EvilProf 😈 - v1.1.2

Click here to go the app!

Randomized PDF test generator with weighted question sampling. Adjacent tests are completely different!

Italiano

---

🇬🇧 Instructions & Excel/CSV File Preparation (Block Logic)

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

Tests are guaranteed to be completely different if adjacent, and chosen questions have a lower probability of being selected for subsequent tests with exponentially decreasing weighting.

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:

---

🇮🇹 Versione Italiana

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:

---

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