项目反应理论模型与认知诊断模型：模型整合的视角

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    31371047
  • 项目类别：
    面上项目
  • 资助金额：
    60.0万
  • 负责人：
    辛涛
  • 依托单位：
    北京师范大学
  • 学科分类：
    C0908.发展与教育心理学
  • 结题年份：
    2017
  • 批准年份：
    2013
  • 项目状态：
    已结题
  • 起止时间：
    2014-01-01 至2017-12-31

项目摘要

The empirical applications have many needs for measurement model in the educational and psychological practices. The item response theory (IRT) and cognitive diagnostic model (CDM) are the most commonly used models among the latent variable model (LVM), which are characterization of continuous constructs and discrete constructs, respectively. Theoretically, the information described by the models is different, and the applications of LVM also has needs for the test development. If we can integrate the information from different measurement models, then we can get at least the following benefits: 1) it can provide much more meaningful information about the psychological process; 2) cut dowm the fund of test development and its administration. From the perspective of confirmatory item factor analysis, IRT and CDM have common features. Therefore, von Davier (2008) integrate these two models, and developed a general cognitive diagnostic model (GDM). However, there are still shortcomings in the theoretical tools for GDM. In this study, we will further focus on extending it by introducing higher-order factor structure, more generalized model for different kinds of categorical data, and the goodness-of-fit statistics et.al for the purpose of serveing practices.
在心理与教育中，实践应用对测量理论的需求是多方面的。潜变量模型(latent variable model, LVM)中的项目反应理论(item response theory, IRT)与认知诊断模型(cognitive diagnostic model, CDM)反映了实践的不同需求。不同模型包含的信息各不相同，模型的应用对测验的编制也有一定的要求。如果把不同模型中包含的信息进行整合，以此指导测验开发,在满足实践多方面需求的同时(提供更丰富的心理过程信息)，还可以大大降低测验开发与施测的经济成本。从验证性分析的角度来看，IRT与CDM有相通之处，虽然von Davier (2008)将两者进行了整合，但是仍存在很多不足之处。本研究将进一步对其进行扩展与完善，再引入高阶因子模型，从而使得一般认知诊断模型可以适用于不同的数据类型与测验形式，揭示被试的心理结构，更好地为测验实践服务。

结项摘要

项目背景：.（1）项目反应理论(IRT)与认知诊断模型(CDM)均属潜变量模型，但是在传统上它们各自适用于不同的实践需求。.（2）尽管广义诊断模型（GDM)已初步将IRT和CDM进行了整合，然而一些重要的理论仍有待完善与拓展。.主要研究内容：.（1）对已有模型的相关理论进行完善与拓展，以及新模型的开发；（2）新的模型参数估计方法或对已有方法进行完善；（3）模型——数据绝对拟合检验统计量的开发，具体包括绝对拟合检验以及近似拟合检验方法开发或者拓展；（4）基于课程的认知诊断测验开发理论及实践探索；（5）认知诊断测验软件的开发。.重要结果：.（1）以GDM为例，对于以往IRT以及CDM研究中的MMLE-EM算法的一些重要结论进行了澄清并指出一些重要研究的不足及解决方法；开发了基于神经网络的认知诊断计算机化自适应测验；提出了改进的认知诊断模型项目功能差异检验方法。.（2）将MLE-EM算法拓展到了GDM中，并将其与MMLE-EM进行了比较；以High-Order GDINA为例，提出了高阶认知诊断模型的模型参数估计的EM算法；提出了多维IRT中用以进行潜变量选择的L1惩罚函数方法，实现了蒙特卡罗EM算法在相应模型中的参数估计；开发了IRT模型信度系数置信区间的估计方法。.（3）提出可以使用M2以及RMSEA2评价CDM的模型——数据绝对以及相对拟合优度；对于CDM的信息矩阵估计方法进行了系统的研究；提出了CDM中模型选择的新方法。.（4）设计小学生分数认知诊断测验；分类一致性指数在大尺度评价中的应用；概括锚题构建实践优化方案；允许CAT 题目检查的区块题目袋方法。.（5）基于R的dcminfo软件包。.关键数据：.（1）高中热化学认知诊断测验数据，研究的被试来自北京和山东日照两地的高二理科生，有效人数694人；.（2）小学六年级学生数学分数诊断测验数据，研究的被试来自山东省共1226名有效被试。.科学意义：.（1）对IRT与CDM进行整合，节约测验开发与施测的经济成本，为测验结果的使用提供更深入的效度信息。.（2）满足了《国家中长期教育改革和发展规划纲要 (2010-2020 年)》所提出一些要求。.（3）能从测验中获得更多关于受测者潜在特质的有效信息，促进有针对性的补救教学与干预，服务于我国基础教育的考试与评价实践，让老师了解学生的学习并进行完善的个性化教育。

