EvilProf 😈 - v1.1.2

Click here to go the app!

Generatore di verifiche PDF diverse con campionamento casuale ponderato delle domande. Test adiacenti sono completamente diversi!

English

---

🇮🇹 Istruzioni e Preparazione File Excel/CSV (Logica a Blocchi)

EvilProf (Versione Blocchi) genera verifiche PDF selezionando un numero esatto di domande da blocchi definiti nel tuo file Excel o CSV.

I test hanno la garanzia della completa diversità se adiacenti, e le domande scelte hanno una minore probabilità di essere selezionate per i test successivi con una pesatura esponenziale decrescente.

Caratteristiche:

• Input da Excel/CSV: Carica un file .xlsx, .xls o .csv.
• Struttura a Blocchi: Organizza le domande in blocchi separati da una riga completamente vuota.
• Tipi di Blocco: Ogni blocco deve contenere solo domande a scelta multipla OPPURE solo domande aperte. L'app rileva automaticamente il tipo. Non mischiare i tipi nello stesso blocco.
• Selezione Esatta: Dopo aver caricato il file, potrai specificare nella sidebar quante domande esatte (k) vuoi selezionare da ciascun blocco identificato (che contiene n domande).
• Randomizzazione e Diversità:
  • Se per un blocco il numero totale di domande disponibili (n) è strettamente maggiore del doppio delle domande richieste (k) (cioè, n > 2k), l'applicazione userà un Campionamento Ponderato (WRSwOR) per selezionare le k domande da quel blocco. Questo metodo tenta di evitare la ripetizione immediata delle stesse domande da quel blocco nelle verifiche consecutive.
  • Se invece n <= 2k (cioè se chiedi la metà o più delle domande disponibili nel blocco), l'applicazione userà un Campionamento Casuale Semplice per selezionare le k domande da quel blocco, perdendo la garanzia di diversità tra test consecutivi per quel blocco.
  • Il fallback a campionamento casuale semplice può attivarsi anche per WRSwOR se le richieste (k) sono alte rispetto ai candidati nuovi disponibili in quel momento.
• Output PDF: Genera un singolo file PDF con le verifiche composte secondo le tue selezioni.

Preparazione File Excel/CSV:

1. Inizia a inserire le domande del primo blocco (tutte MC o tutte OE) dalla riga 1.
   • Colonna A (o prima colonna): Testo della domanda.
   • Colonne B, C,... (o successive, solo per MC): Opzioni di risposta. Lasciare vuote per domande Aperte.
2. Quando vuoi iniziare un nuovo blocco (di tipo uguale o diverso), inserisci una riga completamente vuota.
3. Nella riga successiva a quella vuota, inizia a inserire le domande del nuovo blocco.
4. Ripeti i passaggi 2 e 3 per tutti i blocchi desiderati.
5. Non inserire nomi di argomento o intestazioni di colonna.

Vedi immagine di esempio qui sotto:

---

Analisi Statistica (Test Funzionale)

L'applicazione include un test funzionale accessibile dalla sidebar. Questo test:

1. Utilizza un file predefinito (test_set_4_by_12_questions.xlsx) contenente 4 blocchi di 12 domande ciascuno (2 blocchi MC, 2 blocchi OE).
2. Esegue una simulazione Monte Carlo (30 ripetizioni) per diversi scenari di selezione.
3. Per ogni scenario, varia il numero di domande richieste per blocco (k) da 1 a 11.
4. Genera sequenze di 15 test consecutivi per ogni k e ogni run Monte Carlo, applicando la logica di campionamento appropriata (WRSwOR se 12 > 2k, Simple Random se 12 <= 2k).
5. Calcola la similarità media tra test consecutivi a diverse "distanze" (da 1 a 14 test di distanza) usando il coefficiente di Sørensen-Dice. Un valore di 0 indica nessuna domanda in comune, 1 indica test identici.
6. Salva i risultati medi finali (per ogni k e distanza) in un file Excel (similarity_analysis_unified_dice_mc_15t.xlsx), che può essere scaricato dall'interfaccia.

