Nemo12 Docs

SDD-011 — School Models, Pedagogy & Exam Banks ​

School là domain context (REQ-SCH-01): dùng chung canonical skill graph + learner model, nhưng khác nhau về độ sâu (depth), pedagogy, và loại đề thi. Depth theo goal đã có ở SDD-002 §12.

1. Turtle — Foundation (cơ bản, phổ thông) ​

  • Diagnosis mức cơ bản (REQ-SCH-06): dùng seed items role canonical/variant, độ khó thấp–trung; target depth L2–L3 (SDD-002 §12); anchor theo grade hiện tại từ Context Model.
  • Pedagogy IB (REQ-PED-01): Learning Experience theo chu trình inquiry — Predict → Explore → Explain → Practice → Transfer → Assess (khớp experience types SDD-004 §5-8). Labs là trung tâm (SDD-010 Lab Platform): học qua khám phá, không học vẹt.
  • Ngân hàng đề thi học kỳ (REQ-SCH-07, REQ-EXAM-04): đề thi học kỳ mức cơ bản/phổ thông theo môn + lớp; learner luyện (mock) trước ngày thi. Không theo trường cụ thể (generic).

2. Shark — Advanced / Selective (luyện thi chuyên) ​

  • Diagnosis + experiences mức cao (REQ-SCH-08): items role boundary/discriminator, độ khó cao; target depth L4–L5; blueprint specialized-chuyen.
  • Pedagogy AoPS / Beast Academy (REQ-PED-02): tiến trình problem-solving sâu — bài toán nhiều bước, khái quát hóa, hard discriminators; nhấn reasoning thay vì luyện dạng. Ánh xạ experience type Problem/Challenge (SDD-004 §5).
  • Ngân hàng đề thi theo từng trường (REQ-SCH-08, REQ-EXAM-03): đề thi vào lớp 10 chuyên/trường chọn theo từng trường (per target school). Kế thừa dữ liệu legacy: chuyenchon-exam-intelligence (exams, exam_problems, exam_sources) + registry trường data.chuyenchon.com (schools, specialized_programs) — FEAT-034..037.

2b. Shark Onboarding — Exam Targets (REQ-ONB-07) ​

Khi learner vào Shark, ngoài hồ sơ cơ bản (WF-01 §2) phải khai exam targets — hỗ trợ nhiều trường (nhiều lịch thi):

text
learner_exam_targets (
  id, learner_id,
  target_school_id?,           -- FK target_schools (nếu chọn từ registry)
  target_school_name,          -- hoặc nhập tay
  province,
  specialist_subject,          -- môn chuyên (vd: Toán chuyên)
  non_specialist_subjects_json,-- các môn không chuyên (Văn, Anh…)
  exam_date_approx,            -- lịch thi ~ (ngày/khoảng)
  priority,                    -- learner xếp ưu tiên giữa các trường
  status[active|dropped],
  created_at
)
  • Mỗi target sinh một goal (blueprint specialized-chuyen + môn chuyên) với deadline riêng = exam_date_approx → Context Model + Workload (SDD-007 §8) dùng để lập lịch luyện.
  • Nhiều target → Global Orchestrator (SDD-007 §9) cân đối thời gian giữa các kỳ thi theo deadline gần nhất.
  • Turtle không cần bước này (RISK-009: không ép mục tiêu thi chuyên).

3. Exam Bank — mô hình dữ liệu (REQ-EXAM-01) ​

Tách khỏi Item Bank thường (SDD-004 §9) nhưng liên kết qua node graph:

text
exams (id, subject_id, exam_type[semester|selective], grade,
       target_school_id?, province?, year?, difficulty_tier, source, status)
exam_sections (exam_id, order, title, instructions)
exam_questions (id, exam_id, section_id?, node_id?, order, prompt, options_json?,
                answer_json, points, item_ref?)   -- item_ref → items khi tái dùng
target_schools (id, name, province, kind[chuyen|chon|thuong], source)   -- Shark, từ registry
  • Turtle: exam_type='semester', target_school_id NULL (generic theo lớp/môn).
  • Shark: exam_type='selective', gắn target_school_id (per-school).
  • Schema này áp dụng cho đề generated (source='generated'). Đề thi thật (source='authentic') mở rộng registry exams với provenance + tách thành exam_problems — xem SDD-012 (SRC-029).

