Identische Grundlagenwiederholungen im Lernweg gezielt reduzieren

Der thematische Lernweg berücksichtigt bisher gut gelöste Aufgaben nun bei
neuen Schritten. Kürzlich positive Grundlagen führen bevorzugt zu unbekannten,
redaktionell freigegebenen Grammatikbeispielen desselben Satzmusters. Ohne neues
Beispiel können aktuelle oder unabhängig gestützte positive Ergebnisse weitere
identische Grundlagenwiederholungen reduzieren. Ältere, neuere schwache und
unbenotete Ergebnisse werden vorsichtig behandelt; Wortbedeutungen bleiben getrennt.

Berücksichtigte frühere Übung wird separat vom manuellen Überspringen gezählt,
ohne neue Antworten, Noten oder Beherrschungsnachweise zu erzeugen. Gewählte
Transferbeispiele bleiben stabil. Lernwegposition, historische Aufgaben und
Bewertungen sowie Prüfungen bleiben erhalten; unvollständige Prüfungen und
Demoantworten liefern keine positiven Auswahlbelege. Frühere Bewertungen werden
bei einer erneut empfohlenen Aufgabe ausdrücklich eingeklappt gekennzeichnet.

Validierung: Go-Race-Suite mit eigener lokaler PostgreSQL-Testdatenbank, go vet,
Web-Build, Bank-/Varianten-/Sequenzaudit sowie lokale Browser-Smokes für Sprachen,
Kurs und vorherige Bewertungen. Geprüft sind unter anderem Nutzertrennung,
Zeitabstände, neue Fehler, unbenotete Antworten und stabile Transferbeispiele
beim Sprachwechsel. Keine zusätzlichen Modellaufrufe oder Produktionsänderungen.
This commit is contained in:
Eugenius Naumenko
2026-11-11 19:13:08 +00:00
parent 7499491ae8
commit 8d618b7fe6
22 changed files with 1277 additions and 130 deletions
+16
View File
@@ -108,6 +108,22 @@ Quellen und Verhalten: [README](../README.md#a1-kurs).
Bei ausdrücklich gewähltem Lernbereich, ausgeschöpftem Lernweg und im
Wiederholungsmodul gilt weiterhin: Neue Aufgaben haben Vorrang. Innerhalb dieser Gruppe werden passende noch neue Lernziele aus schwachen Bewertungen bevorzugt, ohne dafür über die Zielschwierigkeit hinauszugehen. Die letzten fünf echten bewerteten Antworten steuern die Schwierigkeit: nach mindestens drei verschiedenen Aufgaben ab Ø 85 eine Stufe erhöhen, nach mindestens zwei verschiedenen Aufgaben unter Ø 60 eine Stufe senken, jeweils innerhalb 1–3. Sonst bleibt die zuletzt bearbeitete Stufe. Bei erschöpftem Bestand folgen zuletzt schwach gelöste und länger nicht gezeigte Aufgaben; unmittelbare Wiederholungen werden vermieden, sofern Alternativen existieren. Unbenotete oder Demo-Antworten sind kein Fehlernachweis.
### Weniger identische Grundlagenwiederholungen
Der thematische Lernweg berücksichtigt vorhandene echte Bewertungen, ohne neue
Modellaufrufe. Gute aktuelle Grundlagen führen bevorzugt zu einem unbekannten,
redaktionell freigegebenen Grammatikbeispiel desselben Satzmusters. Ist keine
solche neue Variante vorhanden, können kürzlich gut bearbeitete Grundlagen
berücksichtigt werden, statt sie identisch zu wiederholen. Konkrete Wortbedeutungen
werden nicht gegeneinander ausgetauscht. Bei älteren/uneinheitlichen Nachweisen
wird aufgefrischt; manuelle Bereichswahl und A1-Test bleiben unabhängig.
Zeiten, Mindestnachweise und Grenzen: [README](../README.md#a1-kurs).
Layoutrevision und Lernwegposition bleiben bestehen. Die ergänzten
Transferalternativen und ihre eigene Auswahlrevision sind im redaktionellen
Sequenz-Prüfvermerk gebunden. Keine Produktionsprofile, Budgets oder Messungen
werden verändert; ausgelassene Grundlagen sind keine zusätzlichen Leistungsnachweise.
### Offene Antworten und A1-Test
Ohne verfügbaren Evaluator werden Text-/Sprachantworten mit Status `ungraded` gespeichert. Es entsteht keine erfundene Note und kein bewerteter Fortschritt. Bei Übungen zeigt die App nach Abgabe Beispielantwort und Rubrik zum Selbstvergleich. Echte Azure-Messwerte bleiben eigenständige Messwerte und ersetzen keine inhaltliche Benotung. Kein Modellaufruf für Analyse, Planung, Erstellung oder Testzusammenfassung im Bankbetrieb.
+34
View File
@@ -86,3 +86,37 @@ Their source and compiler are pinned by a separate editorial review and manifest
changing the path requires a new revision. The 840 base entries and Russian
presentations are unchanged. Initial activation begins at the first topic without
reinterpreting historical grades or rewriting existing assignments.
### Evidence-aware scaffold repetition
The additive `reused_steps` counter distinguishes earlier practice taken into
account from explicit skipping. Neither counter is graded evidence. The stored
`practice_reason` identifies foundation, transfer or refresh; recommendations
expose these fields and `selection_revision`. The step layout remains
`thematic-A1-v1`; selection metadata/policy is versioned separately, so this update
preserves existing cursors. Already active assignments remain stable, including a
chosen transfer example across request retries and native-language changes.
Editorial `alternatives` are allowed only for grammar choice tasks in the same
module and learning goal, with explicitly reviewed comparable sentence patterns.
There is no automatic replacement based on broad goal labels alone, nor any
replacement of vocabulary meanings. The new chosen example remains an ordinary
immutable assignment with its own original canonical/evidence identity.
Selection reads owned, non-demo answers scoped by target language and course
version, at most the latest 2,000 in a 30-day module window. Incomplete exam
answers/grades never influence it. The latest answer for each canonical item
must be graded and >=85, no older than seven days. Fresh exact-item success has
a 30-minute cooldown; after that, fewer repetitions require positive answers at
least 24 hours apart or, for grammar, three different approved examples with
recent positive latest answers. Locale variants and same-day repetitions do not
multiply distinct examples. Newer weak or ungraded answers block the item's
positive assumption. Unseen approved grammar examples take priority over reuse;
assignments in any exam are also excluded from being called unseen examples.
Only grammar/vocabulary scaffold positions may reuse earlier practice. The
remaining thematic stages, manual skill selection and exams retain their behavior.
No synthetic attempt, grade, progress event or pronunciation measurement is created.
The frontend folds prior feedback for an active presentation awaiting a new
answer into an explicitly labeled previous-attempt disclosure. Stored feedback,
answer keys and the existing exam disclosure rules are unchanged.