认知诊断CAT中选题策略的改进

• 作者: 毛秀珍 辛涛
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 认知诊断 计算机化自适应测验 选题策略 测量准确性
• 年，卷（期）: 2011,（3）
• 页码范围: 326-330
• 分类号: TP182
• 语种: 中文

摘要

计算机化自适应测验(CAT)的选题策略是影响测量准确性的主要因素之一.针对认知诊断CAT初期知识状态估计不准确的问题,改进后验加权Kullback-Leibler信息量,得到了2种平均后验加权Kullback-Leibler信息量选题指标.然后运用DINA(the deterministic inputs,noisy"and"gate)模型模拟作答反应,在不同测验长度下比较了6种选题策略的优劣.结果表明,新指标能极大地提高测量准确度,当测验长度为15时,知识状态的判准率提高了10%以上;除随机方法外,其他方法的项目曝光率没有明显差异.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛秀珍	北京师范大学发展心理研究所	18	106	6.0	10.0
3	辛涛	北京师范大学发展心理研究所	158	2994	26.0	52.0