Interpretazione dei Risultati:

• Distanza 1: L'indice di Dice dovrebbe essere molto vicino a 0 per k da 1 a 5 (dove si usa WRSwOR e n > 2k), indicando alta diversità tra test immediatamente consecutivi. Per k da 6 a 11 (dove si usa Simple Random), ci si aspetta un Dice > 0 già a distanza 1.
• Distanze Maggiori (d > 1): L'effetto "memoria" di WRSwOR si attenua rapidamente. La similarità media tende a convergere verso il valore atteso per un campionamento casuale semplice (che dipende da k). Ad esempio, per k=6 (12 domande totali su 48), la similarità converge a circa 0.25.
• Soglia k=6 (n=2k): Questo test permette di osservare il comportamento al limite e oltre la soglia dove il campionamento passa da WRSwOR a Simple Random.
• Consiglio Pratico: Per massimizzare la diversità tra test consecutivi usando WRSwOR, è consigliabile scegliere un numero di domande per blocco (k) significativamente inferiore alla metà delle domande disponibili (n/2), idealmente k <= n/3 (es. k=4 per un blocco da 12).

Vedi immagine di esempio dell'analisi qui sotto:

---

🇬🇧 English Version

EvilProf (Block Version) generates PDF tests by selecting an exact number of questions from blocks defined in your Excel or CSV file.

Features:

• Input from Excel/CSV: Load an .xlsx, .xls, or .csv file.
• Block Structure: Organize questions into blocks separated by a completely empty row.
• Block Types: Each block must contain only multiple-choice questions OR only open-ended questions. The app detects the type automatically. Do not mix types within the same block.
• Exact Selection: After uploading the file, you can specify in the sidebar exactly how many questions (k) you want to select from each identified block (which contains n questions).
• Randomization and Diversity:
  • If, for a block, the total number of available questions (n) is strictly greater than twice the requested questions (k) (i.e., n > 2k), the application will use Weighted Sampling (WRSwOR) to select the k questions from that block. This method attempts to avoid immediate repetition of the same questions from that block in consecutive tests.
  • If n <= 2k (i.e., if you request half or more of the available questions in the block), the application will use Simple Random Sampling to select the k questions from that block, losing the diversity guarantee between consecutive tests for that block.
  • Fallback to simple random sampling may also occur for WRSwOR if requests (k) are high relative to the new available candidates at that moment.
• PDF Output: Generates a single PDF file with the tests composed according to your selections.

Excel/CSV File Preparation:

1. Start entering questions for the first block (all MC or all OE) from row 1.
   • Column A (or first column): Question text.
   • Columns B, C,... (or subsequent, MC Only): Answer options. Leave empty for Open-Ended questions.
2. When you want to start a new block, insert a completely empty row.
3. On the row after the empty one, start entering the questions for the new block.
4. Repeat steps 2 and 3 for all desired blocks.
5. Do not include topic names or column headers.

See example image below:

---

Statistical Analysis (Functional Test)

The application includes a functional test accessible from the sidebar. This test:

1. Uses a predefined file (test_set_4_by_12_questions.xlsx) containing 4 blocks of 12 questions each (2 MC blocks, 2 OE blocks).
2. Runs a Monte Carlo simulation (30 repetitions) for different selection scenarios.
3. For each scenario, it varies the number of questions requested per block (k) from 1 to 11.
4. Generates sequences of 15 consecutive tests for each k and each Monte Carlo run, applying the appropriate sampling logic (WRSwOR if 12 > 2k, Simple Random if 12 <= 2k).
5. Calculates the average similarity between consecutive tests at different "distances" (from 1 to 14 tests apart) using the Sørensen-Dice coefficient. A value of 0 indicates no common questions, 1 indicates identical tests.
6. Saves the final average results (for each k and distance) to an Excel file (similarity_analysis_unified_dice_mc_15t.xlsx), which can be downloaded from the interface.

Interpreting the Results:

• Distance 1: The Dice index should be very close to 0 for k from 1 to 5 (where WRSwOR is used and n > 2k), indicating high diversity between immediately consecutive tests. For k from 6 to 11 (where Simple Random is used), Dice > 0 is expected even at distance 1.
• Greater Distances (d > 1): The "memory" effect of WRSwOR quickly fades. The average similarity tends to converge towards the value expected for simple random sampling (which depends on k). For example, for k=6 (12 total questions out of 48), the similarity converges to about 0.25.
• Threshold k=6 (n=2k): This test allows observing the behavior at and beyond the threshold where sampling switches from WRSwOR to Simple Random.
• Practical Advice: To maximize diversity between consecutive tests using WRSwOR, it's advisable to choose a number of questions per block (k) significantly less than half the available questions (n/2), ideally k <= n/3 (e.g., k=4 for a block of 12).

See example image of the analysis below:

---

(README updated for the block-based version with unified sampling logic, i18n, and statistical test description)