当前位置: 首页 > 期刊 > 《心理学报》 > 2020年第4期
编号:1061124
计算机动态测验中问题解决过程策略的分析:多水平混合IRT模型的拓展与应用*
http://www.100md.com 2020年4月9日 心理学报 2020年第4期
类别,变量,个体,1引言,2拓展的MMixIRT模型,3本研究使用的拓展MMixIRT模型,1模型定义,2参数估计的返真性与分类准确性,4数据分析,1题目,2过程性数据编码,3样本,4
     李美娟 刘 玥 刘红云,4

    (1北京教育科学研究院北京教育督导与教育评价研究中心, 北京 100036)

    (2北京师范大学中国基础教育质量监测协同创新中心; 3北京师范大学心理学部;4北京师范大学心理学部应用实验心理北京市重点实验室, 北京 100875)

    1 引言

    问题解决能力是指在没有清晰解决方法的情境下, 通过一系列认知过程来理解和解决问题的能力(Mayer, 1982)。在这个过程中, 问题解决者必须充分理解问题的核心, 设计可行方案并实施, 且能够控制进度并达到目标(Garofalo & Lester, 1985)。问题解决能力对于学习和取得成功非常重要, 很多全球范围的大型教育测评项目都将其作为评价的重点。例如, 国际学生测评项目(Programme for International Student Assessment, PISA) (OECD, 2003,2013)等。近年来, 信息技术的进步和计算机测验领域的研究为问题解决能力提供了全新的测评方式。如2012年PISA采用计算机动态测验的方式, 通过模拟真实生活情境中的问题来考察学生的问题解决能力, 关注在没有明确解决方案的情况下学生运用一般认知过程的特征(OECD, 2013), 强调问题解决过程的动态变化和互动特征(Funke, 2001)。

    计算机测验不仅可以改变测验设计、施测方式,甚至可以改变数据分析的方法(DiCerbo & Behrens,2012)。不仅可以考察学生是否正确作答, 而且可以通过系统自动记录基于时间的行为序列(Kerr,Chung, & Iseli, 2011), 记录学生解决问题过程中的时间以及学生完成任务的系列行为, 称为过程性数据(process data) (Zoanetti, 2010)。基于过程性数据不仅可以分析挖掘学生的解题过程策略, 同时也可以作为问题解决能力评价的证据(DiCerbo & Behrens,2012)。例如, Greiff, Wüstenberg和Avvisati (2015)基于PISA2012《室温控制》任务的过程性数据, 发现一次只改变一个操作变量的策略不仅能预测学生在该题上的表现, 也能预测问题解决总成绩。近年来, 随着测量理论和统计技术的发展, 问题解决过程及其技能和策略的探讨越来越被重视。其中一类是通过对该题目所需技能(或属性)进行标定, 基于一定的测量模型对解决问题过程的策略特点进行分析。最具代表性的方法是认知诊断模型的评估。如de la Torre和Douglas (2004)采用高阶潜在结构模型, 对学生能力进行估计, 并基于学生的认知属性掌握模式对其认知特征进行分类 ......

您现在查看是摘要页,全文长 24268 字符