如何上傳及發放自動批改題目?

「UnaGPT」AI自動批改免費試用 以下說明適合已申請免費試用 UnaGPT 用戶,歡迎教師申請或與我們聯絡了解詳情。 立即申請 只限3月1日前 1. 更改介面語言 (非必要) 進入Una平台登入介面:https://app.una.study/。 使用老師帳號登入Una平台(詳細說明:使用手冊/老師/老師入門/老師登入)。 點擊「用戶資料」進入用戶資料頁面。 選擇其他語言。 2. 創建自動批改活動 點擊左邊選單中的「活動目錄」,再按右上角「創建」。 先填寫活動標題,然後點擊「創建」按鈕。你亦可輸入其他詳情。 誰擁有此活動的閱覽及修改權限? 活動預設只限創建者閱覽及修改,如你需要更改權限,請參考使用手冊/老師/學習活動管理/創建活動/權限。 × Dismiss this alert. 按下「創建」後會彈出對話框,請選擇「是」,你將被帶到建立任務及問題的頁面。 未在創建活動時一同建立任務? 你可以新增任務至已創建的活動。詳情參考使用手冊/老師/學習活動管理/修改活動。 × Dismiss this alert. 3. 設定活動任務內容 – 基本資訊 在活動任務頁面的右上角,將任務類型轉「問答」 。 填寫任務標題。 填寫任務詳情,你可輸入文字或其他內容。 如何在任務詳情加入詳細的教材內容? 你可以輸入文字、圖片或文件等更多元化的內容。詳情參考使用手冊/老師/學習活動管理/創建活動/設置問題。 × Dismiss this alert. 4. 設定活動任務內容 – 問題 將問題的評分方法設爲「AI批改」。 選擇AI批改及回饋意見所用的語言。 填寫問題、問題的分數(必須大於0)及評分參考。註:評分標準及建議答案必須至少填寫一項。 按 + 按鈕添加新問題,並重複步驟1-3。 如何新增自動批改的多項選擇題 […]

UnaGPT 體驗課 – 首次使用指南

「UnaGPT」AI自動批改免費試用 以下說明適合已申請免費試用 UnaGPT 用戶,歡迎教師申請或與我們聯絡了解詳情。 立即申請 只限3月1日前 第一步:更改介面語言 (非必要) 進入Una平台登入介面:https://app.una.study/。 使用學生帳號登入Una平台(詳細說明:使用手冊/學生/學生入門/學生登入)。 點擊頭像進入用戶資料頁面。 選擇其他語言。 第二步:閱讀任務詳情 進入虛擬教室「UnaGPT 體驗課」。 當你一進入虛擬教室時,任務詳情將會在右邊彈出。 如未能見到任務詳情,可按照圖中指示點擊任務詳情方格。 第三步:回答及提交任務 按下方的任務選單,選擇你有興趣的學科題目。 在答題格內輸入答案。 你可以在任務詳情中,找到我們提供的測試用答案。如需要複製答案,你可按「Copy」,然後貼上於答題格。 另外,若你想快速尋找不同問題的測試答案,你可以在搜尋格中輸入“T{任務編號}.{題目編號}”,例如 “T2.1” 代表搜尋第2個任務的第1個問題。 完成同一任務中的所有問題後,按「提交」。 彈出對話框後選擇「確定」,然後耐心等待AI批改,請勿關閉或刷新頁面。 第四步:查看AI生成評分及回饋 AI批改的結果將會根據所選模式發放。 立即公布模式:學生可以立即查閱分數及AI評語;或在「歷程紀錄」中查閱分數。註:此虛擬教室的所有任務都選擇了這模式。 檢視後公布模式:學生需要等待老師完成審查後,才能查閱分數和評語。 第五步:上訴(只適用於立即公布模式的任務) 學生可以選擇對AI給出的評分提出上訴。 按「提出上訴」。 選擇需要上訴的問題,並填寫原因。註:滿分的問題無法提出上訴。 填寫所有上訴原因後按「提交」。 老師完成檢閱後,學生會在主頁收到通知檢閱已完成;並收到郵件通知。註:這僅適用於使用電子郵件地址登記平台的學生。

學生的一次性驗證碼

老師派發一次性驗證碼給學生 當學生在登入時忘記密碼,使用者難以即時重設密碼或登入電郵拿取一次性驗證碼。因此老師可以在Una平台生成一次性驗證碼給學生,讓他們登入平台。 路徑:虛擬教室>登入>產生驗證碼   1. 選擇虛擬教室 2. 選擇登入 3. 於選擇學生中揀選在需要驗證碼的學生,可以揀選學生名字、學生電郵或用戶名 4. 點擊產生驗證碼,驗證碼會顯示在下方 一次性驗證碼登入 當老師獲得一次驗證碼後,可以分享給學生登入 1. 點擊登入使用老師一次性驗證碼 2. 輸入學生電郵和一次性驗證碼 3.學生便可以正常地登入

