2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩150頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、認知診斷通過對學生的知識結(jié)構(gòu)與認知加工技能進行評估,向他們提供更好的教學指導,因而,課堂測驗被認為是應用認知診斷的理想場所。要真正發(fā)揮認知診斷應有的功效,現(xiàn)有的認知診斷模型仍然有諸多難題需要克服。首先,現(xiàn)有認知診斷計量模型大多采用概率統(tǒng)計方法,在項目參數(shù)未知的條件下對大樣本的依賴,使它們必須有較高昂的費用才能融入日常教學;其次,及時反饋甚至當堂反饋是發(fā)揮認知診斷補救性教學功能的必要條件,當前有經(jīng)驗的教師憑借教學經(jīng)驗可以進行有效的課堂評估

2、,但我國發(fā)展不平衡,師資力量不齊整,認知診斷是解決這一問題的一個辦法。但基于模型的認知診斷目前主要應用于大型測驗,計算復雜,測驗與反饋之間的時滯較長,未能對補救性教學產(chǎn)生實際效應,無法真正發(fā)揮促進教學的作用,有違認知診斷的本意。在項目參數(shù)已知條件下,雖然采用計算機自適應認知診斷測驗,可及時反饋結(jié)果,但建立題庫費用昂貴、周期性長,且涉及到項目參數(shù)等值、題目曝光不均勻等問題,使它推廣起來很不方便,甚至在有的測驗中被禁用;再者,當屬性個數(shù)較多

3、時,現(xiàn)有的認知診斷模型計算較為復雜,現(xiàn)有的文獻中,也很少看到處理屬性數(shù)超過10個的情況,而在實際中,屬性個數(shù)多的情況很常見,這為認知診斷的應用帶來了一定的限制。因此,尋求新的認知診斷方法解決無項目參數(shù)、被試量少、屬性個數(shù)多、無需等值、需要及時反饋等問題是非常必要的。
   作為處理不確定性知識的數(shù)學工具之一,粗糙集理論可以解決認知診斷中知識粒度大小引起的不確定性。它無需先驗知識,可以導出問題的決策或分類規(guī)則,對研究對象進行分類。

4、本文旨在將粗糙集理論應用于認知診斷,克服已有認知診斷方法對樣本量的依賴和診斷費時兩大難題。因為將粗糙集理論應用于認知診斷是一個全新的課題,它應用于認知診斷是否有效,效果如何,能處理認知診斷中的什么問題都值得探討,所以本文分六個部分依次展開:首先,將目前常用的DINA模型作為比較對象,在不同屬性個數(shù)、不同屬性層級結(jié)構(gòu)和不同可達陣個數(shù)條件下,系統(tǒng)研究粗糙集理論應用的可行性;其次,針對屬性個數(shù)較多時判準率低的情況,研究二提出屬性組塊方法,并在

5、屬性個數(shù)高達10和11個的情況下采用粗糙集理論進行屬性組塊研究,探討屬性組塊及屬性組塊方式對判準率的影響;第三,課堂測驗是認知診斷的一個理想場所,為將認知診斷融入課堂測驗之中,在研究一的基礎上,研究三進一步將粗糙集理論用于小樣本小題量的情況,考察樣本量小和題量小對診斷結(jié)果的影響;第四,項目屬性標定和被試知識狀態(tài)診斷是相輔相成的兩個方面。到目前為止,只有計算機化認知診斷自適應測驗才能處理項目屬性輔助標定問題,研究四采用粗糙集理論對紙筆測驗

6、中的項目屬性進行自動標定,并從被試估計準確度、被試作答失誤率和屬性個數(shù)三個方面考察對項目屬性標定準確度的影響;第五,一題多解是問題解決中的常態(tài),而現(xiàn)有的認知診斷方法基本上討論僅僅采用一種策略的情形。研究五采用粗糙集理論進行多策略認知診斷并與已有多策略的研究結(jié)果進行比較;第六,上述五個部分皆為模擬研究,研究六旨在在此基礎上,將粗糙集理論用于認知診斷的實踐之中,考察粗糙集理論在實際測驗中的效果。
   以上研究結(jié)果表明:
  

7、 (1)在無項目參數(shù)條件下,采用粗糙集理論做認知診斷與被試量無關(guān)、估計的速度非??烨以\斷結(jié)果比較理想,說明粗糙集理論能夠應用于課堂測驗。當屬性數(shù)少于6個時,粗糙集理論的模式判準率結(jié)果比DINA好,當屬性數(shù)為6個或以上時,有些情況下,粗糙集理論的模式判準率低一些。
   (2)在屬性個數(shù)比較多時,采用組塊方法能夠提高模式判準率,所需題量也大大減少,同時對屬性超過10個的情況也有相同的結(jié)論。
   (3)采用粗糙集理論做認

8、知診斷時,不需項目參數(shù),樣本的大小對被試知識狀態(tài)判準率的影響并不明顯,且估計結(jié)果穩(wěn)定。
   (4)粗糙集理論能有效地進行項目屬性自動標定。當作答失誤較低、考察屬性數(shù)較少、被試知識狀態(tài)估計較準時,采用粗糙集理論進行紙筆測驗的項目屬性自動標定,項目屬性模式判準率和屬性邊際判準率較高;當被試估計準確度低、或作答的失誤率高或?qū)傩詡€數(shù)多時,項目屬性模式判準率和屬性邊際判準率會降低。
   (5)采用粗糙集理論進行多策略研究,研究

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論