“双减”背景下计算机化自适应多阶段测试的设计与算法改进

计算机化自适应多阶段测试是精准减负的一种有效手段,因为它会自动引导学生尽可能作答与其能力水平相适应的题目,从而节省出作答太难或太易题目所浪费的大量时间和精力。不过,我国目前的一些计算机测试系统缺乏现代测评技术的有力支撑,部分题库在知识内容和能力维度的标识与编码、题目参数的估计与等值,以及分数的算法与使用方面存在着较大缺陷。本文简要分析了自适应测试的基本模式、操作流程、使用条件和主要优点,具体讨论了计算机化自适应多阶段测试系统的设计,以及基于测验总分的单参数logistic模型和基于作答反应模式的双参数logistic模型的算分方法,为提升计算机化自适应测试的水平,进而促进教师因材施教、减轻学生作业负担和考试负担提供了考试科学视角下的新办法。

适应性测试的一种新思路——《计算机化多阶段测试:理论与应用》介绍

计算机化多阶段测试(MST)是指以模块方式进行的计算机化适应性测试,通常由2～4个阶段组成,每个阶段施测一个特定难度的模块。在具备一般CBT优势:1)可以更好保持测试内容的平衡;2)可以更真实、准确地反映考生的实际水平;3)可以应用于小样本测试。开发MST测试系统,主要的技术环节参见《计算机化多阶段测试:理论和应用》一书,该书系统地介绍了MST给工程师的书"。

计算机化自适应考试系统在英语测试中的运用

介绍了基于项目反应理论的计算机化自适应考试系统的基本理论。

PISA2018阅读素养计算机化自适应测试的技术与方法探析

PISA2018阅读素养的计算机化自适应测试采用核心阶段、阶段1和阶段2的3阶段自适应测试,题库设定有245道题目,组成45个测试单元,并将其组合成若干题组,用于不同阶段的测试。在路径设计上,为避免位置效应问题,除核心阶段→阶段1→阶段2的标准路径之外,还采用核心阶段→阶段2→阶段1的替代路径。PISA2018阅读素养计算机化自适应测试建立了能力覆盖范围较为完整的题库,减少了学生群体差异带来的测量误差,进一步提高了测量效度和效率,但在更大范围推广、人工评分题目的信息无法用于测试选题等方面,计算机化自适应测试仍需要进一步探索。

计算机化多阶段自适应测试探析--以《中国青少年学能发展量表》为例

为提高测评效率、改善测量精度、加强考试安全、节省测试成本,并方便测验实施,《中国青少年学能发展量表》正在升级为计算机化多阶段自适应测试。文章结合量表的升级工作,探讨了这种测评模式的含义和特点,提出了使用该模式的10个前提条件,并就如何选题组卷、如何确定各测试阶段分流分数线,以及如何实施考前等值等问题,提出了具体的问题解决方案。

计算机化自适应测验模拟方法的研究范式与特点

计算机化自适应测验(CAT)在理论与实践中得到广泛应用。目前许多CAT研究可以归纳为两种研究范式:实测作答的CAT研究范式和测验作答数据模拟的CAT研究范式。CAT模拟研究方法的步骤有模型选择、题库模拟、测试起点、选题策略、测验终止策略等。CAT模拟研究的主要趋势有:选题策略、终止策略仍然是CAT研究的重点;CAT模拟研究的设计内容更适合实际测验情况;CAT研究设计采取多因素设计;模拟结果多方面综合评价等。

结合认知诊断的计算机化自适应考试在高校教改中的作用探讨

基于项目反应理论(IRT)的计算机自适应考试(CAT),相对于传统的纸笔考试而言,被人誉为"考试领域的新天地"[1]。它必将促进我国高校教改向前发展。本文讨论的计算机化自适应考试系统有三个主要功能:一是依据一定的选题策略,使考题匹配被试的当前能力,最终比较精确估出被试的能力值;二是依据被试作答情况诊断出被试的学科认知结构,为后续补救教学提供依据;三是依据诊断结果进行补救教学。

基于J2EE的计算机化自适应考试系统设计

在论述项目反应理论(IRT)和计算机化自适应考试(CAT)的基本理论和实现过程的基础上设计了一个基于J2EE的自适应考试系统的基本结构模型,并讨论了设计中的关键技术和实现手段。

计算机化语言测试的发展及其面临的问题

计算机技术的发展促使语言测试的方法和手段发生了根本性的变化。本文在回顾计算机化语言测试发展的基础上,分析计算机技术在语言测试中的作用,并探讨关于这种测试形式研究所面临的问题。

关于大学英语计算机化测试的应用研究

网络计算机技术在大学英语教学中的广泛应用引起了语言教学方方面面的变革,大学英语测试也随之逐渐计算机化。在大学英语四、六级向着机考、网考方向发展的时候,大学英语学期学业测试计算机化的研究迅速发展,本文结合测试理论介绍了我校进行的大学英语计算机化测试的应用与研究,并对测试成绩进行分析,提出如何在线性常规定型测试基础上过渡到进行自适应式计算机化语言测试的建议。

计算机自适应测试研究进展

科学技术的不断发展 ,考试的手段和媒介也在发生着革命性的变化。自适应测试就是随着考试理论的不断发展而发现的 ,随着计算机的普及 ,计算机化自适应测试 (CAT)的应用也越来越广泛。本文首先介绍计算机化自适应测试的概况 ;然后着重介绍了计算机化自适应测试的理论基础———项目反应理论 (IRT) ;列举了一部分到目前为止已取得的与计算机化自适应测试相关的成果 ;最后 ,总结了目前计算机化自适应测试面临的一系列问题 ,并针对这些问题提出了一些解决的手段。

