自适性语言测试题库CTT与IRT参数估计对比研究

在计算机自适应性(CAT)与评价中,题库是测试系统实现的基础,其中题目参数估计质量是决定题库建设的核心和必要条件。研究以22582名中国汉语水平考试(HSK)考生的实测大数据为基础,采用分层随机抽样法,对获得的8个不同容量的被试样本进行了CTT和IRT参数的估计及比较研究。结果发现,在样本分布同质性前提下,当样本规模在500以内时,CTT与IRT的项目难度参数、区分度参数之间一致性较差;项目的区分度参数稳定性不高;考生能力参数之间存在显著相关性。在远程自适应性语言测试的题库建设中,建议采用大样本IRT参数估计方案。

基于IRT框架的乡村旅游发展评价研究

近些年我国乡村旅游发展势头强劲,国家也在积极推动乡村旅游发展,乡村旅游已经成为助力乡村发展和实施乡村振兴的重要途径。有效评价乡村旅游发展状况,可以引导乡村旅游发展方向,助理乡村旅游发展。本文全面梳理一体化乡村旅游框架的内涵、包含要素及其含义等内容,并对一体化乡村旅游各维度权重进行设计计算,旨在评估旅游业的维度整合方向,以便将评估结果应用到农村地区经济发展中。

基于IRT框架采用Angoff法进行合格标准设置的探索

学业水平考试分界分数的划定关系到教育决策的科学性和公平性,涉及标准设定技术。为探究在项目反应理论(IRT)框架下采用Angoff法进行合格标准设置,以某地区初中学业水平考试某学科的模拟考数据为分析对象,将专家第三轮打分结果作为“最低合格能力考生”的作答数据,与真实考生的数据汇总,进行IRT参数估计。最终以“最低合格能力考生”能力分数的平均值-0.85作为合格的分界分数,该合格分数线的信息量为28.13,专家判断与实际结果的Pearson相关系数为0.9,表明采用该方法进行标准设定具有较高的质量和推广性。

乡村旅游如何促进乡村振兴?——IRT理论视角下的重庆市綦江区中华村案例研究

乡村旅游是促进乡村振兴的重要方式,本文基于IRT理论,以重庆市綦江区中华村为研究对象,分析乡村旅游促进乡村振兴的内在机制,即乡村旅游在开发过程中所发挥的资源整合功能和由此激活的强大内生动力系统耦合协调下促进了乡村振兴。旅游网络系统进入乡村地域系统后,开发乡村内生性资源同时互补本地产业形成振兴经济动力,嵌入本地社会文化资源形成振兴文化动力,“赋权”村民及“规模”开发形成振兴环境动力,经济–文化–环境动力系统形成交互式合力促进乡村振兴的实现。

基于IRT的测验等值应用研究

项目反应理论(IRT)在当前教育测量中应用日益普遍。由于不同原因其入门推广有一定难度,该文从与经典测量理论的衔接延伸入手,深入浅出的阐明项目反应理论的基础。基于项目反应理论所依据的数学模型,从联合概率分布的角度,对项目反应理论进行了剖析,对应用广泛的等值技术进行阐释,并推荐易用软件进行实现。

算法素养的多维分级评价体系研究

[目的/意义]算法社会的发展在为生产生活带来便利的同时也引发了大量的算法问题,如算法歧视、算法操纵、算法伦理缺失等。算法问题的解决离不开算法生命周期中多方主体的共同努力,但对算法设计者、开发者、平台运营者、监管者和社会大众等各主体的算法能力要求并非完全一致。因此,对不同主体的算法素养评价需要适应不同的能力和评价目标。[方法/过程]本研究通过将皮亚杰认知阶段理论的时序阶段划分转化为算法素养评价的等级划分,结合IRT项目反应理论和熵权法,提出算法素养的多维分级评价体系。[结果/结论]通过融入评价等级机制实现评价目标的可调节性,同时以社会大众这一典型主体为例进行算法素养的多维分级评价。

认知诊断模型研究综述

信息技术的发展,尤其是信息技术与教育的结合,使得教育领域一直提倡的因材施教成为可能。认知诊断通过分析学习者的学习数据,进而挖掘学习者的认知状态,为教师实施针对性教学提供支持。认知诊断的常规模型有传统模型、模糊诊断模型、基于神经网络模型和基于深度学习模型。文章首先对当前各类模型的常规算法及其优化算法进行了详细的阐述,然后总结了各类模型的优缺点,最后对未来可能的研究方向进行了预测。

基于IRT若干参数估计方式的比较

在项目反应理论(IRT)框架下,就目前流行的若干能力参数和项目参数的估计方法进行分析比较,阐述了它们各自适用的范围和不足之处,为选用估计方法提供依据.

基于IRT模型参数的BP神经网络估计

该文依据项目反应理论(IRT)的0-1记分模式,应用BP神经网络对项目参数和考生能力进行估计。在对这些参数进行估计时,将得分矩阵分别采用得分率、通过率、相关系数、猜测率进行降维处理。此方法经计算机模拟实验,结果与目前流行的参数估计方法进行分析比较,能得到更好的精度,降低了误差。训练好的网络可以用于实际测试中,并且只需较少的人数和题数,能得到较好的精度。在计算机模拟实验过程中,考生能力和项目难度、项目区分度采用正态分布比均匀分布要好得多。

迫选式人格测验的传统计分与IRT计分模型

迫选测验的传统计分方式会产生自模式数据,不能进行传统的信效度检验、因素分析和方差分析等。近年来研究者提出了一些基于项目反应理论的计分模型,如瑟斯顿IRT模型和MUPP模型等,它们可以规避自模式数据的弊端。瑟斯顿IRT模型方便进行参数估计,模型定义灵活;而MUPP模型的拓展性较差,参数估计的方法有待提高。另一方面,已有研究者基于MUPP模型开发了一些抗作假的迫选测验,而瑟斯顿IRT模型距离这种应用还比较远。此外,两个模型的适用性和有效性都有待更多的实证研究来检验。

