粗糙集在项目认知属性标定中的应用*
测验,1引言,1认知属性与认知诊断,2项目认知属性标定,2采用粗糙集进行属性自动标定方法,1粗糙集的基本要素,1.1决策表,1.2属性约简,1.3决策规则,2粗糙集应用于认知诊断的原理,3粗糙集进行项目认知属性标定的基本步骤
唐小娟丁树良俞宗火(1南昌航空大学数学与信息科学学院,南昌330063)(2江西师范大学计算机工程学院,南昌330022)(3江西省心理与认知科学重点实验室,南昌330022)(4江西师范大学心理学院,南昌330022)
1 引言
当代社会已经迈入知识经济时代,为了确保学生未来能更好地适应以知识为基础的工作环境,保持竞争力,同时为了教师能够更多地了解和掌握学生在认知上的优点和弱点,教学评估工作需不断地更新和完善。但在标准测量理论(Standard Test Theory)中,所测心理特质被当作纯统计量来考虑,无法体现被试具体的知识结构和心理特质的实质内容(Anastasi&Urbina,1997)。正是在这一背景下,认知诊断测验顺势崛起,已然成为新一代测验理论(Test Theory for a New Generation of Tests)的核心(Frederiksen,Mislevy,&Bejar,1993)。
在认知诊断中,刻画项目最重要的特征是认知属性。分析和标定测验项目的认知属性是认知诊断中最为基础的工作。以往对认知属性的标定主要依赖专家的主观判断,陈平和辛涛(2011)、汪文义、丁树良和游晓锋(2011)提出采用认知诊断计算机化自适应测验(Cognitive Diagnostic Computer Adaptive Testing,CD-CAT)这一概率统计方法对新增项的认知属性进行估计,Liu,Xu和Ying(2012,2013)采用统计方法进行估计和标定。专家提出的这些标定方法存在耗时、费力、成本高等问题,CD-CAT辅助项目认知属性的标定,无论是理论上还是实践上,对以往完全依靠人力标定认知属性都是一个重要的突破。但计算机化自适应测验(Computer Adaptive Testing,CAT)有其自身的局限,CAT的这些局限必然会影响其子类CD-CAT的应用:如,CAT的题库建设费用昂贵,甚至每个项目大约花费1000美元左右(Chang,2014);周期长;而且根据美国的No Child Left Behind(NCLB)法案,在美国计算机自适应测验被禁止使用于学生的阅读、数学和科学等学科的成就评估之中(Quellmalz&Pellegrino,2009,p.76)。认知诊断在形成性评估中非常有用,因此,课堂测验(Classroom assessment)被认为是认知诊断的最佳应用场所(Gierl&Leighton,2007)。但真正将认知诊断应用于课堂会遇到如下问题:第一,认知诊断目前主要应用于一些大型的考试之中,反馈不及时,无法真正起到辅助教学的作用(Huff&Goodman,2007;Leighton&Gierl,2007),限制了认知诊断的应用;第二,在未知项目参数的情况下,原有的基于概率统计的认知诊断模型对被试和项目的容量有较高的要求,因此,要将认知诊断灵活地运用于课堂教学中去,已有的认知诊断模型存在很大局限 ......
您现在查看是摘要页,全文长 39615 字符。