毛秀珍
- 作品数：30 被引量：154H指数：8
- 供职机构：四川师范大学教育科学学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：哲学宗教文化科学理学医药卫生更多>>
- 多维计算机化自适应测验:模型、技术和方法被引量：12
- 2015年
- 多维计算机化自适应测验(multidimensional computerized adaptive testing,MCAT)以多维项目反应理论为基础实现同时估计被试在测验每个维度上的能力水平,并通过计算机化自适应测验提高诊断评估的准确性和效率,因而具有广阔的应用前景。基于对MCAT的模型基础、能力估计方法、选题策略和终止规则的详细介绍和评价,提出了MCAT未来研究方向的几点思考。
- 毛秀珍辛涛
- 关键词：计算机化自适应测验
- 拟单调广义向量变分不等式被引量：9
- 2007年
- 在集值映射T:K→2L(X,Y)是拟单调和弱上半连续的条件下,考虑了广义向量变分不等式强解存在的强制条件,证明了与广义向量变分不等式非奇异解非空等价的强制条件,同时提出使广义集值向量变分不等式解集非空的极小强制条件.
- 毛秀珍何诣然
- 关键词：广义向量变分不等式
- G-DINA认知诊断模型族:特征、关系与新进展
- 2022年
- 认知诊断模型根据作答反应探索知识状态与项目的交互作用,是认知诊断理论研究的核心内容之一。根据模型的使用条件,将其分为二级(多级)项目评分认知诊断模型、复杂测验条件的认知诊断模型以及高阶认知诊断模型,评析各类模型的特征与关系,构建了以G-DINA模型为中心的树状发展图,有助于研究者厘清模型发展的思路与脉络。对认知诊断在模型发展、参数估计和实践应用等方面的研究提出思考和建议。
- 杨睿毛秀珍何洁王霞
- 修订版罗森博格自尊量表在中学生群体中的试用（英文）被引量：16
- 2018年
- 目的:本研究意在在中学生群体中对修订版罗森博格自尊量表(Rosenberg Self-Esteem Scale-Revised,RSES-R)进行信效度检验。方法:本研究采用方便抽样的方法建立了4个中学生样本,样本量分别为:20、621、443和45,共计调查1129人次,依次进行条目可理解性检验、项目分析、结构效度检验(聚合效度、区分效度检验、探索性和验证性因素分析)、效标关联效度检验和信度分析(内部一致性信度、重测信度检验)。本研究采用的RSES-R与传统RSES相比主要进行了3方面修改:意译条目8为"我瞧不起我自己";将条目2、6的状语"有时"改为"时常";重组条目顺序,降低临近效应对受测者作答的影响。结果:基于样本2和样本3估计所得RSES-R的α系数在0.852-0.872之间。四周重测组内相关系数为0.813。平行分析和最小平均偏相关系数检验均建议保留2个因子,但这部分是由于正反向计分条目所引发的条目表述效应所致,故验证性因素分析利用随机截距模型对条目表述效应进行了控制之后,RSES-R的单维结构得到了支持。RSES-R与二维自尊量表及其分量表的相关在0.698到0.830之间(均P<0.001);与过分宣称问卷的d’和c指标的相关为0.021和0.131,支持了聚合效度与区分效度。与一般自我效能感量表、惧怕他人否定评价量表和生活满意度量表的相关在-0.243到0.512之间(均P<0.001),支持了效标关联效度。结论:中文版RSES-R具有较好的信效度,但是其潜在结构会受条目表述效应影响,须进行统计控制。总体而言,中文版RSES-R是测量中学生自尊的适宜工具。
- 韦嘉张进辅毛秀珍
- 关键词：自尊中学生
- 定长CD-CAT中两种新的题目曝光控制方法被引量：2
- 2021年
- 提出了两种适用于定长CD-CAT的题目曝光控制方法(HIRP、HIRT),这些方法在保证较高分类准确率的同时还有较合理的题目曝光率,新方法由二分化方法和RP及RT方法进行结合并适当调整而得到。模拟研究比较了其与RP、RT、SM、SMIE、RHA和SDBS的表现,结果表明:(1)HIRP的分类准确率和题目曝光率均好于SM、SMIE和SDBS;(2)HIRT的题目曝光率较RP、SM、SMIE、RHA和SDBS稍差,但分类准确率更高;(3)HIRP的分类准确率低于RT和RP,但题目曝光控制要更好。
