高校教师教学水平评价概化理论预算限制下最佳样本量估计

使用“高校教师教学水平评价问卷”,要求566名学生对19名教师进行评价,对收集到的数据作不同的概化设计,包括t×i、（s：t）×i、（s：t）×（i：v）和（s：t）×（i：v）×o四种设计。基于概化理论,结合预算限制,统一LaGrange乘法公式,自行推导不同设计的最佳样本量公式,联合估计的方差分量,计算出不同设计的最佳样本量。结果表明：（1）LaGrange乘法统一公式表现出较强的通用性,能够适用于预算限制下各种概化设计;（2）评价场合是影响高校教师教学水平评价一个相当重要的因素;（3）（s：t）×（i：v）×o是高校教师教学水平评价概化理论预算限制下最优概化设计;（4）高校教师教学水平评价概化理论预算限制下,每位教师最佳评价学生人数为20人,每个维度最佳评价题目数为3题。     

一种基于进化算法的概化理论最佳样本量估计新方法：兼与三种传统方法比较

概化理论在心理与教育测量领域应用较广。如何使测量程序在预算限制的情况下达到较优的可靠性是研究者需要考虑的重要问题, 这个问题可以转换为最佳样本量估计的问题。提出了一种基于进化算法的估计概化理论下最佳样本量的新方法——约束进化算法, 并采用模拟研究的方法比较了微分优化法、拉格朗日法、柯西不等式法等三种传统方法与约束进化算法的优劣。结果表明：在两侧面交叉设计、两侧面嵌套设计和三侧面交叉设计中都证明了约束进化算法更具优越性, 建议研究者在今后的研究中优先使用。     

阅读理解测试的信度研究:来自概化分析的视角

阅读理解测试通常为多个题目共用一个语篇材料,属于典型的题组题型,传统的基于单题的信度估计方法将会高估测试的信度。研究采用概化理论模型,通过比较传统信度系数以及不同的概化理论测量设计模型,探讨不同方法对阅读理解测量精度估计的差别;同时,通过改变语篇和题目的数量来观察概化系数和可靠性指数等指标的变化,为改进考试设计和命题提供参考信息。结果表明,忽略语篇的单变量概化设计以及基于题目的 系数会在概化系数上高估0.0404,将语篇作为多变量的交叉设计会在概化系数上高估0.0480,基于语篇的系数与单变量嵌套设计的概化系数一致。另外,增加阅读理解中的语篇量或题目量都可以提高测量的精度,但增加语篇量在提高阅读理解测试的测量精度上更为高效。     

概化理论预算限制下最佳样本量估计

概化理论广泛应用于各种心理测评实践中。当有预算限制时,概化理论需要考虑如何设计一个测量可靠性相对较高且可行性也相对较强的测量程序,这就要求通过某些途径估计最佳样本量。拉格朗日乘法是概化理论预算限制下最佳样本量估计较为成熟的方法。探讨了概化理论预算限制下最佳样本量估计的一些影响因素,如受总预算舍入的影响等,也提出了一些后续改善的建议,如推导出拉格朗日乘法的统一公式等     

概化理论方差分量及其变异量估计:跨分布的模拟研究

为考察概化理论中方差分量及其变异量估计的准确性,采用模拟研究的方法,探究Traditional法、Jackknife法、Bootstrap法和MCMC法在p×i×h和p×(i:h)2种双侧面设计和正态、二项、多项、偏态分布4种数据类型下的表现。结果显示:(1)4种方法均能准确估计方差分量;(2)估计方差分量的标准误时,若数据正态分布,Traditional法最优,非正态分布时Bootstrap法最优;(3)估计方差分量的90%置信区间时,Bootstrap法在不同分布的数据下表现稳定,但容易受到侧面水平数的影响。综合来说,若数据呈正态分布,建议选用Traditional法; 若数据呈非正态分布,建议选用Bootstrap法。     

质性研究中编码者信度的多种方法考察

质性研究中检验编码者信度的方法有归类一致性指数、编码信度系数、相关系数、中位数检验、概化系数等。基于教师胜任力访谈数据集,对编码者信度考察结果表明,归类一致性指数和编码信度系数受相同编码数影响而不稳定,相关系数受数据类型制约,中位数检验受研究设计影响,概化系数则受编码者和编码项目的数量影响。研究中须合理选用。     

