GDD-P在进位计数制中的应用

以“进位计数制”为测验内容,运用基于多级评分的广义距离法（简记为GDD-P）进行认知诊断,得到被试的属性掌握模式,这不仅验证了可以对多级评分测验进行认知诊断,且提供了一种多级评分认知诊断的应用范例。     

0-1评分认知诊断测验设计

认知诊断测验设计实质上是测验Q矩阵设计,设计应最大限度覆盖诊断的构念,充分发挥代表认知模型的属性层级关系的重要作用.主张测验充分表达被试知识结构,提倡测验Q矩阵和被试知识状态共享同一层级结构,以实现对被试更加准确的诊断.对于非独立型层级结构,无法实现属性使用次数平衡而应采用题目属性向量使用平衡策略.对Liu Ren(2017)的测验设计提出质疑.     

认知诊断框架下的语言认知测验的实证分析与研究

采用认知诊断理论和技术,对初中生的中文阅读能力进行认知诊断测验分析。结果显示:通过推导得到的项目属性的定义和属性层级关系与专家的界定之间有一定的差异,这个差异会影响到对被试的属性掌握模式分类;通过推导得到项目属性定义和属性层关系的方法对于测验的分析和编制可以提供很好的参考作用,可以与专家界定的方法互为补充。     

基于属性掌握概率的认知诊断模型

认知诊断模型研究主要包括模型建构、模型性能评估及结果报告几个方面.用多维连续向量表示被试的属性掌握概率,并假设属性应用满足局部独立的条件下建构属性掌握概率认知诊断模型,然后运用马尔科夫链蒙特卡洛方法估计模型参数,模拟研究表明该算法的准确性和稳定性较好.最后,运用该模型分析分数减法数据的结果表明被试属性水平和项目参数的诊断结果与规则空间方法分析的结果一致,从而表明该模型是可信和有效的.     

应用贝叶斯推断诊断属性掌握模式方法的改进

改进了Kim提出的应用二项比例的贝叶斯推断（BIBP）诊断规则空间模型的属性掌握模式的方法,利用单属性掌握概率和多属性项目信息更新单属性掌握概率．通过被试的作答反应矩阵进行模拟研究,以属性掌握模式判准率和属性掌握概率判准率作为衡量被试掌握情况的分类准确率指标,将BIBP方法的不更新方法、更新方法和改进后的更新方法进行比较．结果表明,本文提出的改进的BIBP方法具有更好的分类效果．     

可达阵功能的不可替代性

可达阵有2个重要性质:(i)Q矩阵中的列均可由可达阵的列线性表示;(ii)在0-1评分、属性之间作用不可相互补偿条件下,若可达阵(或者其列的置换)是测验Q矩阵的子矩阵,则任何2个不同的属性掌握模式(知识状态)对应的理想反应模式仍然不同.在Q矩阵当中,是否有其他的K阶子矩阵,具有其中1个或者2个性质?这对于认知诊断测验蓝图设计和计算机自适应诊断测验(CD-CAT)的选题策略的制定非常重要.但是,十分遗憾,可以证明这2个性质都不可以由其他Q矩阵代替.在一定条件下必要Q矩阵才能够表示知识结构,才能够提高认知诊断测验的构念效度.     

多分属性层级结构下引入逻辑约束的理想掌握模式

多分属性比传统的2分属性提供更多更详细的诊断反馈信息,具有广阔的应用前景.在多分属性情境下,当属性之间存在层级结构时,会出现原2分属性情境下不存在的逻辑问题:如果被试仅低程度地掌握了父属性,那么他是否还有可能高程度地掌握子属性?从逻辑上讲,这种“父属性掌握程度低而子属性掌握程度高”的发展情况并不具有普适性.对此,该文首先在多分属性情境下,基于现有的计算理想掌握模式的方法提出了满足“属性掌握水平约束假设”的理想掌握模式计算方法.然后,通过模拟研究说明该逻辑约束的使用方法及忽略该逻辑约束可能对诊断结果带来的危害.     

多策略的多级评分认知诊断方法的开发

多级评分可以提供更多的认知诊断信息,在对多级评分多策略实测数据进行分析的基础上提出多策略的多级评分认知诊断方法。考虑到被试使用解题策略和评分方式无关,给出一种先将多级评分转化为0-1评分,再采用0-1评分方式对策略进行诊断,最后使用多级评分诊断被试的属性掌握模式。实验结果表明了这种方法的有效性。     

认知诊断中属性及其层次关系的确立

随着科学和社会的进步,人们越来越需要能在微观层面上考察个体知识和技能的技术,认知诊断理论就能在一定程度上满足人们的这项需求,而进行认知诊断的前提是将所要考察的内容分解成构成它的属性和层次关系,具体的分解方法有许多,一般说来有:建立在认知心理学基础上的心理结构模型,测量学中的规则空间模型和属性层级模型,以及教育心理学中的认知结构理论。然而,由于属性及其层次关系的复杂性,综合考虑以上方面,会更加有利于全面,准确地测量出被试的认知结构。     

留守儿童前瞻记忆：基于认知风格的研究

基于认知风格探讨留守儿童前瞻记忆水平发展状况。根据GEF测验甄选被试，采用单因素被试间实验设计E—prime编程，自变量为认知风格，因变量为前瞻记忆成绩，反应时和完成百分率表示前瞻记忆水平。结果表明：（1）场独立性被试其前瞻记忆反应时成绩显著好于场依存性的留守儿童被试；（2）场独立性被试其前瞻记忆水平的均分高于场依存性的留守儿童被试但不显著。     

未来测验新趋势——计算机自适应测验

介绍了计算机自适应测验（CAT）的基本原理及优越性,指出它可以解决传统的纸笔测验自身无法解决的弊端,能够快速准确地估计出被试的真实水平,极大激发被试的考试动机,真正实现因人施测.     

