- 主题:所谓考试运,就是出题风格跟自己的强弱科合拍吧
朋友孩子,海淀高三,一模区2000多,二模区1000,对应全市的话,大约是从4000多进到2000名,有2000名的差距。
不是很均衡,有强弱科。二模大家都说化学生物难,但是他成绩不错,都拿到了高分。
对单个人来说,到了模考阶段,能力基本确定,强弱科都不容易改变了,所以成绩全凭出题风格决定,如果出题对路,强项考得难,那就格外加分。
反过来也一样,如果碰上他的弱科特别难,强科出题简单没贡献度,那就另一个景象了。
所以,所谓考试运,就是看出题风格是否跟个人的强弱项合拍吧。正常发挥的情况下,出题对路,提高2000名,出题不对路,轻松后退2000名。
具体到这个娃,2000-6000都是他的震荡区间,全看今年的考运了。
祝他好运。
--
FROM 61.48.209.*
【 在 Xshe 的大作中提到: 】
: 是的,偶然性很大
: 有的孩子突然上去20多分
: 有的低了20多分
: ...................
我观察这个偶然性在那些有些偏科的孩子身上会尤其厉害
如果遇到强科出题难,叠加赋分,很容易拿到高分,两科三科考顺手的话,多拿30分就有了
反过来也一样,如果不擅长的科目考得很难,很容易一下子丢20分,现在的赋分制会拉大实际的差距。
所以考试的偶然性,或者说运气,很大程度上说的是出题风格是否跟个人对路,合拍的话就容易超常发挥
--
FROM 61.48.209.*
只有水平菜的人,才会意淫出什么考运
【 在 redapron 的大作中提到: 】
: 朋友孩子,海淀高三,一模区2000多,二模区1000,对应全市的话,大约是从4000多进到2000名,有2000名的差距。
: 不是很均衡,有强弱科。二模大家都说化学生物难,但是他成绩不错,都拿到了高分。
: 对单个人来说,到了模考阶段,能力基本确定,强弱科都不容易改变了,所以成绩全凭出题风格决定,如果出题对路,强项考得难,那就格外加分。
: ...................
--
FROM 101.93.205.*
【 在 KaedeLongKou 的大作中提到: 】
: 只有水平菜的人,才会意淫出什么考运
:
你连我说的考试运是什么都没看,就开喷,属于不审题呀
你这风格不像是个考神啊
网上全能考神扎堆
但是现实里真没见过几个
大多数靠考试出头的,也都有自己的强弱项,因为天赋不同,很少人面面俱到
各种考试选拔出来的,其实多数都是出题风格和自己的强项特征匹配的幸运儿
比如考得很死,区分度很小的时候,肯刷题,不丢分的细致选手就有优势
但是考得难和灵活,区分度大的时候,有专长的就能发挥优势。
否认这些差异,非说自己是神一级的万能选手,那就没意思了
--
FROM 61.48.209.*
所以当年考前1个月报志愿,没有平行志愿的年代是很考验实力的
平常不够好,运气好考得高也没用
平常够好,运气差考差了就挺惨的
得平常够好,考试有稳定才行
【 在 KaedeLongKou 的大作中提到: 】
: 只有水平菜的人,才会意淫出什么考运
:
--
FROM 223.166.94.*
当年没有赋分制
【 在 dinggx 的大作中提到: 】
: 所以当年考前1个月报志愿,没有平行志愿的年代是很考验实力的
: 平常不够好,运气好考得高也没用
: 平常够好,运气差考差了就挺惨的
: ...................
--
FROM 124.127.220.*
这就是赋分制的效果,
把人才评价的精度从0.01降低到0.03,把偶然性提高至少3倍。
不知那些个“数学天才”想出这种模型祸祸大家的
【 在 Xshe 的大作中提到: 】
: 是的,偶然性很大
: 有的孩子突然上去20多分
: 有的低了20多分
: ...................
--
FROM 124.127.220.*
我一直的观点就是:
赋分制的前提条件就是6选科的原始分都要满足泊松分布(或者简单点说,都要符合赋分模型的区分度)。
然而现实是,在原始分的分布并非如模型希望的那样时,这些成年人只知道死套模型去赋分,
还沾沾自喜可以跨学科比较,事实是单科内都不能比较了。
原始分严重不符合赋分模型的区分度,就是出题事故,是出题人的耻辱。
可是他们作为成年人,不仅不会感到耻辱,还不用承担责任,
更扯的就是由刚刚成年或即将成年的孩子们来承担这个事故的后果,真是一大奇观。
【 在 wangychf 的大作中提到: 】
: 这就是赋分制的效果,
: 把人才评价的精度从0.01降低到0.03,把偶然性提高至少3倍。
: 不知那些个“数学天才”想出这种模型祸祸大家的
--
FROM 39.155.178.*
如果孩子们认识到了这一点,选择不去承担后果,会怎样?
【 在 zuan2zuan 的大作中提到: 】
我一直的观点就是:
赋分制的前提条件就是6选科的原始分都要满足泊松分布(或者简单点说,都要符合赋分模型的区分度)。
然而现实是,在原始分的分布并非如模型希望的那样时,这些成年人只知道死套模型去赋分,
还沾沾自喜可以跨学科比较,事实是单科内都不能比较了。
原始分严重不符合赋分模型的区分度,就是出题事故,是出题人的耻辱。
可是他们作为成年人,不仅不会感到耻辱,还不用承担责任,
更扯的就是由刚刚成年或即将成年的孩子们来承担这个事故的后果,真是一大奇观。
【 在 wangychf 的大作中提到: 】
: 这就是赋分制的效果,
: 把人才评价的精度从0.01降低到0.03,把偶然性提高至少3倍。
: 不知那些个“数学天才”想出这种模型祸祸大家的
--
FROM 211.143.51.*
你说说怎样?有选择吗?换赛道?
【 在 lixianghui 的大作中提到: 】
: 如果孩子们认识到了这一点,选择不去承担后果,会怎样?
发自「今日水木 on iPhone XR」
--
FROM 223.104.39.*