad der opdateres efter hvert forsøg via klassiske BKT-parametre (p_init, p_learn, p_slip, p_guess). Ingen sort boks.
Wilson-konfidens
Vi viser også hvor sikre vi er på sikkerheden. Én korrekt opgave gør ikke en skill 'mestret' — Wilson lower bound forhindrer falske positive.
Delt picker på tværs af fag
Motoren er fag-agnostisk: matematik, grammatik, sprogtutor og FNFT kalder samme systemet. Eleven får altid den skill med lavest kendskabsgrad der ligger i sit alderstrin.
Mestrings-kort i stedet for stjerner
Per-domæne progress-bar med båndene Mestret (≥85 %), På vej (≥40 %), Kæmper med og Ikke testet — synligt for elev, forælder og lærer.
Bygger oven på matematikbanken
Theta'en fra 1-PL Rasch er stadig signal — BKT lægger fortolkning ovenpå. Det adaptive picker-lag for matematik regresserer ikke.
Samme kort for elev, forælder og lærer
Synligt på /student/mastery, /parent/children/:id/mastery og lærerens elev-side. Alle ser samme procent — ingen fortolkningsforskel mellem hjem og skole.
I klassen
Eleven der vil vide 'hvor er jeg'
Åbner Mestrings-kortet og ser '78 % sikker på brøker, 41 % på decimaltal'. Klikker direkte ind i næste opgave i den skill der vejer mindst.
Forælderen der ville have stjerner forklaret
Får et konkret tal og en konkret skill — i stedet for '3 ud af 5 stjerner'. Lettere at tale om derhjemme, lettere at se fremgang over tid.
Læreren der differentierer pr. skill
Ser hvilke skills hele klassen kæmper med, og hvilke der er klar til næste niveau. Differentiering bliver data-drevet — ikke gæt.
Ofte stillede spørgsmål
Klar til at prøve?
Få en gratis demo for din skole — vi viser hele platformen på 30 minutter.