换一批多维计算机化自适应测验中项目曝光控制选题策略的比较
A Comparison Study of Item Selection Strategies with Item Exposure Controlling in MCAT
摘要在MCAT中考查四种项目选择指标在有无曝光控制条件下的选题表现.项目选择指标分别是:(1)贝叶斯的D优化方法(D-optimality)、后验期望Kullback-Leibler方法(KLP)、基于等权重复合分数的最小误差方差方法(the minimized error variance of the linear combination scorewith equal weight,V1)和基于最优权重复合分数的最小误差方差方法(the minimized error variance ofthe composite score with optimized weight,V2).将针对认知诊断CAT项目曝光控制的的限制阈值方法(Restrictive Threshold,RT)和限制进度(Restrictive Progressive,RPG)方法、单维CAT中的最大优先指标方法(Maximum Priority Index,MPI)推广到MCAT.模拟研究表明:(1)KLP,D-优化和V1对领域分数估计准确,能力返真性比V2更好.(2)尽管V1和V2方法相比KLP和D-优化方法提高了题库利用率,但这四种选题指标都产生不均匀的项目曝光率分布.(2)三种曝光控制策略都极大地提高项目曝光均匀性,且不明显降低测量精度.(3)MPI与RPG方法在曝光控制方面表现类似,且比RT的方法表现更好.
更多相关知识
关键词
多维项目反应理论计算机化自适应测验选题方法测量精度项目曝光率multidimensional item response theorycomputerized adaptive testingitem selection methodsexposure control strategypsychometric precision
分类号
B841.2
栏目名称
发布时间
2019-05-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（31400897）
- 浏览8
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