样例的概化水平对原理通达和运用影响的实验研究

用排列和组合原理为材料,探讨了编码样例解题步骤的子目标标签的概化水平对原理通达和运用的影响。实验1探讨不同概化水平的子目标标签编码样例解题步骤的情况下学习者原理通达的正确程度;实验2探讨不同概化水平的子目标标签编码样例解题步骤的条件下学习者原理运用的正确程度。结果表明：样例的概化水平影响原理学习过程中对原理的通达和运用;学习不同概括水平的样例,学习者获得图式的概括性也不同。     

普通话测试的录音评分可行性、信度及经济效率

该研究采用心理测量中的概化(generalizability theory)理论,通过两个研究,分析国家语言文字工作委员会的普通话测试中采用录音评分的可行性,并探讨了其信度、经济效率及心理测量等特性。研究共有25名被试及8名评分员。结果表明录音评分和现场评分测试的结果是一致的,最少能区分90％的能力差异。此外,研究亦指出现行测试的评分者人数及题数已经算足够,但仍可依考生能力特性等,作一些调整以提高测试效率。     

结构化面试中多源变异的概化分析

用多元概化理论分析由75名应聘者和7名面试官组成的结构化面试中多种变异来源,结果表明:面试中5个测评因子的概化系数约为0.81~0.88之间,说明该面试7名考官对应聘者评分并不太一致,但勉强可以接受,产生误差的主要来源是应聘者与面试官交互作用影响;继续增加面试官数量可有效提高概化系数,但是并不符合实际,对面试官在评分标准上进行统一培训才是解决问题的最佳方法。概化理论具有经典测量理论不可及的优势,适合广泛应用于结构化面试的数据分析中。     

用概化理论分析胜任特征核检表评价的影响因素

构建15种概化理论分析模型,探讨胜任特征核检表评价的主要影响因素.研究数据为小学校长胜任特征核检表评价数据.研究通过比较不同模型的概化系数变化量,发现评价者所属组别和评价者所属地域为主要影响因素,根据所得主要影响因素之间的关系,提出用于评价数据的最佳概化理论分析模型.概化模型分析所得结果基本符合实际评价情况,说明用概化理论分析评价的影响因素具有可操作性.     

不同概化的问题原型对问题归类和解决的影响

探讨原理学习过程中形成不同概化程度／问题原型对解决不同适宜程度问题的影响。实验1探讨个体形成不同概化程度问题原型对解决表面内容不同适宜程度的问题的效果;实验2探讨形成不同概化程度问题原型的被试解决问题的信息加工方式与机制;实验3进一步探讨形成不同概化程度问题原型的个体解决复杂问题的效果与机制。结果表明：(1)形成概化程度较高的问题原型有利于个体对表面内容不适宜题目的解答;(2)形成概化程度较高问题原型的被试在解答适宜或不适宜问题时均能迅速激活问题原型而通达原理图式,因此,更多地采用图式的方法解决问题;(3)形成概化程度较高的问题原型会有助于被试排除题目的无关信息,正确进行解答。     

领悟社会支持量表的多元概化分析

目的:拟用多元概化理论考察领悟社会支持量表在高中生群体中应用的测量学性能。方法:以p×i随机测量模式的概化设计,针对1500名在校高中生进行领悟社会支持调查。结果:三个因子的相关程度较高(0.65以上);整体量表的概化系数和可靠性指数均达到了0.9以上,而各因子在0.77以上。结论:整体量表及各因子在高中生群体中应用的信效度较高,可用作常模和标准参照测验;量表在各因子的分值比和项目数上,设计较合理和完善。     

基于概化理论的作假识别量表编制及其作用

基于概化理论,探讨在《大学生心理资本量表》中加入作假识别量表的具体编制过程及其在提升量表信度、效度等方面的作用。通过因素分析验证《作假识别量表》的单维性;通过概化研究,研究其信效度,并嵌入《大学生心理资本量表》进行验证。结果表明：因素分析解释率为55.858%,概化研究结果显示G系数和Φ系数分别为0.825,0.809。因此,《作假识别量表》有很好的信效度,嵌入《大学生心理资本量表》后能有效地识别作假行为和筛选被试。     

