Hopp til innhold

Kunnskapsbase for dynamisk læring, vurdering og moduler.

Bruk referansene for produktsløyfen, påstandspolicyen og det tekniske grunnlaget bak AI-vurdert selvstudium.

Slik fungerer læringsmotoren

Måling og mol

Gjeldende siffer, enhetsomregning, mol og formler, og vaner som fanger opp regnefeil.

Reaksjoner og støkiometri

Balansering av likninger, begrensende reaktanter, løsningskonsentrasjon, reaksjonstyper og redoks.

Atomer, bindinger og navn

Elektronkonfigurasjoner, periodiske trender, Lewis-strukturer, molekylform og navn på forbindelser.

Gasser, energi og syrer

Intermolekylære krefter, gasslover, entalpi, Hess' lov, og syrer, baser og pH.

Atomer, lys og binding

Isotoper, atomspektre, kvantetall, elektronegativitet og hybridisering av orbitaler.

Løsninger, faser og termodynamikk

Titreringer, kolligative egenskaper, fasediagrammer, entropi og fri energi, og radioaktiv nedbrytning.

Kinetikk og likevekt

Fartslover, halveringstider, aktiveringsenergi, likevektskonstanter og Le Chateliers prinsipp.

Likevektsberegninger og elektrokjemi

ICE-tabeller, svake syrer og baser, buffere, løselighetsprodukter og cellepotensialer.

Å studere på egen hånd

Hvordan øvingen tilpasser seg, hvordan du planlegger den, og hvordan du får den til å vare.

Å hjelpe en elev

For lærere, veiledere, foreldre og mentorer som leser en elevs signaler.

Slik underbygger vi påstander

Kildegrunnlaget bak alle utsagn om modeller eller evalueringer på dette nettstedet.

Slik fungerer læringsmotoren

  • Behandler hvert svar som bevis, ikke som en endelig poengsum.
  • Presser tilbake når resonnementet virker plausibelt, men er ufullstendig.
  • Bruker signalet til å velge neste spørsmål i stedet for å starte sporet på nytt.

Produktet gjør øving om til en løpende modell av forståelse.

  1. Et svar blir bevis.

    Svar, selvtillit, forklaringer og synlig resonnering antyder hva som kan sitte, og hva som fortsatt kan være skjørt.

  2. Bevis oppdaterer mestringssignalene.

    Systemet fører et løpende, revurderbart anslag over forståelsen på begrepsnivå, i stedet for å se på ett svar som en endelig poengsum.

  3. Grafen former neste trekk.

    Forkunnskaper og beslektede begreper hjelper til med å avgjøre om du skal gå videre, repetere et grunnlag eller stille et skarpere oppfølgingsspørsmål.

Ikke en fast kurssekvens.

Robotutor er adaptiv, modelldrevet læringsinfrastruktur: øving, mestringsanslag og oppfølgingsspørsmål justeres etter hvert som signalene dine endrer seg.

  • Bevisbasert mestringsmodellering

    Elevens bevis veies over tid, slik at gjetting, usikkerhet og selvsikker resonnering ikke ser like ut.

  • Grafbasert rekkefølge

    Begreper er koblet sammen av forkunnskaps- og beslektede idékanter, slik at en vei kan utledes fra strukturen i stedet for fra en fast leksjonsrekkefølge.

  • Motstridende spørring

    Spørsmålene tester resonnementet bak et svar, inkludert grensetilfeller og endrede antakelser, slik at misforståelser blir synlige.

  • Hybrid gjenfinning

    Semantisk likhet og grafgjennomgang kombineres, slik at svarene forankres både i mening og i eksplisitte begrepsmessige sammenhenger.

For kontohjelp, tilbakemeldinger om lanseringen eller spørsmål om produktet, send e-post til support@precision-learning.org.