地理卷一 Q1 詳盡評改報告
睇完整考生手寫原稿
📄 睇完整考生手寫原稿 5 頁
能力與考試技巧
用本卷有證據支持嘅評分點,整理學生目前做得好同下一步可改善嘅能力。
知識水平
Level of Knowledge
54/100
Room for improvement
分析能力
Analytical Skills
58/100
Room for improvement
語文能力
Language Proficiency
85/100
Good
考試技巧掌握
Room for improvement
Fair
Outstanding
課題掌握地圖
概念層級同關鍵詞取自教科書概念樹;掌握程度由本卷官方分計算。L4 精通 · L3 穩固 · L2 基礎 · L1 待補強。FW 野外考察Fieldwork · 工業區可達度研究 9/18 L2 基礎
FW.SAMP 抽樣方法 Sampling methods 1/4 L1 待補強
Mini concept
關鍵詞 systematic sampling, regular interval, every nth
關鍵詞 convenience sampling, bias, representativeness
FW.COLL 資料蒐集方法 Data collection 5/10 L2 基礎
Mini concept
關鍵詞 record sheet, tally, manufacturing / non-manufacturing
關鍵詞 land use, traffic count, noise/air pollution, interview
FW.PRES 資料展示 Data presentation 1/1 L4 精通
Mini concept
關鍵詞 scatter diagram, axes, correlation
FW.INTERP 資料詮釋與結論 Interpretation & conclusion 2/3 L2 基礎
Mini concept
關鍵詞 trend, negative relationship, accessibility vs manufacturing
FW.DESIGN 研究設計改良 Research design 2/6 L1 待補強
Mini concept
關鍵詞 additional primary data, improve reliability
逐題評分、考生答案與逐段評語
6 個小題全部收錄考生 OCR 答案;計算及文字按原稿抄錄,圖像題以人工核對描述。只有錯誤或部分正確答案先寫改進建議。
Q1 野外考察:工業區可達度與製造業密集度 野外考察 · 工業區研究 野外考察技巧資料詮釋研究設計 9/18
(a)(i) 學生答案 Aa文字答案 0/2 零分
答案來源 · 按考生手寫原稿抄錄;保留原本用字、算式及答案。
逐個評分點
未能正確識別抽樣方法;正確答案是系統抽樣。
解釋是建基於錯誤識別的抽樣方法。
逐段評語
你喺段落入面提出呢個方法係 convenience sampling,並嘗試用建築物近馬路同埋由巴士總站開始嘅順序嚟解釋。
可以改進
- 你寫咗 convenience sampling,但正確答案係 systematic sampling,完全錯咗方向。
- 考官報告指出好多考生好似你咁撈亂咗抽樣方法,導致隨後嘅解釋全部唔中分。
可以再好啲
- 學生喺呢題明顯犯咗重大概念錯誤,將正確嘅 systematic sampling 誤稱為 convenience sampling。呢個錯誤直接令到答案同評分準則要求嘅答案完全不符,因而被判定為無效。
- 學生未有按題目要求指出選取建築物嘅實際抽樣方法及其等距間距特徵。由於概念出錯,未能覆蓋評分準則中關於 systematic sampling 及其間距嘅核心得分點。
- 學生使用咗錯誤嘅專有名詞「Convenience sampling」,而未有用上正確嘅「systematic sampling」。呢個專有名詞嘅錯用直接導致整題失分。
- 學生雖然嘗試用建築物喺道路旁嘅位置同距離嚟解釋,但因為其前提建立在錯誤嘅抽樣方法上,導致論述無法對應題目要求嘅系統抽樣識別。
(a)(ii) 學生答案 Aa文字答案 1/2 部分得分
答案來源 · 按考生手寫原稿抄錄;保留原本用字、算式及答案。
逐個評分點
優點討論的是便利抽樣,而非題目要求的正確系統抽樣方法。
缺點討論的是便利抽樣,而非題目要求的正確系統抽樣方法。
逐段評語
指出convenience sampling嘅優點係快同簡單,學生可以按意願同方便選擇採樣點。
可以改進
- 你寫咗convenience sampling,但(a)(i)要求嘅採樣方法並唔係呢個,答案方向完全錯誤
- 評分準則嘅優點包括no bias、evenly sampled或者easy to carry out等
指出convenience sampling嘅缺點為主觀同非機率抽樣,唔係人人都有相同機會被選中。
可以改進
- 你呢段同樣討論緊convenience sampling,忽略咗(a)(i)所提及嘅正確採樣方法
- 考官報告指出好多考生答唔到缺點,而你亦未能寫出評分準則要求嘅代表性低等缺點
做得好
