您好,游客 登录 注册 站内搜索
背景颜色:
阅读论文

认知诊断理论在计算机自适应测试中的应用与启示

来源:论文联盟  作者:刘妍 [字体: ]

认知诊断理论在计算机自适应测试中的应用与启示

一、研究背景
  随着计算机技术、通信设备和网络技术的迅速发展教育信息化的发展面临着重大变革,由数据主导的“大时代”正在走入教育领域,进而渗透到教育发展与改革的战略中。复杂的、数据驱动的个性化教学一般需要提供非线性的教学輔导,以及能够满足学习者个别化、具有差异的认知水平和能力水平的诊断评估。因而,以认知诊断测验为代表的新一代测验理论应运而生,能够解释学生在推理和解决问题过程中所用到的知识和技能,并提供关于学生知识技能掌握情况的诊断信息,同时保证测验的“公平性”,为“因材施教”和“个性化”教学提供可能。
  Mislevy等(1993)指出,统计测验理论的发展可以分为经典测验理论(Classical Test Theory, CTT)阶段、概化理论阶段和项目反应理论(Item Response Theory, IRT)阶段。CTT和IRT 都属于标准测验理论。标准测验理论视所测的心理特质为一个单纯的“统计结构”,目的在于从宏观上给个体一个整体的评估。随着心理测量学和认知心理学的进一步发展和现代教育技术水平的进步,学习者更加渴求获得更具体的、细微水平的测量与诊断评估。Frederiksen、Mislevy和Bejar(1993)编著的Test theory for a new generation of tests正式出版,标志着新一代测量理论的诞生。如图1所示,认知诊断评估逐步走入历史舞台,强调“能力水平”和“认知水平”维度能够被同时诊断,不再仅仅是单一的宏观维度的“知识水平”。计算机化自适应认知诊断测验(Computerized Adaptive Test for Cognitive Diagnosis, CD-CAT)是计算机化自适应测验理论和认知诊断理论相结合的产物,目的是达到“因材施教”“量体裁衣”式的自适应诊断,根本文由论文联盟http://www.LWlm.cOM收集整理据学习者当前状态,选取与之相适应的题目进行测试,进而诊断学习者能力水平和认知水平,以诊断报告的方式为学习者提供提升的建议和策略。
  纵观计算机技术与统计测验的结合,其发展分为两个阶段:其一是以项目反应理论(IRT)为代表的标准计算机自适应测量阶段;其二指新一代测量理论的计算机自适应阶段(认知诊断是其核心内容)。项目反应理论的特点是以概率函数的形式来描述项目作答反映结果是如何受到被试能力水平和项目特征联合作用的影响。自适应测验起源于Alfred Binet(1904)开发的智力测验,根据被试的不同特质水平和题目的不同难度与区分度,对被试实测不同的测验题目,使这些题目与被试的实际水平尽可能相适应,这样使测验更具有针对性,从而每施测一道题就能获得最大的信息量。
  当现代技术手段——计算机引入到测量领域中,计算机化自适应测验(Computerized Adaptive Testing, CAT)由此诞生,由计算机自动从题库中选择合适的题目给学习者作答,一方面能够在学习者做完后自动评估其能力水平,给出适合学习者的下一道题目;另一方面能够自动设定终止规则,即当达到能够评估学习者能力的题目数后,测试会自动停止。之后,运用CAT思想与认知诊断理论结合,从题库中选择最适合学习者水平和最能区分水平能力的题目作答,对其知识状态达到最恰当的评估。CD-CAT更多关注被试掌握模式的自适应,根据可观察的行为和反应,推测潜在的知识结构和技能掌握情况。例如,获得相同分数的学生不能够体现个体差异,如果在测验中能够对学生作答反应、知识反应和能力诊断,从而能够进一步提出补救措施。CD-CAT的流程包括:开始测试—初始题目选择—估计被试当前状态—选题策略—认知诊断计量模型—终止条件—诊断报告。对于CD-CAT的研究目前处于探索开发阶段,组成CD-CAT各个阶段的问题仍需要摸索和实践应用,例如如何确定知识状态和表征能力属性、认知诊断模型的应用研究,如何选择初始题目,以及题库的开发、建设与维护等方面。
  综上所述,为了从整体上把握CD-CAT在国内的发展脉络,厘清发展现状和研究聚焦,提出实施CD-CAT的科研建议和实施策略,分别从以下方面进行分析:一方面,以时间(2005-2015年)为轴,考察关于“认知诊断自适应测试”文献的研究情况,采用内容分析方法对已有百余篇中英文文献进行内容分析,并通过数据的可视化表征和社会网络分析工具,探讨其研究重心和内容;另一方面,通过分析国内外已有CD-CAT平台和项目的实践情况,总结和借鉴国外实施经验,为我国今后的CD-CAT研究提供发展策略。
  二、研究过程

欢迎浏览更多论文联盟首页计算机文计算机理论论文文章
收藏 & 分享 推荐 打印 | 录入:pyuanmm

本文评论   查看全部评论 (0)
表情: 评论表情符号选择 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款