版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、具有認(rèn)知診斷功能的計(jì)算機(jī)自適應(yīng)測驗(yàn)的選題方法比較摘要:隨著認(rèn)知診斷理論及計(jì)算機(jī)自適應(yīng)測驗(yàn)的發(fā)展,具有認(rèn)知診斷功能的計(jì)算機(jī)自適應(yīng)測驗(yàn)已經(jīng)受到越來越多的關(guān)注。認(rèn)知診斷理論中比較重要的選題方法有Kullback-Leibler信息函數(shù)法和Shannon熵方法,本文的重點(diǎn)在于比較這兩種方法對(duì)于考生的屬性掌握模式判斷的優(yōu)劣,以便選擇更好的選題方法對(duì)今后的工作進(jìn)行指導(dǎo)。論文關(guān)鍵詞:認(rèn)知診斷,計(jì)算機(jī)自適應(yīng)測驗(yàn),選題方法,KL信息量,Shannon熵以往的傳統(tǒng)測驗(yàn)只能估計(jì)出考生的單維的潛在能力值,但是無法更深入揭示能力所表示的具體含義。認(rèn)知診斷(Cognitive Diagnosis)為考生提供更加直觀的教育
2、評(píng)價(jià)信息、知識(shí)點(diǎn)的掌握不足以及后續(xù)的知識(shí)補(bǔ)救信息。認(rèn)知診斷測驗(yàn)比傳統(tǒng)測驗(yàn)更加強(qiáng)調(diào)對(duì)于數(shù)學(xué)推理研究的問題,也更加關(guān)注于對(duì)于考生的知識(shí)結(jié)構(gòu)和加工過程。認(rèn)知診斷測驗(yàn)的重點(diǎn)是對(duì)每個(gè)考生關(guān)于每個(gè)屬性的掌握情況進(jìn)行評(píng)估并反饋。現(xiàn)在已被證明的認(rèn)知診斷模型共有60多種,本文主要使用的是DINA模型(Deterministic Inputs, Noisy “And” Gate Model),DINA模型的項(xiàng)目反應(yīng)函數(shù)如下:其中,代表第j題的猜測參數(shù),代表第j題的失誤參數(shù),代表被試i的知識(shí)狀態(tài),而代表第i個(gè)被試在第j個(gè)項(xiàng)目上的理想反應(yīng)模式。二、計(jì)算機(jī)自適應(yīng)測驗(yàn)計(jì)算機(jī)自適應(yīng)測驗(yàn)(Computerized Adapt
3、ive Testing,CAT),是借助計(jì)算機(jī)為媒介,按考生各自不同的情況,從題庫中選出最適合學(xué)生作答的題目,對(duì)考生進(jìn)行測驗(yàn),并自動(dòng)對(duì)考生的測驗(yàn)結(jié)果進(jìn)行評(píng)分的一種測驗(yàn)形式。計(jì)算機(jī)自適應(yīng)測試主要有以下幾個(gè)部分組成:1)題庫,2)初始值,3)評(píng)分方式,4)選題策略,5)終止規(guī)則。其中選題策略是CAT的核心。因?yàn)檫x用不同的選題方法,對(duì)自適應(yīng)測驗(yàn)的效率及精確度有著及其重要的影響。三、具有認(rèn)知診斷功能的計(jì)算機(jī)自適應(yīng)測驗(yàn)的選題策略認(rèn)知診斷功能的自適應(yīng)測驗(yàn)的選題方法是通過對(duì)二維的知識(shí)狀態(tài)的判斷,選擇出最適合被試作答的題目,提高測驗(yàn)的效率及估計(jì)的精度。1 Kullback-Lerbler信息函數(shù)法Kullba
4、ck-Lerbler信息函數(shù)法主要用于度量兩個(gè)分布的差異,然而在認(rèn)知診斷中,被試的知識(shí)狀態(tài)變量不是一個(gè)連續(xù)的變量,而是離散的向量。Xueli Xu(2003)將K-L信息量作了修改,將原有公式轉(zhuǎn)化成了以下形式:其中c指的是所有可能的的值,M是項(xiàng)目所考察的屬性個(gè)數(shù)。在具有認(rèn)知診斷功能的自適應(yīng)測驗(yàn)中,就是要選用K-L信息量最大的試題作為下一個(gè)試題給被試作答。2 Shannon熵選題法Shannon熵(Shannon Entropy,SHE)是香農(nóng)在1948年提出的,用于解決對(duì)信息的量化度量問題。熵的值越大,說明隨機(jī)數(shù)的不確定性越大。對(duì)于一個(gè)分布列,假設(shè)有k 個(gè)分布函數(shù),則該分布列的Shannon熵