4. Mock Exam → Evidence → Readiness (REQ-EXAM-02) ​

Phạm vi: chỉ đề generated (semester/selective). Đề thật không có mock exam — luyện theo từng bài, xem SDD-012 §1 và Q-061.

mermaid
flowchart LR
  P[Learner mở mock exam] --> A[Làm bài theo timing]
  A --> S[Chấm: đúng/điểm từng câu]
  S --> E[Ghi learner_evidence theo node_id<br/>reliability cao hơn practice]
  E --> M[updateMastery per node]
  M --> R[Recompute readiness vs blueprint / exam target]
  R --> C[Cockpit: sẵn sàng cho kỳ thi %, gap còn lại]

Đề thi có node_id per câu → kết quả luyện đề nuôi cùng Learner Model (không tách rời). Readiness cho đề thi = so với cut score của exam/blueprint.

6. Mode switching theo lịch thi học kỳ (REQ-ADAPT-01) ​

Bố mẹ hoặc con khai semester_exam_schedule (learner_id, subject_id, title, exam_date). Hệ tự trộn tỷ trọng giữa học sâu (IB) và luyện thi theo độ gần kỳ thi:

text
days_to_exam ≤ 30      → exam_prep 0.8 / deep 0.2   (luyện thi để điểm cao)
days_to_exam ≥ 90      → exam_prep 0.2 / deep 0.8   (học sâu IB)
30 < days < 90         → nội suy tuyến tính
không có lịch thi       → deep 0.8 (mặc định học sâu)

Khi mode = exam_prep, cockpit đẩy "Luyện đề học kỳ" lên đầu next-actions kèm đếm ngược ("Còn N ngày tới kỳ thi — ưu tiên luyện đề"). Blend này là đầu vào cho Recommendation Engine (SDD-002 §10) và Depth Budget (SDD-002 §12): gần thi → ưu tiên high-yield exam readiness; xa thi → ưu tiên depth/transfer. Hiện thực: mode.ts + buildCockpit.

5. Điểm khác biệt vẫn dùng chung hạ tầng ​

Khía cạnhTurtleSharkDùng chung
Skill graph✔✔canonical (SDD-007 §5)
Learner Model✔✔mastery/confidence (SDD-002)
Depth targetL2–L3L4–L5Depth Engine (SDD-002 §12)
PedagogyIB inquiry + labsAoPS problem-solvingExperience types (SDD-004)
Exam bankHọc kỳ (generic)Theo trường (per-school)schema §3

7. Squid — English / IELTS / SAT / AP (REQ-SCH-11, SRC-033, SRC-081) ​

  • Mục tiêu: learner khai target band IELTS (overall + per kỹ năng nếu muốn) và ngày thi dự kiến → một exam target dạng mới target_kind='ielts' (mở rộng learner_exam_targets §2b: target_kind[school|ielts|sat|ap], target_score?, không bắt buộc target_school_id). Target nuôi Goal Model (SRC-032) + mode switching (REQ-ADAPT-01 theo ngày thi).
  • Học: English graph hiện có (Squid scope english — REQ-SCH-10); tổ chức theo 4 kỹ năng Listening / Reading / Writing / Speaking; Writing/Speaking dùng Assessment Blueprint chấm theo rubric band descriptors (AI qua gateway + QG-010; learner nộp bài viết/ghi âm — media SDD-009).
  • Luyện thi: practice test generated theo format IELTS từ Item Bank + blueprint (SDD-013 §3); mock theo timing áp dụng REQ-EXAM-02 (generated). KHÔNG nhập đề thật IELTS (Cambridge/IDP có bản quyền — khác đề thi công lập VN, SDD-012 §1.6): real exam bank không áp dụng cho Squid.
  • Band ước tính: readiness vs target band = goal blueprint mới ielts-band (mapping mastery/coverage → band ước tính, hiển thị kèm confidence).

