本技術是利用概念連結界面之命題容器與關係操作子來界定該等學習概念單元之間的連結關係與次序關係。經由與標準情境解決方案的比對結果來診斷並建構對概念圖的結構性知識的學習成效。其目的為有效得知具有結構性知識的學習效果，進而診斷迷思概念，並且可指引學習方向，以增加學習效率。並可協助評定學習者的學習狀況以檢驗教學方法的有效性，減輕在評改開放式問題時學習概念的負擔。

該技術乃是為了有效得知學習者在學習新知識的學習效果，進而診斷學習者的迷思概念。其評量包括有是非題、單選題、多選題與填充題等形式 ，也包含針對開放式且具有結構性概念的知識及學習歷程，提供診斷與計分的功能。此系統能幫助學習者有效學習與澄清迷思概念與實作過程的方法。

本技術所揭櫫之技術所包含的學習概念模組、概念操作模組與概念判定模組，在數位學習和資訊科技產業上，對於資訊技術領域中具有通常知識者，使用視窗化的程式設計語言即能被製造並加以實際利用，且能達到診斷學習者在整體概念圖中缺陷部分並加以補強學習之積極功效，而在科學教育領域的學習上能被優化使用，故具產業利用性。

技術已經應用在開發 (科學教育) VR 物理實驗 軟體之影片:
1   (CVLAb of Current, Voltage, and Ohm＇s Law  歐姆定理物理實驗 .  影片長度為3:59 )
https://youtu.be/TaxMO6QPC8s

2.  (CVLab for 載流導線磁效應實驗，影片長度為 1:53)
https://www.youtube.com/watch?time_continue=20&v=2J-DMOuOZ4A

3.  (CVLAB for 木尺實驗，影片長度為 1:04)
https://www.youtube.com/watch?time_continue=7&v=1zK2Y-wgdKA