文章基本信息

标题：The Impact of Attribute Size on the Performance of Item Selection Algorithms
其他标题：Nitelik Sayısının Madde Seçme Algoritmalarının Performansı Üzerindeki Etkisi
本地全文：下载
作者：Mehmet KAPLAN
期刊名称：Journal of Measurement and Evaluation in Education and Psychology
电子版ISSN：1309-6575
出版年度：2016
卷号：7
期号：2
页码：285-295
DOI：10.21031/epod.268486
语种：English
出版社：EPODDER
摘要：The use of cognitive diagnosis models (CDMs) and computerized adaptive testing (CAT) has been increasing in both education and other fields such as psychology.To date,most of the research in CAT has been done using item response theory models which provide summative scores.However,formative assessment techniques (e.g.,CDMs) that provide more detailed information about individuals’ strengths and weaknesses have become popular in the recent years.The use of cognitive diagnosis computerized adaptive testing (CDCAT) can produce more diagnostic information with an efficient testing design.This paper aims to investigate the impact of attribute size on the performance of item selection indices in terms of average test lengths.The result of this study showed that increasing the attribute size resulted in longer average test lengths;however,using different CDMs did not change the average test lengths.
其他摘要：Bilişsel tanı modelleri (BTM) ve bilgisayar ortamında bireye uyarlanmış test (BOBUT) uygulamaları hem eğitim alanında hem de psikoloji gibi diğer alanlarda hızla artmaktadır.Günümüze kadar BOBUT uygulamaları üzerine yapılan araştırmaların çoğunluğu,genellikle özetleyici bir değerlendirme sağlayan madde tepki kuramına dayalı modeller ile gerçekleştirilmiştir.Oysa BTM gibi bireylerin uzmanlaştığı ya da yetersiz kaldığı konularda daha ayrıntılı sonuç sağlayan biçimlendirici değerlendirme teknikleri son zamanlarda giderek önem kazanmıştır.BTM’nin BOBUT (BiTBOBUT) uygulamalarındaki kullanımı bireylerin yetenek düzeyleri hakkında daha ayrıntılı ve etkin bir değerlendirme sağlamada etkili bir yöntemdir.Bu çalışmanın amacı,BiTBOBUT uygulamalarındaki nitelik sayısının madde seçme algoritmalarının performansları üzerindeki etkisini araştırmaktır.Simülasyon çalışmasında farklı nitelik sayısı ve BTM’nin,madde seçme algoritmalarının performansları üzerindeki etkisi,ortalama test uzunlukları gibi betimsel istatistik değerlerine bakılarak araştırılmıştır.Elde edilen sonuçlara göre farklı nitelik sayısının ortalama test uzunlukları üzerinde önemli değişmelere sebep olduğu fakat farklı BTM kullanımının algoritmalar üzerinde test uzunluklarına herhangi bir etkisinin olmadığı gözlemlenmiştir.
关键词：cognitive diagnosis models;computerized adaptive testing;attribute size.
其他关键词：bilişsel tanı modelleri;bilgisayar ortamında bireyselleştirilmiş testler;nitelik sayısı.