基于项目反应理论的计算机自适应考试系统的研究

介绍了目前较先进的考试方式--计算机自适应考试及其所基于的项目反应理论,描述了计算机自适应考试施测的过程,并对几个关键技术进行研究,提出了相应的解决方法.     

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。     

计算机自适应考试技术在网络教育中的应用

计算机自适应考试(Computer Adaptive Test～CAT)技术是传统考试技术的进一步发展，从而使考试智能化，摆脱了传统考试的一些弊端。这里探讨了计算机自适应考试技术的一些知识以及该技术在国内外的应用情况。并对其在网络教育中的应用做了进一步的研究。最后提出了一个简化的计算机自适应考试模型。     

计算机自适应考试理论分析

依据自适应考试中的项目反应理论，对其中参数进行了分析，建立了试题库建库模型，同时对受测者的能力进行分析；应用组卷理论中的组卷原则和问题的形式化描述，对生成试卷的算法进行分析。该结论对当前计算机自适应考试提供了理论依据。     

基于Agent的计算机自适应考试系统的应用

通过比较现有网上考试系统的缺陷，将Agent引入到计算机自适应考试理论中，通过Agent与计算机自适应考试理论的结合提出一种新的网上考试系统的模型，努力使网上考试系统具有可行性和先进性，为基于Agent的计算机自适应考试系统(CAT)在将来的数字化教育中的应用打下基础。     

计算机自适应考试系统的设计

针对计算机自适应考试这一新型的考试模式,以项目反应理论为基础,阐述了基于局域网的CAT系统的设计。     

计算机自适应测试系统的研究综述

笔者首先阐述了计算机自适应测试(CAT)在国内外的应用现状,然后叙述了CAT的理论基础--试题反应理论,在此基础上,又总结了CAT的研究策略与研究热点.通过上述内容的介绍,能够增进人们对CAT的了解,以及进一步推进CAT在教育测量与评价领域的有效应用.     

项目反应理论下计算机自适应考试系统的设计与实现

项目反应理论下的计算机自适应考试能够根据应试者的实际能力水平选择相应难度的试题,做到因人施测,实现更快、更准地对应试者能力进行估计。对计算机自适应考试施测过程进行了描述,对模型的选择、选题策略、参数估计等关键技术进行研究并提出相应的解决方法,实现了系统的设计与开发。     

结合α分层改进基于IRT计算机自适应题库系统

IRT理论中基于最大信息量函数的选题方法会使系统偏向于选取信息函数值最大的试题进行测验,容易造成部分试题被反复选取,导致试题的曝光度过高从而影响后期测验的有效性。本文在原有选题策略的基础上融入α分层和内容筛选,有效地提高了系统的有效性和安全性。     

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。     

基于移动Agent的远程网络自适应测试系统模型

针对计算机自适应测试系统在远程网络测试中存在的局限性,通过引入移动A-gent技术,提出了基于移动Agent的网络自适应测试系统模型,并提出了网络环境下“电子考官”(E-Examiner)的概念,远程网络自适应测试系统中计算量大、易造成网络阻塞瓶颈等技术问题。     

一个面向应用的计算机考试系统

介绍了一个面向应用、适合于大中专院校和其他教育部门使用的计算机考试系统的设计思想、实现方法及系统特色 .     

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．     

多水平多维IRT模型在学业质量监测中的应用

用多水平多维IRT(ML-MIRT)模型对学生学业情况进行分析,进而拓宽该模型的适用范围.首先采用不包含任何预测变量的零模型对项目参数和学生参数进行分析,然后使用包含学生预测变量的ML-MIRT模型分析2个预测变量对学生学业能力的影响.研究结果表明:试题的难度基本上贯穿了整个能力量尺,试题也具有较好的区分度,3个能力维度的跨级相关系数均达到了显著性水平,父亲的受教育程度对学生的3个能力维度均有显著影响,而母亲的受教育程度无显著影响.因此,编制的测验较为合理,ML-MIRT模型适用于监测学生学业水平,父亲的受教育程度对学生学业水平有着重要影响.     

遗传算法在 IRT 模型参数估计中的应用

IRT(项目反应理论)在现代教育考试与测量中的研究和应用正日益受到广泛关注,本文阐述了遗传算法在IRT模型参数估计中的应用。     

计算机自适应测验研究--二值计分测验中估计被试的潜在特质水平

计算机自适应测验(CAT)在国内某些地方已经进入了实际应用领域,但也存在着一些问题,其中测验等值和计分是最繁琐最麻烦的部分,它严重制约着CAT的广泛应用。就计分问题而言,国内虽然已有人提出了较为合理的解决方法,但十分难懂,并且难以操作。就此问题提出一个较为直观的、可操作的、合理的计分模型。     

统考题库系统的研制与应用

统考题库系统为希望提高电脑学习水平和通过统考获取证书的人员提供一个良好的应试准备条件和环境，面向社会，给出比较大的题类集合，各种分类，样板题卷集，内容丰富，选择范围广，通过系统的演练，全面提高自己的计算机应用能力和应试能力。     

计算机多阶段自适应测验的组卷方法

计算机多阶段自适应测验(MST)实施的关键是成功组建多个满足测验规范(即统计和非统计约束)的平行测验(或称测验面板),自动组卷(ATA)为实现测验平行提供了可能.现有的MST组卷方法研究主要包括以下几种:1)基于线性规范算法的组卷方法; 2)基于启发式算法的组卷方法; 3)基于蒙特卡洛算法的组卷方法; 4)基于在线组卷的方法.该文讨论这几种方法的优缺点并进行比较,同时指出未来可进一步改进这种方法并开发基于认知诊断测验的自动组卷方法.     

生命意义感结构及其自适应测量:基于Bifactor模型

该文探讨了生命意义感的测量结构及生命意义感的计算机自适应测量(CAT-MLM)对传统纸笔测验测量信度及测量精度的提升效果,并进行了相应的实验.实验结果表明:CAT-MLM不仅具有较好的测量信度和效度,还能在不损失测量精度的条件下减少测试的题量,从而提升测试的效率; 在相同测验题长下,CAT-MLM能显著提高传统纸笔测验的信度和精度.     

以双理论相结合为指导的新型组卷程序设计

该文介绍了以经典测量理论与项目反应理论相结合为指导的组卷程序设计