隨機分組

隨機分組 隨機分組讓老師可以隨機地為未有組別的學生分組,這樣可以確保每個學生也有組別。 點擊隨機分組 點擊和輸入每組最多人數 右邊列表中的學生代表排除在外,不會分組 揀選左邊的學生按下加入至右邊的排除列中 如想移除排除列中的學生,可以揀選右邊列中的學生按下移除選項 點擊確認完成隨機分組

載入分組範本於其他教室​

載入分組範本於其他教室 載入分組範本讓老師可以將先前已儲存的分組範本應用在其他的虛擬教室 點擊加載分組 點擊彈出目錄,揀選先前已儲存的分組範本 點擊加載完成載入

儲存學生分組記錄

儲存學生分組記錄 創建虛擬教室後,老師可以按照虛擬教室調整學生分組。 點擊在左邊列表中的虛擬教室 揀選想建立分組的虛擬教室  儲存學生分組記錄能夠讓老師儲存當前虛擬教室的學生分組範本以供日後創建其他教室使用。 點擊儲存分組 在彈出的視窗裡,輸入分組範本名稱和每組最多人數 點擊儲存完成分組範本儲存

從結果項目取得類別標籤

ResultItem取得類別標籤 {“blocks”:”resultItem”} 這積木是用作從結果項目取得類別標籤。 參數:人工智能模型(Teachable Machine結果項目) 輸出:字串 示例代碼: {“blocks”:”mainLayoutmainScreenimageModeldownloadImagepredictionResultresultItemsmainLayout0mainScreen0MainmainLayoutimageModel0https://teachablemachine.withgoogle.com/models/LL-rF1gZS/downloadImage0https://i2.wp.com/runnersfirst.co.uk/wp-content/uploads/2019/01/running-woman.jpg?resize=678%2C381&ssl=1predictionResult0imageModeldownloadImageSortingOrder.DescendingpredictionResultresultItems0predictionResult0mainLayoutdownloadImagemainLayoutresultItems”} 輸出結果: 參考: 已訓練的Google Teachable Machine模型: https://teachablemachine.withgoogle.com/models/LL-rF1gZS/ 此例子中使用的圖片: https://i2.wp.com/runnersfirst.co.uk/wp-content/uploads/2019/01/running-woman.jpg?resize=678%2C381&ssl=1

從結果項目取得概率

ResultItem取得概率 {“blocks”:”resultItem”} 這積木是用作從結果項目取得概率。 參數:人工智能模型(Teachable Machine結果項目) 輸出:數字 示例代碼: {“blocks”:”mainLayoutmainScreenimageModeldownloadImagepredictionResultresultItemsprobabilitydateTimeOffsetmainLayout0mainScreen0MainmainLayoutimageModel0https://teachablemachine.withgoogle.com/models/LL-rF1gZS/downloadImage0https://i2.wp.com/runnersfirst.co.uk/wp-content/uploads/2019/01/running-woman.jpg?resize=678%2C381&ssl=1predictionResult0imageModeldownloadImageresultItems0predictionResult0probability0resultItemsmainLayoutdownloadImagemainLayoutprobability”} 輸出結果: 參考: 已訓練的Google Teachable Machine模型: https://teachablemachine.withgoogle.com/models/LL-rF1gZS/ 此例子中使用的圖片: https://i2.wp.com/runnersfirst.co.uk/wp-content/uploads/2019/01/running-woman.jpg?resize=678%2C381&ssl=1

將圖像預測結果轉換成JsonValue

PredictionResult取得結果作為JsonValue {“blocks”:”predictionResult”} 這積木是用作將圖像預測結果轉換成JsonValue。 參數:模型預測結果(從Teachable Machine的姿勢模型) 輸出:Json Value 示例代碼: {“blocks”:”mainLayoutmainScreenposeModelclassifymainLayout0mainScreen0MainmainLayoutposeModel0https://teachablemachine.withgoogle.com/models/LL-rF1gZS/classify0poseModelhttps://i2.wp.com/runnersfirst.co.uk/wp-content/uploads/2019/01/running-woman.jpg?resize=678%2C381&ssl=1mainLayouthttps://i2.wp.com/runnersfirst.co.uk/wp-content/uploads/2019/01/running-woman.jpg?resize=678%2C381&ssl=1mainLayoutclassify”} 輸出結果: 參考: 已訓練的Google Teachable Machine模型: https://teachablemachine.withgoogle.com/models/LL-rF1gZS/ 此例子中使用的圖片: https://i2.wp.com/runnersfirst.co.uk/wp-content/uploads/2019/01/running-woman.jpg?resize=678%2C381&ssl=1