欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
选题策略是计算机化自适应测验重要的组成部分，其好坏直接关系到测验的准确性、安全性、效率和测验信度，而分层法又是其中极其重要的一种方法．针对在分层法中按区分度分层（α-STR）和按最大信息量分层（MIS）的曝光率依然较大的缺点，提出了按区分度近似分布分层法（A-SDS）和按最大信息量近似分布分层法（MI-SDS）2种方法．通过Matlab模拟实验表明：在测验精度和效率与原方法接近的情况下，新方法比α-STR和MIS方法较明显地降低了项目的曝光率．
英文摘要：
Item selection method is a key part of computerized adaptive testing, it will have a direct impact on accu- racy, safety, efficiency and reliability of the testing. Besides, stratified method is a most important part of item selec- tion method. For the relatively high item exposure rate shortcoming against α-stratified （α-STR）and maximum infor- mation stratification（MIS） method, two kinds of methods are proposed ： similar distributions of discrimination param- eters/maximum information stratification （A-SDS/MI-SDS）. The results of the Matlab simulation study show that the new item selection methods obtain lower average exposure rates than α-STR and MIS methods while maintaining the approximate accuracy and efficiency of testing.
同期刊论文项目
同项目期刊论文
期刊信息
位置：