基于项目作答反应时间的作弊甄别研究进展

随着基于计算机的测试逐渐普及,搜集、记录、分析考生的项目作答反应时间数据成为可能,越来越多的研究者开始基于这一数据开展考试的作弊甄别研究。然而,此类研究国外较多,国内则非常之少。提出“两种三类”的作弊行为分类标准,从参数建模法、非参数建模法两个维度,对基于项目作答反应时间的作弊研究进行梳理,评述其在甄别各类作弊行为中的应用实践和甄别效果,并对未来的研究方向做出展望。

结合选择题与主观题信息的两阶段作弊甄别方法

为提高对高分作弊者和低抄袭比例作弊者的检验力,模拟600名考生的作答,设置3种抄袭比例(60%,80%和100%)和3种抄袭源能力(能力百分等级为60%,80%和100%),设计两阶段作弊甄别法,第一阶段使用lz指数筛选个人拟合差的异常考生,第二阶段针对这些异常考生使用ω指数进行精确甄别。结果表明该法对高分作弊者和低抄袭比例作弊者的检验力优于仅使用答案抄袭检测法。

考试作弊甄别技术的研究进展:团体作弊的甄别

随着标准化考试的普及,团体作弊现象越来越普遍,其危害程度远大于个体作弊。团体作弊可分为试题泄露导致的团体作弊、行政舞弊与高科技作弊3种。由于作弊方式不同,作弊考生表现出的作答特点差异较大,因此基于各自特点设计的作弊甄别方法也不同。系统梳理团体作弊甄别的形式、特点与相应的甄别方法,为考试机构开展作弊甄别工作提供技术参考。

考试作弊甄别技术的研究进展:个体作弊的甄别

考试作弊甄别是指考试后基于考生作答信息识别异常作答考生的一种防作弊手段。目前针对考生个体作弊的甄别技术主要有答案抄袭检测法和个人拟合检测法。系统梳理2类方法的原理、常见指标、优点、局限性以及组合使用的优势,为考试机构开展作弊甄别工作提供技术参考。

基于复合选择题的雷同答卷甄别探析——以某资格考试为例

基于某资格类考试考后数据,对包含单选题和多选题的复合选择题的雷同答卷进行分析,提出单选甄别、多选甄别和合并甄别3种甄别方案,设计不同测验长度、难度、被抄袭考生水平、题目抄袭比率、作弊考生比率及显著性水平的实验样本。研究结果显示:合并甄别和单选甄别都表现出较好的甄别性能,多选甄别由于多选题数量方面的劣势,甄别率低且Ⅰ型错误率高。据此,提出甄别雷同答卷的建议:如果对甄别出的雷同答卷考生进行违纪违规处理,可将单选甄别和合并甄别分别甄别出的结果取交集作为最后处理依据;如果不对甄别结果进行处理,可将2种方案分别甄别出的结果取并集,以此来对考区或考点的考风考纪进行监管。

基于考试大数据的我国个人信用信息基础数据云平台建设研究

当前,围绕我国海量考试基础数据,采用作弊甄别技术对这些考试大数据进行分析,可以建立一个初步的基于考试行业的我国个人信用信息基础数据云平台。云平台具有分析、存储、查询等功能,除了包括类似银行征信系统的个人基本信息外,还包括考生参加考试的类别、缺考情况、违纪情况等具体指标,在这些基础指标上得出考生的缺考率、违纪率、信用等级等指标;同时,还可以得到地区、年龄段、行业、性别、民族、毕业学校、学历等不同属性下的诚信指标,通过对作弊人群属性的比较,可以清晰地了解我国诚信教育的发展状况。以此为基础,在考试行业逐步建立一个面向全社会开放的能够甄别作弊考生的个人信用信息基础数据云平台,实现个人、地区、行业等诚信指标的实时动态监控。