多级评分认知诊断测验蓝图的设计——独立型和收敛型结构

定义了属性之间菱形层级结构的概念。在某种给定的评分方式下,假设属性之间没有补偿作用,讨论独立型、菱形层级结构对应的多级评分认知诊断测验蓝图设计问题,分别构造出相应的完备Q阵。     

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.     

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。     

多级评分CAT的认知诊断方法

认知诊断因其能识别被试认知状态已成为CAT研究的重要部分之一,但目前研究大多都基于0-1评分,这与我国试题也采用多级评分现状不相适应.因此,研究基于多级评分的认知诊断具有重要意义.该文主要研究开发多级评分模型下有认知诊断功能的CAT测试系统,采用等级反应模型(GRM),使用先认知诊断后估计能力的方法.该系统的认知诊断正确率较高,且诊断结果较稳定,能力估计也较准确,测验安全性好.     

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.     

测验设计中的认知分析

概述了测验设计中认知分析研究的重大进展；举例说明了“认知信息加工”（ＣＩＰ）方法和“能力倾向－处理交互作用”（ＡＴＩ）方法在测验中的功能与运用；总结了与个体差异的信息加工分析有关的４种研究策略；指出了心理测验研究的某些新方向．     

认知诊断中Q矩阵和Q矩阵理论

Q矩阵和Q矩阵理论是认知诊断中一对容易混淆的概念,一方面需要强调它们的差异,另一方面对Q矩阵理论做一些补充,比如在一定条件下,多级评分的认知诊断中测验蓝图的设计原理.根据实测数据对测验蓝图Q矩阵修正的设想,以及认知诊断模型和多维项目反应模型的联系.     

认知诊断自适应测验选题策略探新

提出了一种新的认知诊断自适应测验选题策略和题库按项目所包含的属性模式分层方法.与传统方法相比,该方法不仅提高了测量精度而且可以提升选题速度.     

计算机化自适应认知诊断测验按模式分层选题策略

提出了一种题库按属性模式分层并结合项目Fisher信息量、曝光控制因子和项目优先级的新的选题策略.与已有方法比较,该方法不仅提高了题库测验精度,而且在项目使用均衡性上也表现优异.     

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。     

认知诊断计算机化自适应测验按模式分层选题策略

提出一种题库按属性模式分层,并结合项目曝光度控制的新方法.蒙特卡洛模拟研究显示:该方法在题库使用均匀程度上表现优异,并保有较高测量精度.     

基于BP神经网络的认知诊断 计算机化自适应测验实现

根据现有的研究使用神经网络进行认知诊断的方法,改变神经网络的建模方式,实现基于神经网络的认知诊断计算机化自适应测验.使用Monte Carlo方法生成模拟数据,训练并测试神经网络,在此基础上将神经网络用于自适应测试中,知识状态估计采用极大似然估计,选题策略采用后验加权的KL信息量指标.模拟结果表明,基于BP神经网络的CD-CAT的判准率较为理想,并且因为神经网络的训练过程可以在小样本情况下实现,这种CD-CAT更适合在课堂评估中使用.     

服务蓝图法——一种有效的服务设计方法

以出租车预约服务为例,概括介绍了近年来在国外发展起来并得到广泛应用的一种服务设计和服务质量保证的方法——服务蓝图法的概念、组成和作用,并简单介绍了它的建立步骤.     

认知诊断CAT中选题策略的改进

计算机化自适应测验(CAT)的选题策略是影响测量准确性的主要因素之一.针对认知诊断CAT初期知识状态估计不准确的问题,改进后验加权Kullback-Leibler信息量,得到了2种平均后验加权Kullback-Leibler信息量选题指标.然后运用DINA(the deterministic inputs,noisyandgate)模型模拟作答反应,在不同测验长度下比较了6种选题策略的优劣.结果表明,新指标能极大地提高测量准确度,当测验长度为15时,知识状态的判准率提高了10%以上;除随机方法外,其他方法的项目曝光率没有明显差异.     

大学生解决物理问题时的认知诊断——以牛顿力学为例

诊断学生解决物理问题时的认知错误可以帮助教师和学生进行有的放矢的教与学.建立了力学概念清单(FCI)的属性-项目矩阵,并通过统计样本每个属性的得分情况来详细诊断学生对牛顿力学的认知错误.结果表明,二维运动合成、速度加速度定义式及牛顿第二定律应用等知识属性得分率不足60%.由此说明许多大一学生对看似简单的力学基本知识属性的掌握并不牢靠.     

基于残差分析的0-1评分认知诊断模型项目拟合指标研究

认知诊断模型超过100种,在实际中选择合适的模型进行数据分析是十分重要的.本文针对0-1评分的认知诊断模型,提出2个项目拟合指标,即标准化残差和统计量z,为解决模型选择问题提供了一种途径.模拟研究得到统计量z大样本时渐近服从标准正态分布的猜想,以及在属性间紧密度较低时,2个指标对模型拟合不足识别效果较好.     

由偏序关系的可达阵导出Hasse图的有效算法——兼谈其在认知诊断中的作用

假设0-1矩阵Q的行表示属性,对矩阵Q采用行逐对比较方法导出表示属性层级关系的Hasse图.然而,这个Hasse图和由可达矩阵R导出的Hasse图可能不一致.证明了包含R的Q阵的行逐对比较的方法与R导出的Hasse图是一致的,由此得出由偏序关系的可达矩阵导出Hasse图的一个有效算法,并讨论其在认知诊断中的应用.