- 學生能夠清晰分列出優點同缺點,分別指出「fast and simple to carry out」以及「subjective because its non-probability」,文句表達尚算流暢。
可以再好啲
- 學生因為在 (a)(i) 誤判咗抽樣方法,導致本題分析優缺點時全部建基於錯誤嘅 convenience sampling 上面。呢個連鎖錯誤令到答案未能反映 systematic sampling 嘅真正優缺點。
- 學生未能涵蓋 systematic sampling 應有嘅優點(如無偏見、分佈平均)同缺點(如代表性較低或難以確定抽樣間距)。由於概念出錯,未能覆蓋評分準則嘅得分範圍。
- 學生持續使用「convenience sampling」呢個錯誤名詞,未能針對題目所要求嘅正確抽樣方法使用適當嘅地理專有名詞。
- 由於前提嘅抽樣方法錯誤,本題所寫嘅優點同缺點均未能配合題目的實地考察背景,屬於對題目要求嘅偏離。
(b) 學生答案 Aa文字答案 3/4 部分得分
答案來源 · 按考生手寫原稿抄錄;保留原本用字、算式及答案。
逐個評分點
運用表中的例子,正確將經濟活動分類為製造業。
描述了在記錄表上使用劃記的點算程序。
儘管在「單位」一詞上有輕微的用詞錯誤,但正確指出以製造業活動總數除以總數的比例計算方法。
逐段評語
這段指出學生會利用記錄表以正字記數法點算唔同工業活動嘅flat數量,並將其分類為唔同種類。
做得好
- 成功指出運用正字記數法去點算 flats 嘅數量
- 提到將經濟活動分類為唔同種類嘅步驟
可以改進
- 考官報告指出好多考生漏咗分類步驟,你呢度有提及但未夠清晰
- 未有完整列出製造業同非製造業嘅具體例子
呢段講述學生要點算製造業公司數目同總數,然後相除計算出 manufacturing activities 嘅比例。
做得好
- 清楚講出要將 manufacturing activities 嘅數量除以大廈內所有 flats 嘅總數嚟計出比例
- 避開咗好多考生犯嘅錯誤,有用總數作為分母嚟做計算
做得好
- 學生能夠正確指出利用觀察及記錄表分類製造業活動(如 food production and processing、garment and textile、plastic products),並且透過點算各單位數目來計算比例,概念大致正確。
- 學生準確使用咗與野外考察相關嘅專有名詞,例如「manufacturing activities」、「record sheet」、「tallies」同「proportion」,顯示對數據收集工具有一定認識。
- 答案完全緊貼題目要求,詳細描述如何使用記錄表去找出各選擇建築物中製造業活動嘅比例,體現出對野外研習步驟嘅理解。
可以再好啲
- 學生雖然有提及分類同點算程序,但在計算比例時嘅分母處理(total number of flats inside the building)略有瑕疵,未有完全對準評分準則中對總公司數目嘅嚴格要求。
- 學生嘅文字表述大致清晰,但部分步驟稍嫌簡略,特別是在計算比例嘅說明上可以更加具體,避免出現表達過於粗疏嘅情況。
(c)(i) 學生答案 Aa文字答案 1/1 全取分
答案來源 · 按考生手寫原稿抄錄;保留原本用字、算式及答案。
逐個評分點
正確說出符合評卷參考的圖表展示方法。
逐段評語
呢段指出 Figure 1c 嘅圖表表達方法係 scatter diagram。
做得好
- 準確咁認出圖表種類為 scatter diagram,完全符合評分準則
攞到分嘅原因
- 學生能夠準確識別並命名題目附圖所顯示嘅圖表類型為 scatter diagram,完全符合評分準則嘅要求。
- 學生精確涵蓋咗題目所要求嘅圖表辨識答案,無任何遺漏。
- 學生使用咗完全正確嘅專有名詞「scatter diagram」,未有出現拼寫錯誤或名稱混淆。
- 答案直接回應咗題目的圖表命名指令,準確無誤。
- 句子極為簡短清晰,直接點出圖表名稱,毫無含糊之處。
答案已按原稿收錄,冇失分項目。
(c)(ii) 學生答案 Aa文字答案 2/3 部分得分
答案來源 · 按考生手寫原稿抄錄;保留原本用字、算式及答案。
逐個評分點
正確指出可達度與製造業活動比例之間的逆向關係,切合實地考察主題。
符合評卷參考要求,觀察圖表上數據點的分佈或位置。
描述繪畫最適直線,相當於識別最適直線的方向。
逐段評語
指出通達性越低,所選大廈嘅製造業活動比例越高嘅結論。
做得好
- 準確咁指出咗通達性同製造業活動比例之間嘅關係
- 冇犯到考官報告提及忽略咗實地考察主題嘅常見錯誤
這段解釋咗點樣用 scatter diagram 畫出 best-fit line 並得出正相關結論。
做得好
- 清楚指出喺 scatter diagram 上面點樣繪畫出 best-fit line
- 提到處理 extreme data 嘅做法,展現咗對數據處理嘅概念
可以改進
- 你提到 positive relation,但前面結論寫 inverse relationship,前後矛盾
- 考官報告指出好多考生忽略咗 field study topic,呢段亦冇扣實題目主題
做得好