可达矩阵在认知诊断测验编制中的重要作用

理论上探讨认知诊断测验编制的原则问题,指出在给定属性及其层级的条件下,测验蓝图中包含可达矩阵当且仅当知识状态与理想反应模式一一对应,并讨论可达矩阵在认知诊断测验的重要应用及相应理论.     

瑞文标准推理测验因子结构探析

为了探索瑞文标准推理测验的因子结构,运用认知成分分析技术和结构方程模型,建立瑞文标准推理测验的二阶潜在因子结构模型.并对528名被试进行瑞文标准测验,结果表明,新模型总体上优于其他竞争模型,有一定的合理性.新模型显示了测验项目与三个潜在因子的对应关系,为解释被试个体差异提供了更可靠的认知心理学依据,补充和完善了原来的一阶单因子结构模型.     

属性不独立对DINA模型参数估计的影响

受众多心理和教育测量研究者喜爱的认知诊断模型-DINA模型假定属性之间是相互独立、连接、非补偿的关系,但是在实际的应用过程中,属性之间未必能满足这样的关系,这限制了DINA在实际中的应用。本文研究属性之间存在不同的关系(层级关系或补偿关系)对于DINA模型参数估计的影响,研究结果表明,当属性之间存在层级关系或补偿作用时,都会对DINA模型下的参数估计精度造成较大的影响,当属性之间存在层级关系时,参数的估计精度受到两个因素的影响最大,一是属性层级结构,另一个是被试人数;当属性之间存在补偿关系时,参数的估计精度主要是受到被试人数和属性个数的影响。在属性之间存在这两种关系的情况下,采用DINA模型进行认知诊断都会影响诊断测验的效度。     

认知诊断中如何利用关联规则对项目属性自动标识

利用属性层级关系（AHM）进行认知诊断的一个优点是有利于指导测验的编制和开发,但是在实际应用过程中由专家指定属性层级关系不利于题库的扩充。本文采用关联分析的方法,利用相关系数消除负关联现象,通过找出每个项目的子项目,对新增项目的属性进行自动标识。针对四种不同的属性结构进行实验模拟,结果良好。     

结合先验信息的多属性诊断测验分类研究

在动态的学习过程中,随着学习的深入和知识属性的个数逐渐增加,学生的知识状态也会发生动态变化.在这样的应用场景下如何结合先验信息提高诊断测验的判准率具有较大的挑战.该文提出基于学生对已学习属性的掌握概率来预测包含新属性后的属性向量的先验信息.考虑2种实际的应用情境,并通过模拟和实证研究来评价该方法的表现.结果表明：在2种实际学习情境中,结合先验信息在多属性诊断测验中能起到提高判准率的作用,其中在基于个体先验信息时的表现更好.基于预测先验信息的方法也摆脱了在以往研究中不同学习阶段测验属性个数一致或数量的限制,使得分类精度有较大改进.实证数据分析进一步表明该方法具有较高的应用价值.     

影响AHM与DINA诊断准确率的因素研究

对属性层级模型(AHM)和确定性输入、噪声"与"门模型(DINA)2个认知诊断模型,讨论不同因素对判准率的影响.实验表明,含有可达阵的测验比不含可达阵的测验判准率高.对于线型结构测验长度达到一定值以后,增加测验长度对诊断准确率的改进不大.虽然总体而言,DINA分类准确性要优于AHM,属性结构紧密度越大,判准率越高;但是AHM估计结果符合属性层级结构,而DINA估计结果却可能违背属性层级关系,这和2011年De Carlo的发现不相同.     

广佛-潮汕大学生地域刻板印象研究

选取潮汕和广佛籍在校大学生为被试进行研究。运用自由联想测验研究外显地域刻板印象，结果表明两地都倾向于用积极词汇描述本群体而用消极词汇描述外群体，且用相对固定的描述性词语。采用反应与不反应联结测验（GNAT）对内隐地域刻板印象进行研究，结果表明潮汕‐广佛两地大学生对对方群体内隐刻板印象不明显，但两地被试均对“潮汕人”有显著的辨别力，而对“广佛人”辨别力不显著。     

3H生物钟超日节律对图形命名测验一侧化效应的影响

采用半视野速示技术对被试进行连续8h图形命名测验，检查生物钟超日节律对大脑两半球机能优势效应的可能影响，结果表明：（1）14例被试明显表现出周期约为3h的左右脑半球优势节律；（2）其中7例被试表现为连续左视野（右半球）优势波动，另7例为左右视野（两半球）交叉优势波动；（3）女性被试的节律周期明显长于男性被试，且男性被试倾向于出现持续右半球优势波动，而女性被试倾向于出现两脑半球交叉优势波动。     

基于IRT的一种计算机化自适应测验的选题方法

传统的纸笔测验无法有效地满足全部被试的能力估计的要求，计算机化自适应测验（CAT）能够不断根据被试的作答来估计其能力，并抽取与此能力相适应的项目来，选题是CAT的关键．先介绍了CAT的概念和原理，然后借助项目信息函数重点研究了一种CAT的选题方法．