अपना वर्कफ़्लो दोबारा बनाए बिना बनाएँ, पढ़ाएँ, मूल्यांकन करें और बेचें

SubSchool स्रोत सामग्री को संपादन योग्य कोर्स और अभ्यास में बदलता है, फिर वितरण, ट्यूशन, छात्र प्रतिक्रियाएँ, फीडबैक और बिक्री को उसी सिस्टम में रखता है। उसी ज्ञान को हाथ से फिर से बनाने के बजाय विवरण, पुस्तक या PDF, वीडियो लाइब्रेरी, मौजूदा पाठ, या ट्यूशन-सेशन रिकॉर्डिंग का उपयोग करें।

जुड़े हुए चरण हैं: स्रोत सामग्री → संपादन योग्य पाठ्यक्रम → अभ्यास → विद्यार्थी उत्तर → AI का प्रारंभिक मसौदा → शिक्षक समीक्षा। प्रत्येक परिणाम SubSchool में रहता है, जहाँ शिक्षक अगले चरण से पहले उसका निरीक्षण और संपादन कर सकता है।

पृष्ठ में विवरण से पाठ्यक्रम संरचना, वीडियो या प्रतिलेख से पाठ, पुस्तक के अनुभागों से मॉड्यूल और अभ्यास शामिल हैं। आउटपुट वास्तविक मॉड्यूल, पाठ, अभ्यास, असाइनमेंट, मूल्यांकन मानदंड, अंक और प्रतिक्रिया बनते हैं जिन्हें संपादित, सौंपा, समीक्षित और प्रकाशित किया जा सकता है।

आउटपुट वास्तविक मॉड्यूल, पाठ, अभ्यास, असाइनमेंट, आकलन मानदंड, स्कोर और फ़ीडबैक बन जाते हैं, जिन्हें संपादित, असाइन, समीक्षा और प्रकाशित किया जा सकता है। जनरेट किए गए मॉड्यूल, पाठ, अभ्यास, मानदंड, स्कोर और फ़ीडबैक को कहीं और कॉपी करने के लिए टेक्स्ट के ब्लॉक के बजाय संपादन योग्य उत्पाद ऑब्जेक्ट के रूप में सहेजा जाता है।

उपलब्धता, लाइव पाठ, रिकॉर्डिंग, नोट्स, फ़ॉलो-अप होमवर्क, चैट और शिक्षार्थी की प्रगति का संदर्भ एक ही होता है। AI प्रारंभिक मसौदा तैयार या उसका आकलन कर सकता है, लेकिन स्रोत सामग्री, असाइनमेंट, प्रकाशन, अंतिम स्कोर और छात्र को दिखने वाले फ़ीडबैक का नियंत्रण शिक्षक के पास होता है।

उपलब्धता, लाइव पाठ, रिकॉर्डिंग, नोट्स, फ़ॉलो-अप होमवर्क, चैट और शिक्षार्थी की प्रगति का संदर्भ एक ही होता है। शेड्यूलिंग, पाठ का संदर्भ, अभ्यास, सबमिशन, समीक्षा, भुगतान और प्रगति असंबद्ध टूल में बंटने के बजाय जुड़े रह सकते हैं।

निबंधों, मौखिक साक्षात्कारों, फ़ोटो और प्रस्तुतियों के लिए शिक्षक-निर्धारित मानदंडों का उपयोग करें। मूल उत्तर की जाँच करें और पहले आकलन को बदल दें। आप कार्य को ड्राफ्ट के रूप में निजी रख सकते हैं, उदाहरण डेटा के साथ पूरे प्रवाह का परीक्षण कर सकते हैं और समीक्षा के बाद ही उसे प्रकाशित या असाइन कर सकते हैं।