非参数CD-CAT题库Q矩阵优化设计

开展非参数CD-CAT题库Q矩阵的优化设计,并将它用于指导题库题目编制或选择,且它无需模型参数估计,这对于促进非参数CD-CAT进入课堂评价至关重要.受p-优化的启发,该文提出比例法生成优化Q矩阵,同时将已有的参数化模型题库设计方法推广到非参数化题库Q矩阵的优化设计.模拟研究结果显示:比例法和推广的融合法都有较好表现,而且当题库量较少时比例法更有优势.

指向“证据推理”素养评价的等级性考试命题探索

“证据推理”是重要的科学思维,也是化学学科核心素养的重要维度。在分析“证据推理”内涵和水平框架的基础上,从“证据推理”素养评价的角度选取天津市普通高中学业水平化学学科等级性考试中典型试题进行设计分析,厘清命题思路,为命题工作提出三点建议:一是强化课程标准研究,在试题中考查学科核心概念;二是利用实验探究过程进行“证据推理”素养的测评;三是创设真实问题情境实现学科素养的培养,进而发挥考试评价的正向导向作用。

高考加强创新能力考查的研究

考查创新能力是时代对高考的要求,是高考选拔性考试特点的重要体现,也是今后高考改革的重要内容。高考要结合学科考试的特点,构建新型、综合、统一的考试体系和目标框架。具体途径为:通过增强学科命题内容的基础性、综合性,夯实考生的学科知识基础;创新试题设计方式,增强探索性和开放性,引导考生创造性地思考问题;丰富试题情景设计,采用多种信息展示方式,呈现题干条件和设问要求;结合自然科学、人文科学、社会科学的实际问题深入考查学生分析和解决问题的能力;渗透文化内涵,建立多元综合的评价标准。

不同认知结构被试的测验设计模式

正如不同的病症需要使用不同的医疗技术方法来诊断一样,不同的认知结构也需要设计对应的测验模式来进行诊断,从而保证测验具有高质量的诊断评估效果。但传统测验形式未考虑不同认知结构的针对性诊断测验需求,导致"千人一卷"在测验效率上有所不足;认知诊断计算机化自适应测验虽可针对不同认知结构的被试施测不同的项目,然而支持自适应过程的题库却没有针对不同认知结构被试设计对应的项目,导致题库使用效率较低。要解决上述问题的关键在于,探索如何针对不同认知结构设计相对应的测验模式。本研究采用Monte Carlo模拟,对六种属性层级关系下,不同认知结构的测验设计模式进行探讨。实验结果表明(1)同一属性层级关系下,不同认知结构的最佳测验设计模式不同;(2)依据不同认知结构的最佳测验设计模式构建的题库具有更高的使用效率。测验编制者可以根据实验结果针对不同认知结构优化对应的测验设计模式,并用于指导题库建设。

PISA2006科学试题的设计和开发及其启示

学业成就评价是当前新课程改革研究的热点之一。如何科学地设计和开发试题,对深化新课改、进行基础教育质量监控有着重要意义。PISA是一项权威的国际学生评价项目,具有较高的可比性、可信性和有效性。PISA2006科学评估框架包含情境、知识、态度和能力等相互联系的四个方面,其试题设计和开发技术采用了"双位编码"评分设计,增加了态度评估试题,保证了试题与标准的匹配。

基于CTT的锚测验非等组设计中四种等值方法的比较研究

采用锚测验非等组设计的数据收集方案,对4种基于经典测量理论的等值方法进行了比较研究。研究数据取自TIMSS1999数据库,兼用等值标准误和交叉验证方法作为各等值方法比较的检验标准,利用CIPE程序对实验数据进行分析。研究结果表明,针对本研究所设置的等值情境,线性等值优于等百分位等值,其中Tucker线性方法比Levine观察分数线性方法更好一些,Braun-Holland线性方法不宜采用,频数估计等百分位方法等值误差较大,亦不足取。

基于高考英语难题的试题命制技术探讨

难度不是试题的固有属性,而是考生因素与试题特征之间互动的结果。很多试题分析者倾向于将试题难度偏高的原因仅仅归结于学生未掌握相关知识或技能,而忽视试题本身的特征。通过分析60道难度在0.6以下的高考英语试题,探究其难度来源。结果显示,除考生因素外,难题或偏难题的难度来源也与命题技术有关,比如答案的唯一性与可接受性、考查内容超纲、考点设置与评分标准欠妥等方面的问题。为此,提出考试机构应提高命题水平,加强试题质量监控,确保大规模考试科学选拔人才。

普教“升中”考试中测验等值的应用研究——以广东省佛山市“升中”考试为例

以广东省佛山市"升中"考试为例,分析和探讨如何选用合适的等值设计与方法来解决普教"升中"考试不同地区分数转换的问题。采用非随机组锚测验等值设计对三种经典测验等值方法进行比较。结果发现:Tuck-er线性等值方法最优,Levine线性等值方法次之,等百分位等值方法(频数估计)不适合此类等值。等值方差分析表明题型与等值方法具有交互作用,这说明不同的题型宜选用不同的等值方法来进行等值。

课程考核方式的研究与探讨——以在线考试为例

互联网技术的日益发展推进了教育领域信息化的变革.目前,仅采用纸质考试,已经不能满足课程考核的需求,在线考试成为了主要的考核形式之一.通过对在线考试的各模块进行分析,包括用户登录设计、题库建设、组卷算法和智能评分等模块,对课程考试的改革进行了探讨.在线考试的使用,提高了阅卷的效率,保证了试卷的质量和考试公平.