- 學生正確推論出結論,指出「the lower the accessibility, the higher proportion of manufacturing activities in the selected buildings」,並且正確描述咗繪畫 best-fit line 嘅步驟。
- 學生運用咗適切嘅地理術語,例如「accessibility」、「proportion of manufacturing activities」以及「best-fit line」,準確表達數據演繹過程。
- 學生緊貼題目要求,成功作結並解釋瞭如何使用散佈圖嘅圖表資料來支撐其結論。
- 答題邏輯清晰,分步驟說明咗點樣記錄數據、觀測點位、畫出 best-fit line 以及處理極端數據。
可以再好啲
- 學生雖然指出左結論同畫線方法,但未有充分展開解釋如何透過觀測數據點分佈(spread/distribution of data points)嚟得出正相關關係,導致喺深度上略有不足。
(d) 學生答案 Aa文字答案 2/6 部分得分
答案來源 · 按考生手寫原稿抄錄;保留原本用字、算式及答案。
逐個評分點
重複題目中已提及的數據收集方法,而非提出其他第一手數據。
提出其他有效的第一手數據(向工人進行問卷調查),並附有適當的收集方法及與研究相關的理據。
使用特定測量工具並附有清晰理據,提出有效的第一手數據(空氣污染物)。
提出有效的第一手數據(車流量),並附有點算方法及理據。
使用分貝計並附有清晰理據,提出有效的第一手數據(噪音水平)。
將先前的數據點綜合為評分指數,而非引入一個全新且獨立的第一手數據範疇。
逐段評語
呢段建議喺工業區嘅東北面同東面收集更多建築物數據,以擴大樣本範圍。
可以改進
- 題目要求提出其他 primary data,你呢個係重覆現有紀錄表方法
- 考官報告指出好多考生重覆題目已講過嘅收集方法,犯咗同樣錯誤
第二段提出向工業區員工進行問卷調查,透過設定問題同抽樣方法收集第一手資料。
做得好
- 提出向工業區內嘅工人進行問卷調查呢種具體嘅 primary data 收集方式
- 有提及 sampling methods 同埋 face-to-face 模式等調查方式
可以改進
- 考官報告點名提醒唔好寫改善現有數據可靠性嘅內容,你呢度花咗好多篇幅講點樣設定題目同抽樣模式,偏離咗解釋數據用途嘅重心
第三段提出用儀器量度空氣污染水平,嚟推斷製造業活動嘅密集程度。
做得好
- 使用 PM2.5 meter 同 carbon monoxide meter 等具體工具去量度 air quality
可以改進
- 文末提到 walking distance,但未有清晰解釋點解污染數據可以反映製造業 intensivity 嘅內在原理
呢段提出利用時計同計數器去計算大型貨車流量,藉此反映物流需求同製造業密集度。
做得好
- 精準對應評分準則入面 number and types of vehicles 嘅要求
- 清楚解釋 logistic needs 點樣令到 trucks 成為製造業嘅指標
- 使用 timer 同 counter 配合 counting 方法十分具體實用
呢段介紹使用分貝計去測試工業區嘅聲浪水平,作為評估製造業活動密集度嘅指標。
做得好
- 直接命中評分準則入面 noise level 嘅重要概念
- 清楚指出使用 dB meter 或 noise meter 去進行測量
可以改進
- 呢句同下一段喺句式上斷開咗,導致句子未完結就跌咗去下一段
第六段承接上段,總結噪音水平與步行距離及製造業密集度嘅關係。
做得好
- 成功將 noise level 同 walking distance 扣連返去 intensivity 嘅分析
可以改進
- 呢段同前一段拆散咗,欠缺咗完整嘅數據分析同推論過程
呢段總結將頭先五個數據綜合起來,建立評分指數嚟比較唔同建築物嘅污染同活動密集度。
可以改進
- 將前面幾個已收集嘅數據重新綜合,並未有提出新嘅 distinct primary data
- 評分準則主要想睇獨立嘅 primary data 種類,綜合指數未必算新數據
做得好
- 學生運用咗大量專業嘅實地考察設備同術語,例如「PM2.5 meter」、「carbon monoxide meter」、「counter」、「dB meter」以及「questionnaire survey」,展現左豐富嘅學科詞彙量。
- 文章結構分明,以「Firstly」、「Secondly」、「Thirdly」等序數詞清晰分隔各個建議,並且對每個工具嘅使用方法作左具體闡述。
可以再好啲
- 學生提出咗多項有建設性嘅一手資料收集方法,例如使用 PM2.5 儀器測量空氣污染、用計數器記錄貨車流量以及使用噪音計測量音量。然而,部分段落因重覆原有資料或將多個指標綜合為評分指數,未有全面符合所有獨立得分點。
- 學生雖然涵蓋左空氣污染物、車輛流量及噪音水平等多個切入點,但由於首段重覆左已有嘅抽樣建築物資料,以及末段將資料綜合為 rating index 而非獨立一項新一手資料,導致知識覆蓋面未能完全取得最高評級。
- 學生大部分建議均切合工業區環境特徵,但第一點提及收集更多建築物資料卻被判定為重覆原有方法,未有完全對準「other primary data」嘅題目指令。
📄 睇 Q1 原卷(PDF 第 1、2、3、4、5 頁) 5 頁
本卷全部題目都已全取分,冇失分題目需要篩選。🎉