8. SAT và AP — nằm trong Squid (REQ-SCH-11, SRC-081 · trước là school Ray) ​

  • Mục tiêu: target_kind='sat' (target score 400–1600 + section) hoặc 'ap' (môn AP + target 1–5), kèm đợt thi (digital SAT nhiều đợt/năm; AP tháng 5) → Goal Model + readiness.
  • Học: SAT Math dùng math graph (node grade 9+, độ khó cao); Reading & Writing dùng english graph; AP theo môn mở dần (ưu tiên theo chỉ đạo sau).
  • Luyện thi: practice generated theo format digital SAT (module ngắn, adaptive rút gọn theo Assessment Engine SDD-002 §9); KHÔNG nhập đề thật College Board (bản quyền) — chỉ generated.
  • SRC-081 (2026-08-14): bỏ school Ray; SAT và AP chuyển hết vào Squid. Squid scope môn ielts, sat, ap (REQ-SCH-10); learner đang enroll Ray được chuyển sang Squid. REQ-SCH-12 gộp vào REQ-SCH-11 — không còn brand school riêng cho SAT/AP.

§7 và §8 cùng thuộc Squid, dùng chung hạ tầng §5 (canonical graph, Learner Model, exam targets, mode switching); khác Turtle/Shark ở loại target (band/score thay vì trường) và nguồn đề chỉ generated (bản quyền).

9. Whale — khám phá & truyền cảm hứng (REQ-SCH-09, REQ-SCH-13, SRC-027/034) ​

Whale không dạy — Whale làm tò mò. Ba khối nội dung (đều public-read, content plane Coral quản lý):

  1. Cơ hội (đã có — whale_opportunities, seed-whale.mjs): học bổng, cuộc thi, du học, trại hè; lọc theo loại/khu vực/deadline. Học bổng là kind nổi bật nhất (SRC-034).
  2. Success cases (mới): câu chuyện du học thành công — hồ sơ xuất phát (lớp, trường, điểm mạnh) → hành trình (IELTS/SAT, hoạt động) → kết quả (trường + học bổng). Lưu dạng opportunity kind='success_story' hoặc bảng story riêng; mỗi story link các cơ hội/school liên quan (Squid/Ray — §7/§8).
  3. Recommendation nhẹ (mới): Nemo vào Whale thấy 3–5 gợi ý cá nhân hóa mức tò mò — rule-based theo hồ sơ (lớp, môn mạnh theo Learner Model, school đang học): "học bổng phù hợp lớp 9", "câu chuyện giống em (mạnh Toán, nhắm chuyên)". Không phải Recommendation Engine đầy đủ — chỉ curiosity feed, có reason ngắn ("vì em đang học Shark, lớp 9"). Marlin xem cùng qua view mode (REQ-PAR-13).

Nguyên tắc: không thu thập thêm dữ liệu nhạy cảm cho Whale; chỉ đọc profile + Learner Model có sẵn; mọi nội dung qua moderation/curation của Coral (không tự scrape).

Trace ​

REQ-SCH-06→§1 · REQ-SCH-07→§1,§3 · REQ-SCH-08→§2,§3 · REQ-SCH-11→§7 · REQ-SCH-12→§8 · REQ-EXAM-01→§3 · REQ-EXAM-02→§4 · REQ-EXAM-03→§2,§3 · REQ-EXAM-04→§1,§3 · REQ-PED-01→§1 · REQ-PED-02→§2.

Nemo12