MITx Grading, una biblioteca para la plataforma Open edX que asigna crédito a problemas

By
IBL News
-

IBL News | Nueva York

MITx ha lanzado una versión 2.0 de MITx Grading Library, una biblioteca de código abierto de Python que ofrece a los instructores opciones ampliadas para construir problemas y ejercicios mucho más ricos en la plataforma Open edX.

El código completo, bajo licencia BSD-3, se puede encontrar en GitHub , mientras que la documentación completa está aquí .

Creada por Jolyon Bloomfield y Christopher Chudzicki , en el MIT Digital Learning Lab, esta herramienta es compatible con Python 2 y 3 y se mantiene activamente.

Esta versión de MITx Grading Library presenta una solución para proporcionar crédito parcial automático en problemas de fórmulas . También incluye la capacidad de asignar crédito según el número de intento.

"La biblioteca está diseñada para ser fácil de usar, dar mensajes de error útiles y ser increíblemente flexible. Si lo que proporcionamos no puede manejar lo que quiere hacer, siempre puede escribir un complemento que aproveche la infraestructura que ya tenemos. ". Mientras estábamos en ello, implementamos una serie de características con mucho retraso y mejoras de usabilidad sobre la implementación de edX", explicaron los autores.

Para mostrar las características de la biblioteca de calificaciones MITx, los dos desarrolladores han creado un curso mini-demo, abierto a la inscripción .

Esta es la lista de las principales características , según MITx :

  • Funciona con cualquier instancia de edX
  • Python 2/3 compatible
  • Capacidad para asignar crédito en función del número de intento
  • Validación basada en expresiones regulares de entrada de texto
  • Crédito parcial automático en problemas de fórmula
  • Matriz nativa de problemas de manejo con crédito parcial.

La biblioteca se divide en "evaluadores" individuales para calificar diferentes tipos de problemas. Algunos calificadores simples solo califican una sola entrada, como StringGrader y FormulaGrader. Los calificadores más complicados combinan calificadores más simples para calificar entradas múltiples, como ListGrader.

Ejemplos de cómo funcionan todos estos en el curso mencionado.