5、的計(jì)算公式為:其中約定,在具有認(rèn)知診斷的計(jì)算機(jī)自適應(yīng)測驗(yàn)的選題方法中,對(duì)于被試已作答t個(gè)項(xiàng)目后, 第t+1題的最小Shannon熵的期望值為:在具有認(rèn)知診斷功能的自適應(yīng)測驗(yàn)中,就是要選用Shannon熵最小的試題作為下一個(gè)試題給被試作答。四、試驗(yàn)設(shè)計(jì)本研究采用蒙特卡洛模擬。共使用無結(jié)構(gòu)的6個(gè)屬性,共有320名已知屬性掌握模式的被試,假設(shè)被試的屬性掌握個(gè)數(shù)是呈現(xiàn)正態(tài)分布,而在掌握同等數(shù)量屬性的考生中各屬性掌握模式是平均的。題庫中的題目根據(jù)每種不同的屬性掌握模式各分配15個(gè)題目,題庫中試題的S參數(shù)和G參數(shù)在0.05到0.25間均勻生成。在確定考生屬性掌握模式和題庫的Q矩陣后,模擬作答生成理想反應(yīng)模
6、式。當(dāng)?shù)玫嚼硐敕磻?yīng)模式后,使用EM算法獲得試題的三個(gè)項(xiàng)目參數(shù)和被試的能力參數(shù)。研究中分別使用不同的選題策略,來分別比較K-L選題法和SHE選題算法在計(jì)算機(jī)模擬測驗(yàn)時(shí)的效率。首先使用K-L選題法進(jìn)行選題,采用DINA模型進(jìn)行被試的評(píng)分,在被試作答后使用同樣也是期望后驗(yàn)估計(jì)法(Expect A Posteriori Estimate,EAP)對(duì)被試的屬性掌握模式進(jìn)行估計(jì),再選題給被試作答,直到作答30個(gè)試題后停止測驗(yàn);然后使用SHE選題方法重復(fù)試驗(yàn)。五、試驗(yàn)結(jié)果與討論以下表格是使用SHE方法與K-L方法對(duì)被試知識(shí)狀態(tài)的模式判準(zhǔn)率:K-LSHE模式判準(zhǔn)率0.7240.98756 個(gè)屬性的邊際屬性判準(zhǔn)
7、率:屬性數(shù)123456KL0.9740.8990.950.9460.9450.987SHE10.99062110.996870.99687從下圖可以觀察使用兩種選題方法時(shí)被試知識(shí)狀態(tài)的模式判準(zhǔn)率在30題中的變化過程:由此可見,無論是從模式判準(zhǔn)率上還是邊際屬性判準(zhǔn)率上而言,Shannon熵選題法都是優(yōu)于Kullback-Lerbler信息函數(shù)法。這樣的結(jié)論對(duì)今后的研究都有著指導(dǎo)作用。參考文獻(xiàn):1Henson,R.&DouglasJ.(2005).Test construction for cognitive diagnosis. Applied Psychological Measurement ,29, 262-277.2Jimmy de la Torre. DINA Model and Parameter Estimation: A DidacticJ. Journal of Educational and Behavioral Statistics,2009,34:115-1303林海菁,丁樹良(2007),具有認(rèn)知診斷功能的計(jì)算化自適應(yīng)測驗(yàn)的研究與實(shí)現(xiàn).心理學(xué)報(bào)(4).pp747-7534
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024股權(quán)讓步簡單協(xié)議書
- 二建市政工程實(shí)務(wù)-二建《市政公用工程管理與實(shí)務(wù)》黑鉆押題2363
- 中國古代繪畫藝術(shù)欣賞
- 2024年四川省宜賓市高縣大窩鎮(zhèn)招聘社區(qū)工作者考前自測高頻考點(diǎn)模擬試題(共500題)含答案
- 產(chǎn)教融合校企合作的評(píng)估與反饋機(jī)制
- 開發(fā)時(shí)尚國潮產(chǎn)品的策略及實(shí)施路徑
- 人教版九年級(jí)上冊(cè)歷史與社會(huì)第三課《悄然轉(zhuǎn)變中的社會(huì)生活》說課稿
- 2025年高一上學(xué)期工作計(jì)劃
- 2025托班新學(xué)期工作計(jì)劃集錦
- 2025年學(xué)校教師個(gè)人工作計(jì)劃
- 口腔頜面外科學(xué) 09顳下頜關(guān)節(jié)疾病
- 臺(tái)達(dá)變頻器說明書
- 2023年廣東羅浮山旅游集團(tuán)有限公司招聘筆試題庫及答案解析
- DB11-T1835-2021 給水排水管道工程施工技術(shù)規(guī)程高清最新版
- 解剖篇2-1內(nèi)臟系統(tǒng)消化呼吸生理學(xué)
- 《小學(xué)生錯(cuò)別字原因及對(duì)策研究(論文)》
- 北師大版七年級(jí)數(shù)學(xué)上冊(cè)教案(全冊(cè)完整版)教學(xué)設(shè)計(jì)含教學(xué)反思
- 智慧水庫平臺(tái)建設(shè)方案
- 系統(tǒng)性紅斑狼瘡-第九版內(nèi)科學(xué)
- 全統(tǒng)定額工程量計(jì)算規(guī)則1994
- 糧食平房倉設(shè)計(jì)規(guī)范
評(píng)論
0/150
提交評(píng)論