位置:立项数据库 > 立项详情页
用于多级评分认知诊断的统计模型研究
  • 项目名称:用于多级评分认知诊断的统计模型研究
  • 项目类别:面上项目
  • 批准号:11171029
  • 申请代码:A011102
  • 项目来源:国家自然科学基金
  • 研究期限:2012-01-01-2015-12-31
  • 项目负责人:张淑梅
  • 依托单位:北京师范大学
  • 批准年度:2011
中文摘要:

传统教育评价方法通常只能依据项目得分对被试进行能力评价排队,却无法获取被试的知识结构状态,不能满足对被试的教学指导需要。认知诊断理论是认知心理学与现代测量学相结合的产物,是目前国内外心理测量学研究的热点问题。该理论将认知结构引入到项目中,其目的是使项目得分不仅能反映被试现有能力水平,还能通过项目得分获取被试知识结构状态信息,以使个性化教学指导成为可能。但现有认知诊断理论存在诸多不足之处如规则空间方法在降维中信息损失过大;又如多数模型是建立在0-1得分项目基础之上,限制了应用范围。决定项目得分的主要因素之一是被试的知识结构,但还有其它诸多随机因素影响被试的项目得分,因此统计学理论成为研究认知诊断理论的有效工具。本项目拟以广义线性模型理论为基础,探讨具有高判准率、可操作的多级评分认知诊断的统计模型,为提高我国教育体系中的认知诊断技术水平奠定理论基础,进而为提高我国国民的综合知识水平贡献力量

结论摘要:

教育的目的是通过课堂教学等方式,使学生掌握必要的知识和技能,认知诊断模型就是通过分析学生的测试数据,推断学生知识和技能的掌握情况,其结果有助于为学生提供有针对性的辅导。随着自适应测试和在线学习的发展,该方向越来越受到国内外教育和心理测量学领域的专家学者的重视。 2011年,针对0-1评分项目,我们提出了基于Q矩阵的广义距离判别法(GDD),论文发表在心理学报上,该文章的他引有13次。在实际测试中,计算题、作文题等都是多级评分项目,因此我们将0-1评分的GDD推广到多级评分情形,建立多级评分的广义距离法(P-GDD),该模型既可用于属性相等权重的多级评分项目,也可用于属性不等权重的多级评分项目。P-GDD作为一种基于项目反应理论(IRT)的认知诊断方法,继承了IRT的优点,模拟结果也表明该方法具有较高的模式和属性判准率。在分析实际数据时,该方法简单易用,还可以将属性掌握的程度分成不同等级,文章已发表在Applied Psychological Measurement(SSCI),他引次数为3次。通常的认知诊断模型假设给定被试的知识掌握状态,被试回答各个项目的结果之间是不相关的,但多级评分的项目可能来源于同一个背景,前面项目的结果是后面项目回答的前提。因此我们首次提出项目相关性的概念,把项目之间的相关信息引入DINA模型,建立将多级评分问题简化为0-1评分问题的E-DINA模型,为解决多级评分问题提供另一种有效途径,扩展了DINA模型的应用范围。与DINA模型的对比表明,E-DINA模型有效地提高了模式和属性判准率。该文章已发表在北京师范大学学报(自然科学版)上。基于G-DINA模型的思想,引入滑动矩阵的概念,给出一种具有普适性的多级评分项目的认知诊断方法——GPCDM。GPCDM适用范围较广,只要评分标准能给出知识状态到理想反应模式的对应关系,就可用该模型估计被试的知识状态。该模型可以应用于被试人数较多的大规模测试,文章已发表在心理学探新(CSSCI)杂志上。新的高中课程标准提出基本的概率统计知识是公民的基本素养。而目前部分中学教师对其教学内容并不熟悉。于是,我们在分析高中概率统计知识结构的基础上,设计了测试卷,并对部分高中生实施测试,数据仍在分析中,目的是通过认知诊断方法了解学生对这部分内容的掌握情况,为高中教材的编写提供参考,也为在线学习等提供有价值的信息。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 10
  • 0
  • 0
  • 0
  • 0
相关项目
期刊论文 105 会议论文 2 著作 1
期刊论文 100 会议论文 6
张淑梅的项目