IRT中Logistic模型的c、γ参数对能力估计的改善

设计一个理想测验和被试作答情况,在单、双参数模型下进行能力估计,存在第一、二未契合现象;增加c参数后进行能力估计,则能有效纠正第一未契合现象,仍然存在第二未契合现象,同时存在第三未契合现象;增加γ参数后进行能力估计,则能有效纠正第二未契合现象,仍然存在第一未契合现象,同时存在第四未契合现象;同时增加c、γ参数后进行能力估计,则能有效纠正第一、二、三、四未契合现象。最后概述了c、γ参数的测量含义。

缺Fe/Zn及盐胁迫下苋菜对Cd及矿质元素的吸收与IRT1表达的关系

选用Cd低累积品种白梗尖叶苋菜(B)和高累积品种花红苋菜(H)2个苋菜品种,采用水培法分别研究了在缺Fe、缺Zn和盐胁迫3种处理条件下2个苋菜品种对矿质元素以及cd的累积特征,并通过测定2个品种不同处理根部IRT1(铁离子转运蛋白)的表达量,建立了缺Fe/Zn及盐胁迫下苋菜对Cd及矿质元素的吸收与IRT1表达的关系。结果表明,3个处理组中2个苋菜品种生物量均显著低于对照组,缺Fe以及缺Zn处理显著促进了2个苋菜品种对Cd以及矿质元素的累积,而盐胁迫显著抑制了苋菜对Cd的累积,同时促进了其对矿质元素的累积(P<0.05)。不同处理下,Zn、Fe相关转运基因IRT1的表达差异显著,IRT1表达量的增加可以促进植物对Cd、Fe、Zn、Mn、Mg等元素的吸收(P<0.05)。

高考数学中考试评价的研究——基于CTT与IRT的实证比较

相关研究表明,IRT在教育考试评价中比CTT具有诸多优点。本文以某地区高考数学考试数据为基础,比较CTT与IRT在项目参数、评价方式、精度估计三个方面之间的差异。研究结果证明,在IRT下参数更容易反映观测各个项目的特征属性,IRT参数比CTT参数更具精确性,项目信息函数能更好的反映试题信息;CTT与IRT的评价方式不同,IRT下的能力分数优于CTT下的测验分数,更能反映学生能力水平;CTT与IRT精度估计不同,IRT测验信息函数和能力置信区间比CTT有更好的精度。实证展示出IRT在高考数学考试评价中的优越性,具有重要的价值和应用前景。

基于IRT模型的BP神经网络降维法参数估计及其应用

该文对应用BP神经网络和降维法相结合在 0 - 1记分模式下估计项目参数和考生能力的方法作了概述 。

IRT在自适应考试中的应用

随着计算机技术在考试中的应用,自适应考试正日益成为人们关注的研究课题。主要介绍了()及其在计算IRTItem Response Theme 机化的自适应考试系统中的应用,同时简要说明了自适应考试与非自适应考试的区别以及当前自适应考试的一些研究方向。

Likert量表分析中不同IRT模型的有效性

5级Likert量表可直接分析,也可以转化为3级评分,或转化为2级评分,前二者可以采用等级IRT模型,后者可以采用2级IRT模型。研究表明2级IRT模型中的2参数模型是最适合的模型。多级评分模型与数据拟合也很好,而且等级越多测量精度越大。

IRT题库系统的分布式体系结构研究

结合题库系统的结构设计,采用分布式体系结构的多种设计模式和应用架构,介绍了三层结构J2EE应用程序在题库系统中的实现过程。实践表明,这是一个易于实现,方便维护,低耦合性,并且具有分布式部署能力的多层应用结构,是基于Web的IRT题库系统的一种新的尝试。

正念注意觉知量表IRT分析研究

正念注意觉知量表(MAAS)是测量正念注意水平最常用的量表之一,以中小学教师为被试,以项目反应理论用方法与技术对量表各项目的区分度、域值和信息函数峰值4个参数做了分析探讨。结果显示MMAS支持单维性假设,具有良好的心理测量学指标,对正念注意水平的测量具有较高的精准性。量表存在6个信息量很高的项目,其信息量之和接近量表总信息量的70%,提示这几个项目可以构成一个简式量表。对新量表做验证性因素分析,各项指标达到要求。

国家公务员结构化面试中评委偏差的IRT分析

使用项目反应理论(IRT)中的多面Rasch模型,对两组共12名评委在国家公务员结构化面试中的评委偏差进行了分析。提出并验证了两种评委偏差:评委之间在宽严程度上的差异和评委自身的一致性问题。结果发现:不同评委之间在宽严程度上差异显著,且不同评委评定行为的跨考生、跨维度、跨性别、跨时间的自身一致性也存在差异。研究表明,这种进入到评委个体层次的分析突破了经典测量理论(CTT)定位于评委群体进行分析的局限,针对每位评委的偏差行为提供了详细具体的诊断信息,从而为评委的针对性培训和评委库的建立提供了现代测量学的新方法。

CTT与IRT方法对人格测验结果处理的比较研究

为了说明使用经典测量理论(CTT)方法和项目反应理论(IRT)方法计算出的人格测验结果的差异,本研究使用IRT和CTT这两种方法分别计算出模拟人格测验和实际人格测验的测验结果,并对此进行比较。研究表明,两种不同的方法得到的测验结果之间平均有0.11个标准差以上的差异。进一步研究发现,在对测验结果进行分析时,IRT方法比CTT方法更为有效。