获取
文摘阅读:
全文阅读:
下载:
第三方链接:
[成果]
1600060412
北京
B842
应用技术
医学研究与试验发展
公布年份:2015
成果简介:研究目的:认知诊断是国内外心理与教育测量学者的研究热点,而计算机化自适应测验(Computerized Adaptive Testing,CAT)是一种新兴的测验形式,将两者结合的认知诊断计算机化自适应测验(cognitive diagnostic CAT,CD-CAT)势必成为CAT发展的一个新方向。该项目在CD-CAT的题库维护与管理、选题策略的灵活性以及认知诊断模型的可扩展性等方面进行了多项开拓性的创新研究。主要科学发现:题目增补、新题在线标定以及Q矩阵自动估计针对CD-CAT的题目增补,该项目首次将传统CAT中三种在线标定方法推广至CD-CAT,并采用模拟与实证数据对它们的题目参数返真性进行全面比较(Chen,Xin,Wang,CChang,2012);仅仅基于被试在题目上的作答反应提出联合估计DINA模型下新题题目参数及其Q矩阵的联合估计算法(陈平,辛涛,2011a);提出三种自适应标定设计,并证实其题目参数返真性优于随机标定设计(陈平,辛涛,2011b)。满足非统计约束条件的选题策略针对CD-CAT选题过程中的非统计约束(如题目曝光控制、内容均衡),该项目:探讨KL、SHE、PWKL与HKL方法的题目曝光率和题库使用均匀性(陈平,李珍,辛涛,2011);首次将传统CAT中的蒙特卡洛方法应用于CD-CAT以满足多个内容约束条件(MaoXXin,2013);借鉴按区分度分层的思想提出按题目信息量对题库分层的分层多阶段题目曝光控制方法(毛秀珍,辛涛,2013)。认知诊断模型的多级扩展大多数认知诊断模型仅适用于0-1评分题型,这大大限制认知诊断的实际应用。该项目:基于规则空间模型对理想反应模式与异常反应指标进行多级评分扩展(田伟,辛涛,2012);Sun,Xin,Zhang和de la Torre(2013)将广义距离判别法扩展到多级评分数据资料。计算误差协方差矩阵的数值微分方法在项目反应理论建模中,题目参数的误差协方差矩阵在统计推断中起着重要作用。Tian,Cai,Thissen和Xin(2012)使用模拟和实证数据全面分析计算题目参数误差协方差矩阵的补充EM算法与非迭代算法,为今后在认知诊断框架下计算题目参数的误差协方差矩阵提供重要的理论依据。成果产生的价值:该项目将多项统计与测量技术应用于CD-CAT,所得结果不仅可以服务于中国教育考试与评价的实践,而且对推动中国CD-CAT的研究、追踪国际最新前沿也将起到积极作用。该项目还实现大陆学者在《Psychometrika》与《Educational and Psychological Measurement》两个心理测量领域最权威期刊上的论文首次发表。