自适应形式的计算机等级考试的应用研究

目前,计算机等级考试采用的还是基于计算机的考试形式,计算机在整个考试中所起的作用仅局限于题目的呈现和成绩的统计,起到考试"执行者"的作用。由于考试并没有因材施测,考试不能很好地考察学生的真实水平,考生抽取试题时存在"运气",考试的合理性和公平性受到很大质疑。自适应形式的计算机等级考试可以解决传统计算机等级考试固有的弊病,可以实现"因材施测",并且考试的实施和组织更加经济。对自适应形式的计算机等级考试中所涉及的几个关键技术问题进行研究,探索大规模实施自适应形式的计算机等级考试的可行性,并进行模拟研究和实证研究。     

自适应形式的计算机等级考试的选题策略研究

采用自适应形式的计算机等级考试．考试的效率更高,考试结果更公平,更能发挥讣算机等级考试对考牛计算机能力水平测试的功能。要成功地实现自适应形式的计算机等级考试,恰当的选题策略是必需的。对自通应形式的计算机等级考试采用不同的选题策略进行了研究。研究结果表明,相对其它几种选题策略（最大信息量选题策略和随机选题策略）,采用h分区a分层的多阶段选题策略,测验的表现更好,可以很好的控制测验长度,测验的精度也很好,有更高的测验效率,测验的综合表现也最优。     

可以处理补偿作用的认知诊断模型:CDINA模型

对DINA和DINO模型进行改进,构建了一个比DINA和DINO模型更"一般"的模型,称为CDINA模型.除了猜测和失误参数之外,在CDINA模型中每个项目还包含1个补偿参数.构建的模型不仅保留了DINA模型简单和易于解释的特点,而且模拟和实证研究结果表明:(i)CDINA模型可同时处理项目属性之间是连接、部分补偿或完全补偿的情况(可将DINA和DINO看成是CDINA的特例),且CDINA模型具有较高的参数估计精度和被试分类准确率;(ii)通过比较CDINA、DINA、DINO模型的分类判准率和相对拟合指标,发现CDINA不会比DINA和DINO的分类准确率更低,且在存在部分补偿的情况下CDINA模型更优于DINA和DINO模型.     

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.     

一种选题策略在自适应的计算机等级考试中的应用

全国计算机等级考试由教育部考试中心主办,是一种面向社会的计算机应用能力水平考试,为社会提供了一个相对统一、公正和客观的计算机应用能力考核标准[1]。这种考试深受社会各行各业的欢迎和认同,和英语四、六级一样,已成为大学生求职,晋升的重要考核凭证。截至2009年,全国计算机等     

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。     

基于项目反应理论的教育测量模拟软件-WinGen

WinGen是一种基于Windows系统下的项目参数、被试以及作答数据的模拟软件,该软件不仅支持众多的单维项目反应模型,也支持多维项目反应模型。研究通过使用WinGen实现被试、项目和作答的蒙特卡罗模拟,并用Bilog对作答数据进行了参数估计,最后通过计算参数估计的各个评价指标,结果表明使用WinGen模拟的数据质量优良,与模型的拟合性较好,可以满足广大测量研究者在不同条件下数据的模拟,研究者可以在模拟数据的基础进行进一步的分析和研究。     

基于K2算法的属性层级结构学习研究

诊断测验所考察的属性之间往往存在某种层级关系,然而基于专家经验获得的属性层级关系易出现分歧或错误.该文将属性掌握模式作为输入,考察K2算法在不同阈值条件下学习得到属性层级结构的准确性.模拟研究和实证数据分析的结果表明:K2算法对属性层级结构的学习有较高的成功率,并且K2算法对于4种基本层级结构有不同的敏感性,其中线性型和发散型对阈值的敏感性较低,而收敛型和无结构型对于阈值的敏感性较高.     

三种CSharp调用Matlab方式的研究

常用的程序设计语言在统计方面存在不足，Matlab可以弥补这方面的不足，但Matlab在界面设计、运行效率上无法令人满意．在实际的项目开发中，特别当项目的主要功能是统计分析、模拟仿真时，一方面要有友好的用户界面，另一方面又要进行统计分析、模拟仿真，因而要将Matlab与程序设计语言进行集成开发．CSharp是流行的程序设计语言，研究了CSharp与Matlab集成的三种方式：CSharp直接访问Matlab内置函数、构建．NET程序集和创建C语言共享库，通过比较可知：创建C语言共享库运行效率最高，但是稳定性不好；直接访问Matlab内置函数运行稳定，但是效率最低；构建．NET程序集方式运行稳定，并且效率较高．综合考虑，在实际应用中，采用构建．NET程序集的方式来集成CSham和Matlab应优先考虑．     

计算机等级考试组卷策略分析与研究

试卷的质量是影响考试达到既定目标的关键因素。在自动化考试系统中,自动组卷是考试系统自动化操作的核心目标之一,而自动组卷的效率与质量由所采用的组卷策略来决定。对计算机等级考试中的模拟系统进行重复组卷研究,结果表明,现行的计算机等级考试系统中采用的组卷策略存在弊端,有需要进一步改进的地方,并针对相关问题提出了解决方案。