规则策略和样例策略在归类过程中的运

探讨人们在归类过程中对规则策略和样例策略的运用。包括3个实验,被试为华南师范大学110名本科生。用计算机呈现类别学习材料,被试学习后立即进行归类迁移测试,考察被试的归类策略倾向。实验1提高了Erickson和Kruchke研究中例外类别规则的清晰性,考察当学习材料中潜在规则易于掌握时,被试是否会倾向于运用规则策略进行归类;实验2探讨当学习材料中的潜在规则较难掌握时,被试是否会倾向于运用样例策略进行归类;实验3探讨人们在运用规则进行归类时对不同规则选用的特点。结果表明：当学习情境中潜在规则易于掌握时,被试倾向于运用规则策略进行归类;当潜在规则难以掌握时,被试则倾向于运用样例策略进行归类;当同时可以运用不同规则时,被试会选用更概括、更有普遍性的规则而弃用较具体、适用范围较限定的规则。据此,研究初步认为,人们在归类中首选的是规则策略,只有当学习情境中潜在规则难以掌握时,才转而采用样例策略;当有多种规则可以选择时,则倾向于选择更概括、更有普遍意义的规则     

人格特征对不同类型框架下决策的影响

以159名大学生为被试,考察三种框架下,人格因素对框架效应下决策的影响。结果表明,风险决策框架中,敢为者倾向于选择高风险选项,忧虑者倾向于选择低风险选项;女生更容易出现框架效应。目标框架下,忧虑越高,越易出现框架效应。在归因框架中,支配性越强,越倾向于做"健康"判断;敢为性越强者,越倾向于做出"安全"判断;敏感、忧虑、内向者,倾向于做悲观判断。自律性越高者框架效应越小;男生更容易出现框架效应。     

模糊决策的情境依赖性

实验1采用艾尔斯伯格悖论的研究范式,探究被试对模糊的厌恶倾向以及在决策过程中所采用的决策策略。结果发现：被试对确定选项和模糊选项的选择存在差异;在肯定形式下倾向于确定选项,而在否定形式下则倾向于模糊选项,采用了利益最大化策略。实验2采用艾尔斯伯格悖论的变式,通过操纵概率和任务类型,发现：模糊决策具有情境依赖性,并非任何情况下个体都厌恶模糊。当风险选项不能满足自己的需要,即获胜机率比较小时,人们会偏向模糊选项。     

材料的呈现方式对大学生分类活动影响的研究

以60名视力、智力均正常的大学生为被试,采用维度特征互不相同的三套图片材料和三种材料呈现方式,以被试分类的结果和解释的理由为依据,用一维特征分类、整体相似性分类、两阶段策略分类和其他分类等作为因变量指标,采用不完全被试内设计进行实验。用SPSS 8．0 for windows对实验结果进行处理。结果：在A方式下,被试倾向于按材料的一维特征分类;在B方式下,被试倾向于按材料的整体相似性分类;在C方式下,被试倾向于按两阶段策略分类。     

考虑题目选项信息的非参数认知诊断计算机自适应测验

选择题中的作答选项能提供额外诊断信息, 为充分利用选项信息, 研究提出认知诊断计算机自适应测验(CD-CAT)中两种处理选择题选项信息的非参数选题策略和变长终止规则。模拟研究的结果发现：(1)定长条件下两种非参数选题策略的分类准确性整体要高于参数选题策略; (2)两种非参数选题策略较参数选题策略具有更加均衡的题库使用情况; (3)非参数选题策略在两种新的变长终止规则下具有更高的分类准确率; (4)两种非参数选题策略均适用于选择题CD-CAT情境, 使用者可任选其一进行测验分析。     

