古典的テスト理論、一般可能性理論、およびラッシュモデルを使用した試験データの後検査分析のためのツール

科学分野:

• 医療教育
• 心理測定学
• 健康専門職教育

背景:

• 効果的な後検査心理測定分析は、医療教育評価において、信頼性、妥当性、公平性を確保するために不可欠です。
• 障壁には、高価なソフトウェア、専門知識の制限、および予算の制約が含まれ、タイムリーで正確な分析を妨げます。
• 患者の安全性は、医療教育評価の質に直接関連しています。

研究 の 目的:

• 後検査心理測定分析のための無料のユーザーフレンドリーなWebベースツールを紹介すること。
• 健康専門職教育者が古典的テスト理論（CTT）、一般可能性理論（GT）、およびラッシュモデル（RM）を使用して、迅速かつ正確な分析を実行できるようにすること。
• 医療教育現場における心理測定評価の一般的な障壁を克服すること。

主な方法:

• Webベースのツールが開発され、2025年にノッティンガム大学でテストされました。
• このツールは、後検査データを処理し、リアルタイムの項目メトリック、信頼性係数、および診断レポートを提供します。
• 包括的なレビューのために、CTT、GT、およびRMの同時比較を可能にします。

主要な成果:

• このツールは、医療評価データセットからCTT測定値、GT分散成分、およびラッシュモデルキャリブレーションを迅速に生成しました。
• G係数、ファイ係数、測定誤差、ラッシュ信頼性を含む詳細な出力を生成しました。
• 分析には、項目と受験者のマップ、適合統計量、およびテストと項目のパフォーマンス特性曲線が含まれていました。

結論:

• このツールは、医療教育評価のための迅速かつ包括的な心理測定分析を容易にします。
• 専門的な専門知識や高価なソフトウェアなしで教育者が利用できる高度な心理測定技術を民主化します。
• 今後の開発では、応答オプションを分析することにより、多肢選択問題の品質評価が強化されます。