基于等級反應模型的CAT認知診斷研究.pdf

1、計算機化自適應測驗(CAT)是計算機輔助教學及現代測量研究中的一個重要領域，它最大的特點是根據考生能力不同而由計算機從題庫中智能選取難度與其能力相匹配的試題施測，但傳統(tǒng)的CAT在測試結束后往往只給被試一個得分，而我們測試的目的不僅僅是為了最后的一個得分，而是希望通過測試了解被試在哪些方面掌握了，哪些方面又未掌握，然后有針對性地對被試進行補救教學。顯然，傳統(tǒng)CAT是做不到這點的，因此我們引入認知診斷一一對被試認知結構進行診斷分類，考察被試

2、在所測知識點是否掌握，這對教、學雙方都有指導作用。目前，認知診斷已經成為CAT研究的重要部分之一，但目前的研究大多都基于0—1評分模型，這與我國測試題目(如證明題，計算題)的多級評分現狀不相適應。因此，研究基于多級評分模型的認知診斷具有重要的意義。 本文主要研究開發(fā)多級評分模型下帶有認知診斷功能的CAT測試系統(tǒng)，采用等級反應模型(GRM)，使用先認知診斷后估計能力的做法：考慮被試掌握屬性模式和項目所需屬性模式之間的對應關系，對被

3、試作答反應得分進行加權處理，根據被試反應對其掌握模式進行分類，確認被試認知狀態(tài)后繼續(xù)對其能力進行估計，直到達到一定信息量則結束測驗。模擬實驗結果表明：該CAT的認知診斷正確率較高，且診斷結果較穩(wěn)定，對被試的能力估計也較準確，測驗安全性好。 本文的創(chuàng)新點如下： ·研究開發(fā)基于多級評分模型下的CAT測驗，結果表明，本測驗能力估計準確穩(wěn)定，測驗安全性好，可投入實際測驗。 ·在CAT中加入認知診斷，結果表明，該方法對各屬