四参数模型对被试作答异常现象的拟合与纠正

心理与教育测验中存在着被试作答异常现象(能力测验中的猜测现象和睡眠现象, 人格测验中的非0下渐近线现象和非1上渐近线现象), 会导致被试能力或人格特征的测量偏差。在能力测验中, 研究者已提出了多种方法来纠正猜测现象和睡眠现象, 这些方法往往需要调整或删除被试作答信息, 而四参数模型不需要改变被试作答信息而能有效纠正被试能力高估或低估现象。在人格测验中存在着非0下渐近线和非1上渐近线现象, 四参数模型能增强测验项目拟合性能, 提高人格测验的准确性。     

基于属性掌握概率的认知诊断计算机化自适应测验选题策略

在认知诊断计算机化自适应测验(CD-CAT)中, 被试对每个属性的掌握概率更直接地反映了被试能力的当前估计值。因此, 基于被试的属性掌握概率来构建选题策略, 选择最能改变被试属性掌握概率的题目作为下一个测验项目, 这应该是一个值得尝试的方案。本文借鉴已有相关研究的数据生成模式进行探索, 模拟实验结果表明：假设属性间相互独立,在定长(长度为16)、变长(长度为16或后验属性掌握模式概率达到0.8)以及短测验(长度分别为4、6、8、10)的情况下, 基于属性掌握概率的选题策略PPWKL和PHKL有较好的分类准确率, 在题目曝光率, 题库使用均匀性等方面也有较好的表现; 与研究较多的PWKL、HKL等策略相比, 也略有优势; 当属性间存在不同程度的相关时, 在定长、变长以及较短的测验条件下, 基于PHKL和MI的测验对知识状态估计精度较好, 基于PPWKL和PHKL的测验综合表现占优。     

不同认知成分在图形推理测验项目难度预测中的作用

理解项目难度变异的来源是实现计算机自动化项目生成的第一步。通过文献综述, 总结出影响图形推理测验项目难度的四个方面的因素, 再通过操控构图元素熟悉性、属性的抽象性、知觉组织的和谐性以及规则类型与数目这些因素, 编制8套图形推理测验, 共包含112个与高级瑞文推理类似的项目。采用铆测验等值设计, 在每套测验中嵌入10个高级瑞文推理测验项目为铆题, 通过网络施测于6323名被试。使用BILOG MG估算项目参数, 并使用IRTEQ进行测验等值, 将后七套测验上所有项目的项目参数都转换到第一套测验的单位系统上。以项目难度为因变量, 项目题干特征变量为预测变量进行回归分析, 结果发现这四个因素均对项目难度有显著预测作用。优势分析的结果显示记忆负荷(即规则类型与数目的组合)是项目难度的最重要的预测变量, 其他依次为属性的抽象性、知觉组织的和谐性和构图元素熟悉性。     

执行功能对个体情绪调节策略使用倾向和调节效果的影响

为了探讨执行功能对情绪调节的作用,通过两个研究分析执行功能对情绪调节策略使用倾向和情绪调节效果的影响。研究1以100名大学生为被试,采用执行功能任务和情绪调节策略问卷考察执行功能与情绪调节策略使用倾向之间的关系;研究2招募了40名大学生被试,采用执行功能任务和情绪调节任务考察执行功能对情绪调节效果的影响,依据执行功能总分对被试进行分组,分析前33%高执行功能被试和后33%低执行功能被试在情绪调节效果上是否存在差异。结果发现,执行功能越低的个体越倾向于选择使用表达抑制策略,执行功能越高的个体使用认知重评策略进行情绪调节的效果更好。     

计算机化分类测验终止规则的类别、特点及应用

计算机化分类测验(Computerized Classification Testing, CCT)能够高效地对被试进行分类, 已广泛应用于合格性测验及临床心理学中。作为CCT的重要组成部分, 终止规则决定测验何时停止以及将被试最终划分到何种类别, 因此直接影响测验效率及分类准确率。已有的三大类终止规则(似然比规则、贝叶斯决策理论规则及置信区间规则)的核心思想分别为构造假设检验、设计损失函数和比较置信区间相对位置。同时, 在不同测验情境下, CCT的终止规则发展出不同的具体形式。未来研究可以继续开发贝叶斯规则、考虑多维多类别情境以及结合作答时间和机器学习算法。针对测验实际需求, 三类终止规则在合格性测验上均有应用潜力, 而临床问卷则倾向应用贝叶斯规则。     

