大数据理念下教育质量监测评价的变革与发展*

通过分析教育大数据的特点,揭示其在教育测评中应用的不足,并进一步提出大数据时代教育测评的系统化、纵向化、微观化、创新性以及"以人为本"的发展趋势。在此基础上,文章对比分析了大数据理念下经典测量理论、项目反应理论和认知诊断理论的优势与不足,对三种测量理论在教育实践中的应用提出了相应的建议。

多阶段混合增长模型的方法及研究现状

多阶段混合增长模型(PGMM)可对发展过程中的阶段性及群体异质性特征进行分析,在能力发展、行为发展及干预、临床心理等研究领域应用广泛。PGMM可在结构方程模型和随机系数模型框架下定义,通常使用基于EM算法的极大似然估计和基于马尔科夫链蒙特卡洛模拟的贝叶斯推断两种方法进行参数估计。样本量、测量时间点数、潜在类别距离等因素对模型及参数估计有显著影响。未来应加强PGMM与其它增长模型的比较研究;在相同或不同的模型框架下研究数据特征、类别属性等对参数估计方法的影响。

GIRM方法与传统GT方法的比较

文章在GIRM模型框架下采用题组GIRM模型方差分量估计方法的技术称之为GIRM方法,并通过模拟将其与传统GT方法进行比较研究。结果表明:在θp和βi为标准正态分布下,GIRM方法和传统GT方法均能够准确的估计方差分量、概化系数以及可靠性指数;GIRM方法在bias值和RMSD值上与传统GT方法相当,但在标准误估计上不足取。建议研究者在需要处理缺失数据或者分离交互效应和残余效应的情况下使用GIRM方法,而当研究者要求精确的标准误时采用传统GT方法。

数字化时代青少年阅读素养的评估探析

回溯阅读素养的定义和青少年阅读素养评估的现状,分析数字化时代青少年阅读的新特点和青少年阅读素养评估面临的新挑战,对数字化时代青少年阅读素养的评估提出若干思考和建议。