- 孙小坚毛秀珍宋乃庆辛涛
- 关键词：分类准确率
- 一种简单有效的Q矩阵修正新方法被引量：2
- 2022年
- Q矩阵的正确性是影响题目参数估计和被试分类准确性的重要因素。针对Q矩阵修正问题,首先提出了一种简单有效的新方法(ORDP)。然后,模拟研究通过改变被试知识状态的分布、样本容量(N)、测验长度(L)、Q矩阵错误率(M)、项目质量(Iq)和属性层级结构,比较了ORDP与已有方法(R、RMSEA和HD)的表现。研究表明:(1)当知识状态服从均匀分布时,ORDP方法在所有层级结构下最优;当知识状态服从多元正态分布时,RMSEA和ORDP表现没有明显差异,除独立结构外,RMSEA方法均稍优于ORDP方法;(2)各方法在多元正态分布下的修正效果不及均匀分布时的修正结果;(3)N、L、M、Iq和属性层级结构对4种方法的表现均有明显影响;(4)基于Tatsuoka(1984)分数减法数据的修正结果表明,采用ORDP方法修正的Q矩阵与数据拟合最优。
- 李佳毛秀珍韦嘉
- 关键词：DINA模型
- 认知诊断CAT中选题策略的改进被引量：7
- 2011年
- 计算机化自适应测验(CAT)的选题策略是影响测量准确性的主要因素之一.针对认知诊断CAT初期知识状态估计不准确的问题,改进后验加权Kullback-Leibler信息量,得到了2种平均后验加权Kullback-Leibler信息量选题指标.然后运用DINA(the deterministic inputs,noisy"and"gate)模型模拟作答反应,在不同测验长度下比较了6种选题策略的优劣.结果表明,新指标能极大地提高测量准确度,当测验长度为15时,知识状态的判准率提高了10%以上;除随机方法外,其他方法的项目曝光率没有明显差异.
- 毛秀珍辛涛
- 关键词：计算机化自适应测验
- 基于项目区分度的双目标CD-CAT选题策略被引量：1
- 2022年
- 针对双目标CD-CAT,将六种项目区分度(鉴别力D、一般区分度GDI、优势比OR、2PL的区分度a、属性区分度ADI、认知诊断区分度CDI)分别与信息量乘积方法(IPA)方法结合,得到新的选题策略。模拟研究比较了它们的表现,还考察了区分度分层在控制项目曝光的表现。结果发现:新方法都能明显提高知识状态的判准率和能力估计精度;分层选题均能很好地提高题库利用率。总体上,OR加权能显著提高测量精度;OR分层选题在保证测量精度条件下显著提高项目曝光均匀性。
- 何洁毛秀珍唐倩王霞
- 关键词：计算机化自适应测验
- 计算机化自适应测验选题策略述评被引量：22
- 2011年
- 计算机化自适应测验(computerized adaptive testing,CAT)是基于测量理论和计算机技术的一种测验模式。它根据考生的作答反应自适应地选择测验项目。选题策略是CAT的重要组成部分之一,关系到测量效率、测验安全和测验信、效度等重要问题。根据CAT是否具有非统计约束对传统CAT和认知诊断CAT的选题策略进行了分类介绍,未来研究应进一步提高选题策略的综合表现、深入探讨多级评分项目和认知诊断CAT的选题策略。
- 毛秀珍辛涛
- 关键词：计算机化自适应测验
- 全信息项目双因子分析:模型、参数估计及其应用被引量：5
- 2018年
- 全信息项目双因子分析作为一种重要的统计方法,使得双因子模型在近20年得到重新认识和广泛应用。首先详细介绍了全信息项目双因子分析方法的概念、特征、模型基础以及参数估计中体现的维度缩减思想,然后例举全信息项目双因子分析在分析测验结构、分数解释和计算机化自适应测验中的应用。全信息项目双因子分析中双因子模型符合大量心理、教育与医学测验的结构特征,其维度缩减方法能显著降低计算量,因而具有广阔的应用前景。结合当前研究现状对全信息项目双因子分析的相关研究,如:参数估计、模型特征、拟合检验、量表连接、项目功能差异及其在计算机化自适应测验中的应用提出一些思考和建议。
- 毛秀珍夏梦连辛涛