教育认知诊断测验与认知模型一致性的评估

构建正确的认知模型是成功进行认知诊断的关键之一,如果认知诊断测验不能完整准确地代表这个认知模型,这个测验的效度就存在问题.属性及其层级可以表示一个认知模型.在认知模型正确基础上,给出了一个计量公式以衡量认知诊断测验能够多大程度上代表认知模型;对于不止包含一个知识状态的等价类及其形成原因进行了分析,对Cui等人的属性层级相合性指标(HCI)提出修改建议,以更好地探查数据与专家给出的认知模型的一致性.     

题目属性向量平衡策略的认知诊断测验设计

为组卷制定的题目属性向量平衡（IAVB）策略强调试卷必须体现认知模型,并将题目属性向量而不是以单个属性作为考察单位。该策略克服严格属性平衡(AB)策略仅适用于独立结构的不足,且在每个题目考察属性个数（大致）相同的条件下,以模式判准率（PMR）为衡量标准,该策略优于非IAVB策略。特别地,若属性层级结构为独立结构时,IAVB策略最优,严格属性平衡策略次之,两种策略均未采用的,则最差。在题目属性数一定条件下,IAVB矩阵提高PMR更显著。     

认知诊断计算机化自适应测验的选题策略

随着认知诊断计算机化自适应测验(cognitive diagnostic computerized adaptive testing, CD-CAT)理论与实践的发展, 兼顾知识状态与能力的双目标CD-CAT逐渐受到重视。选题策略是CAT的核心, 通过梳理传统CD-CAT和双目标CD-CAT选题策略的研究, 并对它们的特点、关系及表现进行介绍和评析。最后, 基于认知诊断模型与CAT实践发展指出未来应加强一般化认知模型、复杂测验条件认知诊断模型下选题策略的研究; 应开发双目标诊断测验的项目和测验特征指标; 还应加强非参数选题方法和CD-CAT的实践应用研究。     

基于作答数据的模型参数和Q矩阵联合估计

Q矩阵在认知诊断的模型参数估计和诊断分类中起着重要作用。本文通过研究Liu等人的方法, 设计了同时估计项目参数和Q矩阵的联合估计算法。在DINA模型下, 对项目参数未知时开展模拟研究。研究假设项目为20个, 考察的属性个数分别是3、4和5, 初始Q矩阵中分别存在3、4和5个属性界定错误的项目。结果表明, 联合估计算法能在错误的初始Q矩阵基础上以很高的概率得到正确的Q矩阵。另外, 当专家认定测验的属性个数存在错误时, 该方法推导的Q矩阵和模型参数能提供很好的鉴别Q矩阵错误的信息。     

Adaptive reasoning: Componential and eye movement analysis of geometric analogy performance

The present study explored individual differences in performance of a geometric analogies task. Whereas past studies employed true/false or two-alternative items, the present research included four-alternative items and studied eye movements and confidence judgements for each item performance as well as latency and error. Item difficulty proved to be a function of an interaction between the number of response alternatives and the number of elements in items, especially for subjects lower in fluid-analytic reasoning ability. Results were interpreted using two hypothesized performance strategies: constructive matching and response elimination. The less efficient of these, response elimination, seemed to be used more by lower ability subjects on more difficult items. While two previous theories resemble one or the other of these strategies, neither alone seems to capture the complexity of adaptive problem solving. It appears that a comprehensive theory should incorporate strategy shifting as a function of item difficulty and subject ability.Componential models, based in part on past research, revealed that a justification component was activated and deactivated depending upon the nature of the analogy being solved. In addition, two new components, spatial inference and spatial application, were identified as important on some items, suggesting that different geometric analogy items invoke different cognitive processing components. Thus, a comprehensive theory should also describe component activation and deactivation.     

