融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用

融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用

ID:44594616

大?。?2.00 KB

頁數(shù):5頁

時(shí)間:2019-10-23

融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用_第1頁
融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用_第2頁
融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用_第3頁
融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用_第4頁
融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用_第5頁
資源描述:

《融合模型在小學(xué)數(shù)學(xué)認(rèn)知診斷評(píng)價(jià)中的應(yīng)用》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、摘要:本研究以小學(xué)數(shù)學(xué)中圓柱與圓錐這一章節(jié)為測(cè)驗(yàn)內(nèi)容,通過融介模型的專門軟件Arppegio3.1進(jìn)行分析,得到被試掌握模式、項(xiàng)日參數(shù)以及信效度指標(biāo)。同時(shí),為了檢驗(yàn)題目的效度,對(duì)部分學(xué)牛?進(jìn)行半結(jié)構(gòu)化訪談,主要關(guān)注學(xué)生作答時(shí)的過程與策略,并與之前設(shè)定的Q矩陣中屬性進(jìn)行對(duì)比。結(jié)果顯示:(1)本套測(cè)驗(yàn)中有些題冃需耍進(jìn)一步修正;(2)融合模型在診斷應(yīng)試者知識(shí)狀態(tài)時(shí),具有較高的判準(zhǔn)率和信效度;(3)學(xué)生訪談可以為認(rèn)知診斷研究提供有效的分析材料,為試題的修正提供可靠的依據(jù)。關(guān)鍵詞:認(rèn)知診斷;融合模型;小學(xué)數(shù)學(xué);訪談中圖分類號(hào):B841.2文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1003-51

2、84(2012)05-0423-061問題提岀認(rèn)知診斷作為認(rèn)知心理學(xué)與現(xiàn)代測(cè)量學(xué)的產(chǎn)物,結(jié)合了認(rèn)知模型與計(jì)量模型,已經(jīng)成為當(dāng)前國(guó)內(nèi)外心理測(cè)量學(xué)研究的-個(gè)熱點(diǎn)。認(rèn)知診斷的理論少技術(shù)改變了以往心理測(cè)量“重結(jié)果、輕過程”的弊端,為調(diào)查隱藏在被試外在表現(xiàn)下的認(rèn)知過程和內(nèi)在知識(shí)結(jié)構(gòu)提供了方法。它從認(rèn)知心理學(xué)的角度分析學(xué)牛在題口作答過程屮所采川的知識(shí)與技能,獲得關(guān)于了生知識(shí)與技能掌握上的優(yōu)勢(shì)與不足等診斷信息。正因?yàn)槿绱硕嗟膬?yōu)點(diǎn),認(rèn)知診斷評(píng)價(jià)越來越廣泛地被研究者應(yīng)用于現(xiàn)代教育與測(cè)量中。a20III:紀(jì)80年代開始,研究者從不同角度界定了各種診斷模型,并應(yīng)用于實(shí)際測(cè)驗(yàn)之中(余娜,辛

3、濤,2009)o涂冬波和漆書青(2008)總結(jié)出,國(guó)際上目前已開發(fā)近60種認(rèn)知診斷計(jì)量模型,較有代表性的有:線性邏輯斯蒂克特質(zhì)模型(LLTM,Fischer,1973),規(guī)則空間模型(RuleSpaceModel,Tatsuoka,1983),DINA&NIDA模型(DelaTorre&Douglas,2004),統(tǒng)一模型(UnifiedModel,DiBelloetal.,1995),屬性層次方法(AHM,Jacquelineetal.,2004)以及融合模型(FusionModel,Hartz,2002)。融合模型(FusionModel)在統(tǒng)一模型(Unifi

4、edModel)的基礎(chǔ)上重新進(jìn)行參數(shù)化,有效解決了統(tǒng)一模型參數(shù)不能估計(jì)的問題,被認(rèn)為是一個(gè)非常成功的認(rèn)知診斷模型。融合模型的數(shù)學(xué)表達(dá)式為:其中二riKk二IP(Yijk=1

