在基于计算机的评估中通过过程数据评估多种能力:多维顺序响应模型 (MSRM)

科学领域:

• 教育的测量和评估.
• 心理测量 心理测量 心理测量
• 认知心理学 认知心理学

背景情况:

• 基于计算机的评估 (CBA) 越来越多地利用过程数据来理解考生反应模式.
• 传统的方法往往侧重于单个能力估计,限制了综合评估.
• 需要先进的模型来利用详细的过程数据进行多维能力评估.

研究的目的:

• 引入多维序列响应模型 (MSRM) 用于分析CBA中的过程数据.
• 为MSRM开发和评估贝叶斯估计方法.
• 展示MSRM在教育和心理背景中的实际应用和实用性.

主要方法:

• 开发了多维序列响应模型 (MSRM).
• 对MSRM参数应用贝叶斯估计技术的应用.
• 通过蒙特卡洛模拟研究与不同的条件 (样本大小,序列长度) 验证.
• 经验测试使用两个真实世界的案例研究.

主要成果:

• 该MSRM在参数估计中显示出足够的准确性和计算效率.
• 随着更大的样本大小和更长的响应序列,估计质量得到了改善.
• 该模型在不同评估环境中的实际应用中被证明是有效的.
• 该MSRM提供了关于多维能力掌握的详细见解.

结论:

• 该MSRM是一个可行的和有效的工具,用于评估多个潜在的能力使用过程数据从CBA.
• 提出的贝叶斯估计方法是准确和计算效率高的.
• MSRM提供了一条通往更精确的能力分析的途径,支持量身定制的指导和有针对性的干预.