基于GP-DINA模型的学生多级评分的广义认知诊断模型研究

针对目前的多数认知诊断模型不能适用于多级评分的问题,文中基于GP-DINA模型,通过引入潜变量与滑动参数,提出一种面向学生的多级评分广义认知诊断模型。该模型将Q矩阵中的各属性设置为相等权重,并定义滑动矩阵导出相应的模型表达式。通过3 000名被试的35道题共15次循环模拟,发现该模型在线性型、无结构型、发散型、收敛型和独立型5种属性层级结构下均具有较高的模式准确率与边际判准率,能够为类似的认知诊断模型研究提供参考。

多级评分的认知诊断计算机化适应测验

本文在0-1评分的CD-CAT基础上,拓展出了适合多级评分CD-CAT(ps CD-CAT)的认知诊断模型及选题策略,为实现多级评分CD-CAT提供了方法支持。Monte Carlo模拟实验结果表明:本文拓展的多级评分CD-CAT具有较理想的属性诊断正确率及测验效率和题库安全性,可以用于多级评分数据的CD-CAT;模拟实验还表明,整体来看PS-PWKL和PS-HKL两种选题策略具有较高属性判准率、题库安全性和高测验效率,且均优于PS-KL选题策略。总之,本研究对于进一步拓展CD-CAT在实践中的应用提供了认知诊断模型与选题策略等。