认知诊断计算机化自适应测验中新的选题策略:结合项目区分度指标
当前国内外大部分认知诊断计算机化自适应测验(CD-CAT)主要采用PWKL作为选题策略进行研究.PWKL结合后验分布信息对KL指标进行加权,提高了判准率,但该方法仅利用个体层面信息加权,忽视了项目本身能够提供的信息,属于单源指标.本研究结合认知诊断中的项目区分度信息,对PWKL进行修正,提出了4种新的多源选题策略:GIDPWKL、AIDPWKL、CIDPWKL和KLEDPWKL方法,并在加入曝光控制下与PWKL和互信息法(MIM)进行比较.模拟研究结果表明:(1)在定长测验情景下的绝大多数实验结果表明,测验长度越短,新方法的判准率越高.平均属性/模式判准率最高的是GIDPWKL,之后是AIDPWKL,而CIDPWKL、KLEDPWKL和MIM方法的优势随实验条件不同而不同.(2)在定长测验情景下的绝大多数实验结果表明,题目质量越高,新方法的优势越明显.(3)Q矩阵结构的复杂性会影响不同选题策略的表现.(4)在变长测验情景下,4种新方法和MIM的平均测验长度均要低于PWKL方法,表现最好的是GIDPWKL方法.因此,若实际测验情景与本研究的模拟情景相似,推荐GIDPWKL方法.
认知诊断计算机化自适应测验、选题策略、项目区分度、曝光控制
48
B841(心理学)
中央高校基本科研业务费专项资金资助,项目批准号:SWU1409433.教育部人文社会科学研究青年基金项目,项目批准号:15YJC190003.自立人格与社区心理PI研究室科研基金资助.
2016-10-20（万方平台首次上网日期，不代表论文的发表时间）
903-914
