在认知诊断计算机自适应测试中对多种反应的Q矩阵和项目参数进行在线校准的方法

科学领域:

• 心理评估 心理评估
• 教育测量的教育测量.
• 心理测量 心理测量 心理测量

背景情况:

• 认知诊断计算机化适应性测试 (CD-CAT) 对于及时的心理诊断至关重要.
• CD-CAT在项目银行补充方面面临挑战,这限制了其实际应用.
• 现有的CD-CAT在线校准方法往往耗时且仅限于二分法反应,忽略了多分法数据.

研究的目的:

• 提出一种基于SCAD的新方法 (SCAD-EM) 用于使用多种响应数据校准Q矩阵和新项目的项目参数.
• 通过解决现有的在线校准技术的局限性,增强CD-CAT的实际应用.
• 调查SCAD-EM方法在CD-CAT中对多种类型的项目的性能.

主要方法:

• 开发了一种基于SCAD的预期最大化 (SCAD-EM) 算法,用于在线校准多种类型的项目.
• 进行了两项模拟研究,以评估SCAD-EM方法的准确性和效率.
• 将SCAD-EM方法与修订的单项估计 (SIE-BIC) 方法进行了比较.
• 使用真实数据集进行实证研究,以证明其实际效用.

主要成果:

• 与SIE-BIC.IC相比,SCAD-EM方法对类别级Q矩阵的校准精度更高.
• 在所有模拟条件下,SCAD-EM被证明在计算上更高效.
• 虽然高效,但SCAD-EM对项目级Q矩阵的校准准确度低于SIE-BIC.
• 在经验研究中,SCAD-EM和SIE-BIC都被证明是用于校准新项目的有用的.

结论:

• 拟议的SCAD-EM方法提供了一个计算效率高的解决方案,用于对CD-CAT中的多类项目进行校准.
• SCAD-EM通过为多种类型的数据提供有效的项目补充来改善诊断信息的传递.
• 未来的研究应该探索提高项目级Q矩阵校准精度和该方法的进一步应用.