多级评分项目的多维CAT选题策略开发
本研究开发了两种新的适用于多级评分项目的多维计算机化自适应测验(PMCAT)的选题策略--修正的连续熵(RCEM)和修正的后验期望KL信息(MKB)方法,并与以往PMCAT的选题策略进行了对比研究。MonteCarlo实验结果表明:两种新开发的选题策略比原方法估计精度更高,并且RCEM方法在所有选题策略中曝光率最低。新开发的选题策略具有较理想的估计精度和曝光控制效果,为PMCAT在实践中的应用提供了新的方法支持。...
Gespeichert in:
| Veröffentlicht in: | 心理科学 2018-12, Vol.41 (6), p.1500-1507 |
|---|---|
| Hauptverfasser: | , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 1507 |
|---|---|
| container_issue | 6 |
| container_start_page | 1500 |
| container_title | 心理科学 |
| container_volume | 41 |
| creator | 韩雨婷 高旭亮 汪大勋 蔡艳 涂冬波 |
| description | 本研究开发了两种新的适用于多级评分项目的多维计算机化自适应测验(PMCAT)的选题策略--修正的连续熵(RCEM)和修正的后验期望KL信息(MKB)方法,并与以往PMCAT的选题策略进行了对比研究。MonteCarlo实验结果表明:两种新开发的选题策略比原方法估计精度更高,并且RCEM方法在所有选题策略中曝光率最低。新开发的选题策略具有较理想的估计精度和曝光控制效果,为PMCAT在实践中的应用提供了新的方法支持。 |
| format | Article |
| fullrecord | <record><control><sourceid>cass</sourceid><recordid>TN_cdi_cass_nssd_6100073735</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cass_id>6100073735</cass_id><sourcerecordid>6100073735</sourcerecordid><originalsourceid>FETCH-cass_nssd_61000737353</originalsourceid><addsrcrecordid>eNpjYeA0NDM31DWztDDkYOAtLs5MMjA0NzMwNjMx52QweLpk1vNdy1-sb3na0fZy4c7ns9c9n9UCEty9xdkx5GVD58tFM56vnfZ86tKnexqe9k_kYWBNS8wpTuWF0twM0m6uIc4eusmJxcXxecXFKfFmhgYGBubG5samxvhlAQ4IOtQ</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>多级评分项目的多维CAT选题策略开发</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>韩雨婷 ; 高旭亮 ; 汪大勋 ; 蔡艳 ; 涂冬波</creator><creatorcontrib>韩雨婷 ; 高旭亮 ; 汪大勋 ; 蔡艳 ; 涂冬波</creatorcontrib><description>本研究开发了两种新的适用于多级评分项目的多维计算机化自适应测验(PMCAT)的选题策略--修正的连续熵(RCEM)和修正的后验期望KL信息(MKB)方法,并与以往PMCAT的选题策略进行了对比研究。MonteCarlo实验结果表明:两种新开发的选题策略比原方法估计精度更高,并且RCEM方法在所有选题策略中曝光率最低。新开发的选题策略具有较理想的估计精度和曝光控制效果,为PMCAT在实践中的应用提供了新的方法支持。</description><identifier>ISSN: 1671-6981</identifier><language>chi</language><publisher>中国心理学会</publisher><ispartof>心理科学, 2018-12, Vol.41 (6), p.1500-1507</ispartof><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><link.rule.ids>314,776,780</link.rule.ids></links><search><creatorcontrib>韩雨婷</creatorcontrib><creatorcontrib>高旭亮</creatorcontrib><creatorcontrib>汪大勋</creatorcontrib><creatorcontrib>蔡艳</creatorcontrib><creatorcontrib>涂冬波</creatorcontrib><title>多级评分项目的多维CAT选题策略开发</title><title>心理科学</title><description>本研究开发了两种新的适用于多级评分项目的多维计算机化自适应测验(PMCAT)的选题策略--修正的连续熵(RCEM)和修正的后验期望KL信息(MKB)方法,并与以往PMCAT的选题策略进行了对比研究。MonteCarlo实验结果表明:两种新开发的选题策略比原方法估计精度更高,并且RCEM方法在所有选题策略中曝光率最低。新开发的选题策略具有较理想的估计精度和曝光控制效果,为PMCAT在实践中的应用提供了新的方法支持。