效度概化：预测效度元分析的30年成果述评

效度概化是通过元分析技术对普遍化的预测效度的估计。元分析是研究效度概化问题的技术,是对具有“预测因子-效标”特征的相关数据进行定量综合的方法。效度概化促进了预测因子与效标之间关系的理论研究和应用研究,是应用心理学领域近30年（1977~2007）来最重要的进展之一。30年来的效度概化研究表明,认知能力测验、知识和技能测验、人格测验、结构化面试和评价中心技术等的预测效度具有鲁棒性、对应性和联合增值性     

档案袋评价中评分者信度的实证研究

档案袋评价因能充分发挥促进学生发展和教学改进的功能而受到青睐,但不佳的测评信度和效度限制了其在教学评价中的应用。本文对档案袋评分者信度的特点进行实证研究,4位评分者对152份档案袋进行了2次等级评分,运用多种统计方法计算评分者信度。结果表明,档案袋的评分有较高的关联性、中等偏弱的一致性和一定的稳定性,对档案袋整体水平的评分信度最高。本研究中,评分者个数为3时,对档案袋整体水平评分的概化系数和可靠性系数都在0.80以上。     

大学生网络成瘾量表（修订版）的多元概化分析*

用多元概化理论考察大学生网络成瘾量表在大学生群体中应用的测量学性能。以随机测量模式的概化设计,针对1200名在校大学生进行问卷调查。结果显示双因子结构的相关程度在0.92以上,五因子结构的相关程度均在0.76~0.97间;整体量表的概化系数和可靠性指数均达到了0.94以上,而双因子结构各因子在0.90左右,五因子结构各因子均在0.74~0.85间。所以,整体量表及各因子在大学生群体中应用的信效度较高,可用作常模和标准参照测验;无论双因子还是五因子结构,CIAS-R各因子在分值比和项目数上,设计非常合理和完善。     

青少年学习倦怠量表的多元概化分析

运用多元概化理论考察青少年学习倦怠量表（ASBI）的测量学属性。结果发现,ASBI各因子以及全量表的概化系数和可靠性指数均达到较好水平,既可用于常模参照测验,也可用于标准参照测验;各因子的分量比例还不尽完善,低成就感对全域总分的贡献略低于在全量表中的分值比重,对相对误差方差贡献最大的是低成就感,学业疏离对绝对误差方差的贡献最大;今后ASBI的修订工作,可考虑对学业疏离和低成就感因子条目质量的改进,同时适当增加身心耗竭因子的条目数以提高其测量信度。     

生育年龄限制感对生育意愿的影响：育龄群体父母文化水平的调节作用

近几年我国正面临"低生育率陷阱"危机,提升育龄群体的生育意愿迫在眉睫。本研究采用问卷法和实验法,考察生育年龄限制感对育龄群体生育意愿的影响及父母文化水平的调节作用。结果:(1)育龄群体实际年龄越接近最佳生育年龄,生育意愿越强烈;(2)育龄群体的母亲文化水平在二者间的调节作用显著,父亲文化水平的调节作用不显著。该研究对提升我国育龄群体的生育意愿具有重要的理论和现实指导意义。     

针对微测评理念的自适应测验技术——基于CO-MIRT诊断模型

前人研究业已表明MIRT模型在自适应测验等诸多领域的测量优势,但面对当前国内教育行业在实践过程中的现状,仍无法有效地解决待测知识点数量、试题数量和测量精度之间的矛盾。对此,本次研究设计了CO-MIRT模型,经由前馈层、全连接层的操作以共享试题之间所传递的信息,以及通过控制层、L2正则化等操作来限制小样本测验下的过拟合,来达到降低估计误差的目的。本次研究采用蒙特卡洛模拟的方式验证了模型效果,并使用数学推演的方式给予理论上的证明。     

一般心理能力(GMA)预测绩效:现状、机制及趋势

一般心理能力(General Mental Ability,GMA)是人事选拔领域应用最为普遍的预测源,百年来的研究证实,GMA不仅直接影响工作知识的获得与技能习得,还通过学习和问题解决间接影响个体的工作绩效,是工作绩效的最佳预测源。未来对GMA本质以及GMA与绩效关系的探讨,除了经典测量学视角外,还应借鉴认知神经研究范式,深入揭示GMA预测工作绩效的脑认知机制,同时进一步收集GMA的预测效度以及中国情境下的概化效度证据。