CET4题型设计模式研究——基于任务特征理论的大学英语测试实证探索

任务型语言测试观为大学英语测试(CET)提供了新的理论基础。在Bachman与Palmer的测试任务五特征基础上,创设了新题型设计基本模式,并依据该模式设计新题型对CET4测试进行了初步探索。信度和效度实证检验的结果表明,新题型组的均值虽因主观性试题量的增加而略低于旧题型组,但两者间并无显著性差异。而且新题型还呈现出同期效度值比旧题型高的态势;同时其信度系数也较高且具有显著的统计学意义。

教育测评中试题编制的公平性——由一道“测心脏”的物理题说开去

试题编制是教育教学与评价工作的重要环节。针对一道关于"测心脏"的物理题引起的广泛讨论,从试题的测评目标、背景材料的引入、参考答案的设计等方面进行分析,发现该题的根本问题在于测量目标不清楚,进而导致了所呈现的背景材料与提问设置没有很好的一致性;此类物理试题的命制可以参考估算问题和背景丰富问题的设计方式。"测心脏"试题的讨论与分析给予了我们启示:公平性应作为科学测评的基本标准,操作性是试题设计的基本准则,一道目标明确、设计合理的试题应在信度、效度、难度和区分度等指标上都达到科学的标准。

从社会热评看高考写作命题的特别规定性——以2009年高考作文题目为分析对象

高考写作的特殊性是相对于作家创作和生活写作而言的。高考写作要求考生在特定时空、限定话题/内容的情境下,写出符合命题者要求,能展现真实写作水平的文章。它是一种评估考生写作能力高低,达到高考选拔目的的测评方式。高考写作命题既有大规模测试的一般属性,又具有区别于文学、生活写作的特有属性,二者共同构成了高考写作命题的特别规定性：测评性、区分性、公平性、防范性、限制性、可写性和强制性。

基于概化理论的识字量测验测试用字数研究

本文应用概化理论,以义务教育阶段学生识字量测验为研究对象,探讨题组侧面和题目侧面对识字量测验信度的影响。研究分别采用随机单面交叉设计和混合设计进行分析。研究结果发现该识字测验的概化系数高于0.90,可靠性指数高于0.85,能够准确测量学生识字能力。测试用字数量的变化会导致概化指标的变化,提高识字量测验信度的有效方法是增加题组数。该测验的简版测试用字数分别为20和30时,即可保证可靠性指数高于0.8,达到测量学要求。

基于计算机网络考试平台的题型设计思路——递进选择新题型的设计

计算机技术、多媒体技术和网络技术的普及应用,为学校教育的考试改革提供了条件和基础.文章阐述了基于计算机网络考试平台的题型设计思路;提出了多媒体题干的概念并对如何设计递进选择题型进行了探讨.

多选题型的计算机组卷策略及评分算法设计

为了提高计算机辅助测验结果的信度,从多选型测题的随机抽取、备择选项位置的随机排列等方面,构建了考生终端机卷面的呈现结构,给出相应的组卷策略及计算机评分的算法设计.初步检测与应用实践表明,该技术措施的综合采用,在相当程度上提高了测试结果的信度.

无人集群作战试验设计框架初探

无人集群在军事领域的应用刚刚开始,其作战试验更是一个尚待研究的课题。本文从无人集群作战试验的特点分析入手,初步探索了作战试验的设计框架,提出了作战试验的设计流程,包括作战任务分析、评估指标体系构建、影响因素分析、试验活动设计等,为无人集群的作战试验设计提供参考,推进无人集群的实战化应用。

《机械基础》试题库系统的建设与组卷

《机械基础》课程是高职机类和近机类的专业基础课,为了提高教学管理水平,以高职机械基础教学中大量的试题为基础,结合教学的实际需求,进行了机械基础系列课程试题库软件的需求分析,提出具有控制整个试卷中各种难度试题的分布的解决方案,并在试题库软件中进行实现组卷、修改和答案生成。该软件具有智能性、独立性和开放性的特点。

高考英语口试模式之实践探讨

文章探讨了"高考英语口试模式"试题设计的特点及其详细评分办法。为了验证它的科学性,课题组对不同层次学校随机抽样的300名高三学生采用新旧两种模式进行测试,同时对主考人员和考生分别作了问卷调查以了解新模式的社会效果。调查结果显示了新构建模式的科学性和可行性。

大学英语测试中多项选择题的设计原则

多选题是语言测试中常用的题型之一。依据测试理论分析该题型的优缺点,并通过实例对多选题的设计原则进行探讨,能够为教师设计该题型提供一定的帮助。

TEM-8二十年写作试题设计原则分析

本文以1996-2015年英语专业八级考试(TEM-8)写作试题为研究对象,通过真实性、交互性、开放性和信息提示量四个方面对其设计原则进行历时分析,旨在检测TEM-8写作试题的命题质量,并为其以后的试题命制提供一些建议。研究结果表明:TEM-8写作试题设计真实性较高,开放性适度,提示信息量适中,但是部分试题交互性较弱。