詹沛达 边玉芳 王立君

    (1北京师范大学 中国基础教育质量监测协同创新中心, 北京 100875)

    (2浙江师范大学 心理系, 金华 321004)

    1 引言

    目前, 诊断分类评估(diagnostic classification assessment, DCA)已经受到了国内外学者的广泛关注, 在教育与心理测量实践中具有光明的未来。而诊断分类模型(diagnostic classification models,DCMs) (Rupp, Templin, & Henson, 2010)是对 DCA数据进行分析的必要工具。至今, 国内外学者已经开发了众多的 DCMs, 常见的有 DINA (Junker &Sijtsma, 2001)、DINO (Templin & Henson, 2006)、LLM (Maris, 1999)、GDM (von Davier, 2005)、LCDM(Henson, Templin, & Willse, 2009)、G-DINA (de la Torre, 2011)、HO-DINA (de la Torre & Douglas, 2004)等等。

    但纵观现有的 DCMs, 绝大部分是基于二分属性(dichotomous attributes, e.g., 用“0 和 1”分别表示“未掌握”和“掌握”)和二分 Q 矩阵(dichotomous Q-matrix, Q) (Tatsuoka, 1983, 1985)建构的, 而对多分属性(polytomous attributes)和多分 Q矩阵(polytomous Q-matrix, Q) (Karelitz, 2004)的关注并不多(e.g., Karelitz, 2004; von Davier, 2005; Chen &de la Torre, 2013; Sun, Xin, Zhang, & de la Torre,2013)。而在实际教学和测验中更多情况是对知识技能(i.e., 属性)的多水平要求和考查, 比如《全日制义务教育数学课程标准(修改稿)》中就使用了“了解(认识)”、“理解”、“掌握”和“运用”这 4 个顺序类别词汇来表述知识技能目标的不同水平, 具有现实应用价值和前景。此时, 若想进行 DCA则应使用顺序类别属性编码(ordered-category attribute coding,OCAC) (Karelitz, 2004)来对属性的各个水平(类别)进行编码(e.g., 用“0至3”分别表示上述4个顺序类 别词汇, 或用“0至 2”分别表示“掌握很差”、“掌握一般”和“掌握很好”) ...... 如果您在使用手机等流览时无法查看或下载全文，可能是被搜索引擎失真“转码”，请点击屏幕最下方的“电脑版”或“原网页”访问。


限于服务器压力，网站部分信息只供爱心会员或有一定积分的注册会员流览。
此信息需要 2 积分（免费注册登录后每天可以领取10个积分）。

用户名：
密 码：
	忘了密码

如果您还不是100md.com会员，欢迎 免费注册，
如果您想获得积分，点击这里 查看积分规则。
如果您想订购杂志，请直接与心理学报编辑部联系。     信息仅供参考，不构成任何之建议、推荐或指引。文章版权属于原著作权人，若您认为此文不宜被收录供大家免费阅读，请邮件或电话通知我们，我们收到通知后，会立即将您的作品从本网站删除。

微信文章  关注百拇  评论几句  搜索更多