计算机化自适应测验的理论与应用

计算机化自适应测验是一种全新的测验形式,它与传统的测验相比有无可比拟的优点。作者介绍了计算机化自适应测验的理论基础及其测试的环节,并对计算机自适应测验实践应用情况作了简要的描述。

计算机化考试与中国教育评估

本文由张华华教授讲座内容整理而成,主要是关于计算机化考试的理论、技术、方法,以及美国教育进展评估给中国教育评估带来的启示。本文对于较全面深入了解计算机考试相关内容的读者具有重要借鉴意义。

“2013年第四届国际计算机化的适应性考试研讨会”会议通知

为了推进计算机化的适应性考试在中国的发展，第四届国际计算机化的适应性考试研讨会定于2013年8月17—19日在嘉兴举行。其主要议题为：New Frontiers for CAT。届时将特别邀请国内外知名专家教授做主旨发言。欢迎高校教师、研究生及计算机化的适应性考试研究者／爱好者参加。

计算机自适应测试系统设计与开发

随着计算机技术和人工智能的发展,测试的手段和方法正在发生变革,运用了自适应测试理论的计算机化自适应测试(CAT)得到了越来越广泛的应用。本文在介绍计算机化自适应测试的基本概况的基础上,提出了一个基于互联网的网上自适应测试系统的设计方案,然后创建了自适应测试环境,对自适应测试的原理及作者的实现思路提出了一些看法。

计算机自适应测试系统概述

"自适应测试算法"是现代测试研究的一个新的领域,对于研究测试效果与质量有着开创性意义。CAT是"网络计算机技术"和"教育测量理论"相结合的一个新的技术。本文主要是从自适应测试系统的背景、CAT的工作原理、CAT的模拟程序、评价准则及自适应测试系统的优势与局限性这四个部分来进行阐述。

计算机化神经认知评估系统研究综述

神经及精神类疾病、外科损伤、肿瘤以及衰老会导致人类神经认知功能减退。干预和康复需要专业的神经认知评估工具来确定认知受损情况、跟踪认知变化。为了推进适合中国人群的计算机化神经认知评估系统的研发,提高中国认知神经心理学的临床应用水平,首先,对神经认知评估的研究背景与发展历史进行了概述;其次,调查研究了国内外近10年间有论文或临床数据支撑其信效度的计算机化神经认知评估系统,对比了各自的特点;接着,论证了开发适用于中国人的计算机化神经认知评估系统的必要性,并初步介绍了其开发流程,提出将计算机自适应测试策略用于评估系统;然后,分析了目前计算机化的神经认知评估系统所面临的主要问题,并在此基础上,展望了虚拟现实、脑认知计算模型和在线评估等现代信息技术在未来计算机化神经认知评估系统中的应用;最后,提出了基于人工智能医疗、移动医疗和数字医疗等的计算机化神经认知评估系统的商业化模式。

计算机自适应测试在学习诊断中的应用

计算机自适应测试(CAT)是一种更加快速、准确的现代测试技术,如果考虑到概念之间的包含与关联,CAT系统将能更加准确地考查出学生知识的掌握情况,从而满足网络学习诊断的要求,为适应性学习中动态呈现学习内容提供依据。

中文版PROMIS癌症特异性抑郁项目库计算机自适应测试版本的构建及测试

目的评估中文版患者报告结局测量信息系统(Patient Reported Outcome Measurement Information System,PROMIS)癌症特异性抑郁项目库的心理测量学属性,构建计算机自适应测试版本(PROMIS Cancer Depression CAT),并评价其效果。方法采用便利抽样法选取2020年11月—2021年7月在上海2所三级甲等医院的648例癌症患者作为研究对象。在心理测量学评估中,首先基于Rasch模型采用残差的主成分分析、条目残差相关系数、条目特征曲线检验PROMIS癌症特异性抑郁项目库的单维性、局部独立性、单调性假设;其次,通过Rasch模型中的选项特征曲线对选项进行拟合,采用Rasch模型中的Infit MNSQ、Outfit MNSQ、难度参数对每个条目进行拟合;最后,将经过校准后的项目库内容作为PROMIS Cancer Depression CAT的题库,采用Post-hoc模拟方法评价PROMIS Cancer Depression CAT的测量效率和准确性。结果PROMIS癌症特异性抑郁项目库由测试解释的经验方差为68.6%,条目之间的残差相关值都小于0.70,条目特征曲线是单调递增曲线。PROMIS癌症特异性抑郁项目库中的5个选项的峰值均未被相邻选项的特征曲线覆盖,5个选项之间阈值的间隔均大于1且小于5,条目的Infit MNSQ值为[0.54,1.49],Outfit MNSQ值为[0.55,1.49],选项和条目的拟合均在理想范围内,可作为构建PROMIS Cancer Depression CAT的项目库。Post-hoc模拟执行CAT的θ值与整个项目库的θ值相关系数为0.964,选择的平均使用条目数为6.348个。结论中文版PROMIS癌症特异性抑郁项目库满足单维性、局部独立性以及单调性假设,可以用来构建PROMIS Cancer Depression CAT。基于PROMIS癌症特异性抑郁项目库参数构建的计算机自适应测试版本能够高效、准确地测量癌症患者的抑郁水平。