教育部人文社会科学研究基金(13YJC880060)
- 作品数：31 被引量：126H指数：9
- 相关作者：丁树良汪文义宋丽红罗芬高椿雷更多>>
- 相关机构：江西师范大学亳州师范高等专科学校上饶师范学院更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金江西省教育厅科技计划项目更多>>
- 相关领域：哲学宗教自动化与计算机技术文化科学理学更多>>
- 多项选择题认知诊断潜能的最大化被引量：4
- 2014年
- 多项选择题是认知诊断中常用的测验项目形式,其正确答案选项和经过特殊编制的干扰项都能提供诊断信息。为了提取干扰项的信息,需要采用不同于传统认知诊断模型的心理计量模型。分类介绍能使干扰项提供诊断信息的多项选择题编制方法,分析这类多项选择题的认知诊断模型,认为未来应加强干扰项编制方法和能提取干扰项信息的认知诊断模型的选择和开发等方面的研究。
- 李瑜丁树良唐小娟
- 关键词：多项选择题干扰项诊断信息
- 基于属性层级结构的认知诊断测验的组卷被引量：5
- 2013年
- 认知诊断测验组卷方法对提高被试属性掌握模式的判准率至关重要。Henson和Douglas的组卷方法(2005)得到的认知诊断测验判准率不高,没有考虑属性间的层级关系是重要原因。本文提出一种基于属性层级结构的认知诊断组卷方法:首先根据属性层级结构确定待选项目类集合,其次根据新建构的选题指标确定项目类,然后由属性区分被试的能力确定各项目类中题目的数量,并在测验Q阵中放入可达阵。模拟研究表明:新方法比H&D方法在判准率上有很大的提高;新的选题指标比H&D的指标大大缩短计算时间。
- 唐小娟丁树良毛萌萌俞宗火
- 关键词：组卷
- 认知诊断框架下的语言认知测验的实证分析与研究被引量：1
- 2014年
- 采用认知诊断理论和技术,对初中生的中文阅读能力进行认知诊断测验分析。结果显示:通过推导得到的项目属性的定义和属性层级关系与专家的界定之间有一定的差异,这个差异会影响到对被试的属性掌握模式分类;通过推导得到项目属性定义和属性层关系的方法对于测验的分析和编制可以提供很好的参考作用,可以与专家界定的方法互为补充。
- 喻晓锋罗照盛高椿雷彭亚风李喻骏
- 关键词：语言认知诊断测验DINA模型
- 基于探索性因素分析的Q矩阵标定方法被引量：10
- 2015年
- 标定Q矩阵是认知诊断评估中最基本也是最为关键的一步.如今Q矩阵标定的统计方法,多数为验证性方法,即验证或修正已有Q矩阵中元素的方法.在常见的Q矩阵未知和已有作答数据情形下,提出将探索性因素分析方法和验证性方法相结合的Q矩阵标定方法,并采用模型整体拟合指标、分类准确性指标等,综合确定属性数和Q矩阵.模拟研究表明:新方法可较好标定Q矩阵.
- 汪文义宋丽红丁树良
- 关键词：Q矩阵
- “互联网+”测评:自适应学习之路被引量：20
- 2016年
- 在"互联网+"催生11项重要领域的顶层设计背景下,介绍传统测评模式,如纸笔测试和以考试中心提供测验的测评模式之后,主要从学习的角度,率先提出"互联网+"测评及其框架和设计思路.简要介绍"互联网+"的概念,概述最新的测评理论、方法和技术,探讨如何把云计算和大数据等技术与测量理论、方法和技术深度融合问题及如何解决测评中急需解决的问题,促进测评的全面发展和大规模应用,使之更好地为自适应学习提供服务,全面提升教与学的质量,促进学习者的发展.
- 张华华汪文义
- 关键词：测评自适应学习教育质量监测
- 可达阵功能的不可替代性被引量：6
- 2016年
- 可达阵有2个重要性质:(i)Q矩阵中的列均可由可达阵的列线性表示;(ii)在0-1评分、属性之间作用不可相互补偿条件下,若可达阵(或者其列的置换)是测验Q矩阵的子矩阵,则任何2个不同的属性掌握模式(知识状态)对应的理想反应模式仍然不同.在Q矩阵当中,是否有其他的K阶子矩阵,具有其中1个或者2个性质?这对于认知诊断测验蓝图设计和计算机自适应诊断测验(CD-CAT)的选题策略的制定非常重要.但是,十分遗憾,可以证明这2个性质都不可以由其他Q矩阵代替.在一定条件下必要Q矩阵才能够表示知识结构,才能够提高认知诊断测验的构念效度.
- 丁树良汪文义罗芬熊建华
- 关键词：可达矩阵不可替代性
- 带区分度约束的选题策略研究
- 2016年
- 最大优先级指标(MPI)选题策略可以较好地满足非统计性约束,按a分层的选题策略可以有效提高低区分度项目的利用率,结合两者的优势,构造了附加区分度约束的两阶段MPI选题策略.Monte Carlo模拟研究表明:新选题策略在题库的未使用率方面有明显改进,在测量精度和约束条件控制等评价指标上较现有方法差异不大.
- 丁加林熊建华罗芬甘登文汪文义
- DINA模型项目参数偏差对知识状态估计的影响被引量：1
- 2014年
- 近年来关于DINA模型的相关研究显示,样本量、先验分布、经验贝叶斯或完全贝叶斯估计方法、样本的代表性、项目功能差异和Q阵误指等,均可能是导致DINA项目参数估计发生偏差的原因。使用Monte Carlo模拟试验,对DINA项目参数(猜测参数和失误参数)的组合变化类型和偏差量进行考察,通过条件极大似然估计法估计知识状态,发现项目参数估计值与真值偏差不大时,对知识状态估计的精度影响不大;但是项目参数偏离真值较大时,尤其是在三种组合类型上,对属性掌握存在明显的高估或低估现象。研究结果对于诊断测验等值有一定的启示:若两个测验上锚题的项目参数出现了较大的偏差(0.1),则需要考虑等值的必要性。
- 宋丽红汪文义丁树良
- 关键词：等值
- 神经网络和支持向量机在认知诊断中的应用被引量：11
- 2016年
- 认知诊断评估的主要问题是如何准确进行被试分类和项目属性标定。本文使用概率神经网络(PNN)和支持向量机(SVM)进行被试分类和属性标定,重点讨论PNN用于诊断的理论根据。模拟研究表明:PNN方法表现最好,训练速度快且具有很好判准率和标定准确率;PNN与GDD方法在分类上表现相当,在独立结构下PNN更好;线性SVM具有较好判准率和标定准确率。软计算中此类方法可非常方便推广至多级评分测验数据分析。
- 汪文义丁树良宋丽红邝铮曹慧媛
- 关键词：概率神经网络支持向量机
- Q矩阵理论探微被引量：3
- 2017年
- Tasuoka认为DINA模型没有使用Q矩阵理论,这个断言是否成立?为了回答这个问题,必须讨论Q理论的外延。Q矩阵理论至少应该包括如何计算知识状态集合和理想反应模式集合、如何准确标识Q矩阵以及如何设计认知诊断测验蓝图等内容,由此导出DINA使用了Q矩阵理论的结论,并对元素为0-1的Q矩阵,给出属性不可补偿条件下,0-1评分优良认知诊断测验蓝图设计的定量描述,并对今后研究方向进行相关的讨论。
- 丁树良罗芬汪文义熊建华
- 关键词：Q矩阵