项目成果

期刊论文数量（19）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
认知诊断模型资料拟合检验方法和统计量
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    心理科学进展
  • 影响因子：
    --
  • 作者：
    陈孚;辛涛;刘彦楼;刘拓;田伟
  • 通讯作者：
    田伟
Large Sample Confidence Intervals for Item Response Theory Reliability Coefficients
项目响应理论可靠性系数的大样本置信区间
  • DOI：
    10.1177/0013164417713570
  • 发表时间：
    2018-02-01
  • 期刊：
    EDUCATIONAL AND PSYCHOLOGICAL MEASUREMENT
  • 影响因子：
    2.7
  • 作者：
    Andersson, Bjorn;Xin, Tao
  • 通讯作者：
    Xin, Tao
多维计算机化自适应测验:模型、技术和方法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    心理科学进展
  • 影响因子：
    --
  • 作者：
    毛秀珍;辛涛
  • 通讯作者：
    辛涛
认知诊断计算机自适应测验中选题策略的新进展
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    南京师范大学学报(社会科学版)
  • 影响因子：
    --
  • 作者：
    辛涛;刘拓
  • 通讯作者：
    刘拓
项目反应理论中潜在心理特质“填补”的参数估计方法及其演变
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    心理科学进展
  • 影响因子：
    --
  • 作者：
    田伟;辛涛;康春花
  • 通讯作者：
    康春花

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Fault Diagnosis Based on Multi-sensor State Fusion Estimation
基于多传感器状态融合估计的故障诊断
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Sensor Letters
  • 影响因子：
    --
  • 作者：
    吕锋;王秀青;辛涛;付超
  • 通讯作者：
    付超
小学生数学成就测验的编制:矩阵取样设计的途径
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与应用
  • 影响因子：
    --
  • 作者：
    谢敏;辛涛;李凌艳
  • 通讯作者：
    李凌艳
基于改进摩擦功模型的轮轨滚动接触磨耗研究
  • DOI：
    10.3969/j.issn.1001-8360.2019.12.007
  • 发表时间：
    2019
  • 期刊：
    铁道学报
  • 影响因子：
    --
  • 作者：
    马超智;辛涛;高亮;崔旭浩
  • 通讯作者：
    崔旭浩
CRTSⅠ型无砟轨道板预应力筋破坏所致附加荷载的影响分析
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    铁道学报
  • 影响因子：
    --
  • 作者：
    赵磊;高亮;蔡小培;辛涛
  • 通讯作者：
    辛涛
U型梁上减振垫浮置板轨道系统动力分析
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    铁道工程学报
  • 影响因子：
    --
  • 作者：
    杨文茂;辛涛;周华龙;霍磊
  • 通讯作者：
    霍磊

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

辛涛的其他基金

中文写作能力及其发展的自动化诊断研究
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
相似测验之间的链接：认知诊断的途径
  • 批准号：
    30670718
  • 批准年份：
    2006
  • 资助金额：
    25.0 万元
  • 项目类别：
    面上项目
小学生数学思维的认知诊断:一个规则空间模型
  • 批准号：
    30440081
  • 批准年份：
    2004
  • 资助金额：
    8.0 万元
  • 项目类别：
    专项基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码