版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、當(dāng)今,傳統(tǒng)測(cè)驗(yàn)越來越不能滿足社會(huì)的需求,因?yàn)樗荒芴峁┙o被試一個(gè)籠統(tǒng)的分?jǐn)?shù)或能力,對(duì)于考生具體的知識(shí)狀態(tài)無法獲知。與傳統(tǒng)測(cè)驗(yàn)相比,認(rèn)知診斷測(cè)驗(yàn)的優(yōu)勢(shì)就在于它能夠揭示每個(gè)被試的具體認(rèn)知狀況,并且有效地、有針對(duì)性地對(duì)個(gè)體進(jìn)行補(bǔ)救。特別是在教育過程中,教師和學(xué)生都希望更多地了解學(xué)生所掌握的知識(shí)、形成的技能和策略等信息,從而能夠促進(jìn)教與學(xué)。Tatsuoka的規(guī)則空間模型(RSM)是較早提出且最有影響的認(rèn)知診斷模型之一,她認(rèn)為測(cè)驗(yàn)評(píng)估能夠且應(yīng)該提
2、供被試的具體認(rèn)知結(jié)構(gòu),并且用它來指導(dǎo)對(duì)被試作出補(bǔ)救決策。屬性層次方法(AHM)是規(guī)則空間模型的一種變體,該方法假設(shè)測(cè)驗(yàn)項(xiàng)目是由一組具有層次結(jié)構(gòu)的屬性來表征的,然后根據(jù)被試的作答反應(yīng)把被試歸類到相應(yīng)的知識(shí)狀態(tài)中。本研究,認(rèn)知診斷模型選用的是AHM。 目前為止,多級(jí)評(píng)分的認(rèn)知診斷還停留在認(rèn)知屬性等權(quán)重的階段,但是一屬性一分的評(píng)分方法與屬性可能具有不等權(quán)重的實(shí)際情況不相符合,對(duì)于兩被試掌握某項(xiàng)目中相同個(gè)數(shù)的屬性,而非相同的屬性,理應(yīng)給
3、掌握難度更大的屬性的被試更多的分,而不是相同的分?jǐn)?shù)。文中提出一個(gè)屬性分?jǐn)?shù)權(quán)重的計(jì)算方法即將貝葉斯網(wǎng)與最小二乘方法相結(jié)合,發(fā)現(xiàn)并解決了屬性在不同的項(xiàng)目?jī)?nèi)權(quán)重可能不相等的問題。本研究進(jìn)一步將認(rèn)知診斷推廣到多級(jí)評(píng)分的情形。試驗(yàn)證明,屬性不等權(quán)重的等級(jí)反應(yīng)模型的AHM具有較高的判準(zhǔn)率。 用蒙特卡洛方法模擬實(shí)驗(yàn),觀察屬性不等權(quán)重的等級(jí)反應(yīng)模型的AHM的模型表現(xiàn)。選用三種分類方法即A、B、LL方法,兩個(gè)歸準(zhǔn)率的評(píng)價(jià)指標(biāo)即屬性模式歸準(zhǔn)率和屬性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- RSM改進(jìn)及多級(jí)評(píng)分AHM的開發(fā)研究.pdf
- 基于分部評(píng)分的多級(jí)評(píng)分認(rèn)知診斷模型開發(fā).pdf
- 基于屬性多級(jí)化模型的中學(xué)生空間能力認(rèn)知診斷研究.pdf
- 屬性多級(jí)化的非參數(shù)認(rèn)知診斷方法及CD-CAT選題策略研究.pdf
- 多分屬性dina模型多級(jí)評(píng)分拓廣
- 多分屬性DINA模型多級(jí)評(píng)分拓廣.pdf
- 認(rèn)知診斷中項(xiàng)目屬性自動(dòng)標(biāo)識(shí)策略的相關(guān)研究.pdf
- 補(bǔ)償型的多級(jí)評(píng)分認(rèn)知診斷模型的開發(fā)及其在抑郁癥狀評(píng)估中的應(yīng)用.pdf
- 多屬性決策中的權(quán)重確定及應(yīng)用.pdf
- 認(rèn)知診斷中屬性結(jié)構(gòu)的完備性與精確性.pdf
- 密鑰策略的權(quán)重屬性加密的研究.pdf
- 基于條件偏好網(wǎng)權(quán)重屬性的研究
- 多義動(dòng)詞的認(rèn)知語(yǔ)義研究——以“Get”為例.pdf
- 基于屬性層次結(jié)構(gòu)的FCA及其在認(rèn)知診斷中的應(yīng)用研究.pdf
- 語(yǔ)碼轉(zhuǎn)換中幽默的認(rèn)知語(yǔ)用研究——以《武林外傳》為例.pdf
- 基于屬性權(quán)重的混合聚類算法研究.pdf
- 基于屬性界定的認(rèn)知診斷Q矩陣估計(jì)方法研究.pdf
- 有定性的認(rèn)知研究:以“吃食堂”為例.pdf
- 11184.多級(jí)聚類診斷法的開發(fā)及其在認(rèn)知診斷評(píng)估中的應(yīng)用
- 認(rèn)知角度下的空間語(yǔ)義研究以“里”為例.pdf
評(píng)論
0/150
提交評(píng)論