</description><issn>1671-6981</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2018</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDM31DWztDDkYOAtLs5MMjA0NzMwNjMx52QweLpk1vNdy1-sb3na0fZy4c7ns9c9n9UCEty9xdkx5GVD58tFM56vnfZ86tKnexqe9k_kYWBNS8wpTuWF0twM0m6uIc4eusmJxcXxecXFKfFmhgYGBubG5samxvhlAQ4IOtQ</recordid><startdate>20181201</startdate><enddate>20181201</enddate><creator>韩雨婷</creator><creator>高旭亮</creator><creator>汪大勋</creator><creator>蔡艳</creator><creator>涂冬波</creator><general>中国心理学会</general><scope>NSCOK</scope></search><sort><creationdate>20181201</creationdate><title>多级评分项目的多维CAT选题策略开发</title><author>韩雨婷 ; 高旭亮 ; 汪大勋 ; 蔡艳 ; 涂冬波</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-cass_nssd_61000737353</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2018</creationdate><toplevel>online_resources</toplevel><creatorcontrib>韩雨婷</creatorcontrib><creatorcontrib>高旭亮</creatorcontrib><creatorcontrib>汪大勋</creatorcontrib><creatorcontrib>蔡艳</creatorcontrib><creatorcontrib>涂冬波</creatorcontrib><collection>国家哲学社会科学文献中心 (National Center for Philosophy and Social Sciences Documentation)</collection><jtitle>心理科学</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>韩雨婷</au><au>高旭亮</au><au>汪大勋</au><au>蔡艳</au><au>涂冬波</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>多级评分项目的多维CAT选题策略开发</atitle><jtitle>心理科学</jtitle><date>2018-12-01</date><risdate>2018</risdate><volume>41</volume><issue>6</issue><spage>1500</spage><epage>1507</epage><pages>1500-1507</pages><issn>1671-6981</issn><abstract>本研究开发了两种新的适用于多级评分项目的多维计算机化自适应测验(PMCAT)的选题策略--修正的连续熵(RCEM)和修正的后验期望KL信息(MKB)方法,并与以往PMCAT的选题策略进行了对比研究。MonteCarlo实验结果表明:两种新开发的选题策略比原方法估计精度更高,并且RCEM方法在所有选题策略中曝光率最低。新开发的选题策略具有较理想的估计精度和曝光控制效果,为PMCAT在实践中的应用提供了新的方法支持。</abstract><pub>中国心理学会</pub><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1671-6981 |
| ispartof | 心理科学, 2018-12, Vol.41 (6), p.1500-1507 |
| issn | 1671-6981 |
| language | chi |
| recordid | cdi_cass_nssd_6100073735 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| title | 多级评分项目的多维CAT选题策略开发 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-08T16%3A30%3A33IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-cass&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%A4%9A%E7%BA%A7%E8%AF%84%E5%88%86%E9%A1%B9%E7%9B%AE%E7%9A%84%E5%A4%9A%E7%BB%B4CAT%E9%80%89%E9%A2%98%E7%AD%96%E7%95%A5%E5%BC%80%E5%8F%91&rft.jtitle=%E5%BF%83%E7%90%86%E7%A7%91%E5%AD%A6&rft.au=%E9%9F%A9%E9%9B%A8%E5%A9%B7&rft.date=2018-12-01&rft.volume=41&rft.issue=6&rft.spage=1500&rft.epage=1507&rft.pages=1500-1507&rft.issn=1671-6981&rft_id=info:doi/&rft_dat=%3Ccass%3E6100073735%3C/cass%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cass_id=6100073735&rfr_iscdi=true |