引入内容平衡的最大信息量组块分层选题策略

在0-1计分下,为了解决最大信息量组块分层策略(MIS-B)中未考虑内容平衡的问题,通过加入改良多项式模型来平衡内容属性.计算机模拟试验显示:选题策略在保持MIS-B能力估计精准度这一前提下降低了项目重叠率,提高了题库使用均匀性和项目曝光率的均匀性.

计算机自适应性测验(CAT)选题策略的新进展

在计算机自适应性测验 (CAT)中 ,传统的项目选题策略正面对越来越多的问题 ,比如 :测验的安全 ,项目的曝光率 ,项目的平衡应用等等。分层选题策略的新发展 -A -STR和BAS -选题策略部分地解决了传统的选题策略所面临的难题。能够有效地控制高区分度项目的曝光率 ,增加低区分度项目的曝光率 ,平衡项目的应用 ,提高测验效率 ,降低测验成本等等。为计算机自适应测验的选题策略提供了一种更加有效的方法 。

基于项目反应理论的影响计算机化自适应测试a分层法的因素研究

计算机化自适应测验CAT(Computerized Adaptive Testing)中的选题策略,一直是国内外相关学者关注的问题。选题策略是计算机自适应测验研究的一项重要内容,它的好坏直接关系到考试的信度、效度及考试的安全性。采用计算机模拟程序对影响a分层选题策略的各因素进行研究。得出了包括测试的终止条件应设为已测项目的信息总量或题目总数达到事先预定标准,层次划分数应为15层,各层信息量所占比例应逐渐上升,项目难度参数应服从均匀分布等各因素的最佳状态,实验证明,优化了a分层选题策略,能显著提高计算机自适应测验的准确性和稳定性。

基于项目区分度的双目标CD-CAT选题策略

针对双目标CD-CAT,将六种项目区分度(鉴别力D、一般区分度GDI、优势比OR、2PL的区分度a、属性区分度ADI、认知诊断区分度CDI)分别与信息量乘积方法(IPA)方法结合,得到新的选题策略。模拟研究比较了它们的表现,还考察了区分度分层在控制项目曝光的表现。结果发现:新方法都能明显提高知识状态的判准率和能力估计精度;分层选题均能很好地提高题库利用率。总体上,OR加权能显著提高测量精度;OR分层选题在保证测量精度条件下显著提高项目曝光均匀性。