不同认知结构被试的测验设计模式

正如不同的病症需要使用不同的医疗技术方法来诊断一样, 不同的认知结构也需要设计对应的测验模式来进行诊断, 从而保证测验具有高质量的诊断评估效果。但传统测验形式未考虑不同认知结构的针对性诊断测验需求, 导致“千人一卷”在测验效率上有所不足; 认知诊断计算机化自适应测验虽可针对不同认知结构的被试施测不同的项目, 然而支持自适应过程的题库却没有针对不同认知结构被试设计对应的项目, 导致题库使用效率较低。要解决上述问题的关键在于, 探索如何针对不同认知结构设计相对应的测验模式。本研究采用Monte Carlo模拟, 对六种属性层级关系下, 不同认知结构的测验设计模式进行探讨。实验结果表明(1)同一属性层级关系下, 不同认知结构的最佳测验设计模式不同; (2)依据不同认知结构的最佳测验设计模式构建的题库具有更高的使用效率。测验编制者可以根据实验结果针对不同认知结构优化对应的测验设计模式, 并用于指导题库建设。     

基于认知理论的测验编制技术—项目生成

传统测验重视统计技术,不重视测量结构的心理学意义,使得它的功能局限于筛选,不能提供更多的信息。由于认知心理学理论、心理计量学以及计算机技术的发展,使得基于认知理论指导下的项目生成技术逐渐成熟。该文从项目生成的概念、方法,及研究的意义和难点等方面对项目生成技术作了一个简要述评,以期推进我国认知心理学与心理测量学相结合的研究工作。     

粗糙集在项目认知属性标定中的应用

认知诊断是新一代测量理论的核心, 对形成性教学评估具有重要意义。项目认知属性标定是认知诊断中一项基础而重要的工作,现有的项目认知属性辅助标定方法的研究工作很少, 并且在应用上存在诸多局限。课堂评估是认知诊断应用的理想场所,但课堂评估中项目的选取具有随意性, 教师难以在短时间内准确标识项目认知属性。本研究首次提出采用粗糙集方法对项目认知属性进行标定, 该方法无需太多被试和项目, 亦无需已知项目参数, 且能当场诊断出结果, 适于采用纸笔测验的课堂评估。通过Monte Carlo模拟研究表明：采用粗糙集方法能迅速地对项目认知属性进行标定, 并具有较高的标定准确率; 而且, 项目认知属性越少、或被试估计判准率越高、或失误率越小则项目认知属性标定的准确率越高。粗糙集方法的引入, 对拓展认知诊断的应用范围, 真正实现其辅助性教学功能, 具有重要作用。     

行政职业能力倾向测验:历史、现状与未来研究

经过二十多年的发展,行政职业能力倾向测验已经成为公务员考试中不可缺少的测评工具之一。在实践发展中,行测内外部的变化引发了许多研究问题。然而,现有研究的广度和深度都较为有限。为了提高行测的科学化水平,该文指出未来亟需从以下方面开展研究:(1)借鉴认知诊断理论对各个题型进行研究;(2)测量结构的确立;(3)分级分类考试的架构设计;(4)新题型开发;(5)分数合成;(6)试题公平性等。     

计算机适应性测验条件下认知设计项目预测参数的影响

自动化项目生成(Automatic Item Generation)中的项目参数是基于认知项目设计的刺激特征集预测的, 在不确定性来源上较之用经验数据标定的参数更为复杂。文章通过实证研究分析了在计算机适应性测验条件下基于认知设计系统法生成的抽象推理测验(ART)项目预测参数对能力参数估计的精确性。研究表明, 项目预测参数比相应标定参数分布更为趋中。这种回归效应既影响到能力参数估计误差大小, 也导致适应性测验过程中项目选择的差异。在控制了项目选择差异之后, 能力参数估计误差较之基于项目标定参数的能力估计误差大, 但差别并不明显。两者相应的能力估计值相关很高, 对应能力值之间的差异很小, 且几乎贯彻整个能力分布区间。