5、aik=l)qik,它表示應(yīng)試者正確應(yīng)用項(xiàng)目i所有屬性的概率,是以Q矩陣為基礎(chǔ)的項(xiàng)口難度參數(shù),其值域?yàn)閇0,1]。越大說明項(xiàng)口越容易,一個(gè)項(xiàng)冃僅有一個(gè)難度參數(shù)。r*ik=rik兀ik=P(Yijk=1

6、aik=0)P(Yijk=1

7、aik二1),它表示應(yīng)試者未掌握屬性k與掌握屬性k但都答對(duì)項(xiàng)目i的概率比,是項(xiàng)目i屬性k的區(qū)分度參數(shù),英值域?yàn)閇0,1]o值越小說明項(xiàng)目i的屬性k對(duì)正確回答該

8、項(xiàng)忖越重要,它的區(qū)分度越高,越能區(qū)分開掌握屬性與未掌握屬性的被試。如果一個(gè)項(xiàng)日若有K個(gè)屬性,那么它將有K個(gè)區(qū)分度參數(shù)。ci表示答対項(xiàng)目i所需殘余能力的程度,是一個(gè)考察項(xiàng)目i在Q矩陣屬性完整性的指標(biāo),其值域?yàn)閇0,3]。ci越人說明Q矩陣所界定的項(xiàng)目i測(cè)的屬性越完整。山此看來,一?個(gè)項(xiàng)目含有1個(gè)難度參數(shù)k,K個(gè)區(qū)分度參數(shù)r*ik以及1個(gè)完整度參數(shù)cio一個(gè)好的項(xiàng)目,它將是低r*ik值和高ci值。1=1前,冇研究表明融合模型的聯(lián)合正確診斷率不理想。Henson和Douglas(2005)的模擬研究表明:融合模型的正確診斷率受認(rèn)知屬性個(gè)數(shù)及屬性間的和關(guān)程度的影響。屬性

9、的個(gè)數(shù)越少正確診斷率越高,屬性間的相關(guān)性越高正確診斷率也會(huì)越高。因此在實(shí)際中融合模熨更適用于認(rèn)知屬性不太多(5個(gè)左右)、屬性間相關(guān)高的認(rèn)知診斷測(cè)驗(yàn)屮。又因?yàn)槿诤夏P蛥?shù)估計(jì)和軟件操縱上都略為復(fù)雜,所以用于實(shí)際應(yīng)用的研究不多。Montero,Monfils和Wang等(2003)曾將融合模型應(yīng)用于高等學(xué)校課程考試中取得良好的效果。車芳芳(2010)將融合模型應(yīng)用于初中代數(shù)中,得到了初一學(xué)生代數(shù)的知識(shí)狀態(tài)。本研究采用融合模型診斷小學(xué)牛在圓柱與圓錐這一章節(jié)上知識(shí)屈性的掌握情況,根據(jù)融合模型的參數(shù)估計(jì)結(jié)果評(píng)價(jià)試題質(zhì)屋和Q矩陣的合理性。同時(shí),為了檢驗(yàn)題H的效度,對(duì)部分學(xué)生進(jìn)行

10、半結(jié)構(gòu)化訪談,主要關(guān)注學(xué)生作答時(shí)的過程與策略,并與之前設(shè)定的Q矩陣中屬性進(jìn)行対比,為試題的修正提供更有效的依據(jù)。2研究方法2.1被試本研究選取了大連市廿井子區(qū)51所小學(xué)六年級(jí)的學(xué)生作為測(cè)試對(duì)象。參加大規(guī)模上機(jī)測(cè)試的學(xué)生共2097人,收回有效數(shù)據(jù)2059份。參加訪談的學(xué)生共24人,分別來口城市、鄉(xiāng)村和農(nóng)村小學(xué),每個(gè)學(xué)校選取成績(jī)好、中、差的學(xué)生1人、2人、1人,成績(jī)等級(jí)為本校教師対具的評(píng)價(jià)。其屮12人作答單號(hào)題,12人作答雙號(hào)題。最終收回有效數(shù)據(jù)22份,單雙號(hào)題各11份。2.2研究材料上機(jī)測(cè)試的試卷共有20道選擇題,考察的內(nèi)容為北京師范大學(xué)出版社小學(xué)六年級(jí)下冊(cè)圓柱和

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。