基于过程数据的问题解决能力测量及数据分析方法

问题解决能力是指在没有明显解决方法的情况下个体从事认知加工以理解和解决问题情境的能力。对问题解决能力的测量需要借助相对更复杂、更真实、具有可交互性的问题情境来诱导问题解决行为的呈现。使用虚拟测评抓取问题解决的过程数据并分析其中所蕴含的潜在信息是当前心理计量学中测量问题解决能力的新趋势。首先, 回顾问题解决能力测量方式的发展：从纸笔测验到虚拟测评。然后, 总结对比两类过程数据的分析方法：统计建模法和数据挖掘法。最后, 从非认知因素的影响、多模态数据的利用、问题解决能力发展的测量、其他高阶思维能力的测量和问题解决能力概念及结构的界定五个方面展望未来可能的研究方向。     

泌尿系结石治疗方案选择的现状、挑战与对策

在泌尿外科临床工作中,泌尿系结石可选择的治疗方案多种多样而又各有特点,不恰当的治疗方式将给患者带来巨大的损失与伤害,因此如何为泌尿系统结石患者选择最佳的治疗方案是充满挑战性的问题.本文将着重论述在泌尿系统结石治疗决策中存在的问题、原因并提出相应的对策.     

道德决策的机制及干预研究:自我相关性与风险水平的作用

现有的道德决策脑机制研究更多地关注了认知和情绪的交互作用,较少关注个体对"自我相关性"和"风险水平"信息的整合加工,更是忽视了帮助情境和伤害情境下道德决策的心理与脑机制的异同。因此,有必要通过行为、事件相关电位(ERP)和多模态脑功能成像(f MRI)等多种方法来系统考察帮助和伤害情境下自我相关性和风险水平交互影响道德决策的认知和神经机制,并进一步探讨共情训练对道德决策的干预作用。旨在揭示道德决策的时间进程和神经基础;探寻自我相关性与风险水平对道德决策的影响,及其在不同情境和共情水平下可能存在的变异;共情训练能否有效提升个体的道德决策水平。     

"为政以德":孔子政治伦理思想的内在逻辑理路——从美德政治学的角度看

孔子在社会理想上憧憬"大同"之世,在现实的政治治理上则向往以亲情关系为主轴的家国一体的周礼之治,力图使政治社会成为一个"道德的团体",所以,"为政以德"成为其政治伦理思想的核心.礼制是其对社会基本结构的设计,义乃政治治理的价值目标,孝悌是政德之根,仁为诸政德之全体大用,所以,其政治伦理思想内含一种内在逻辑结构,同时又表现出典型的美德政治学的特征.     

保荐代表人的执业水平、职业道德与证券市场风险

保荐代表人作为中国股市投资产品的生产者、第一质检人及保荐人,对自己所承诺保荐的产品具有不可推卸的责任,其保荐意见是投资者做出投资决策的依据,对证券市场发展的兴衰形成巨大影响。保荐代表人必须正视自己的执业水平与职业道德的提高,不断适应现代信用市场的需要。     

计算机化多维测验中作答时间和作答精度数据的联合分析

随着心理与教育测量研究的发展和科技的进步,计算机化(大规模)测验逐渐受到人们的关注。为探究在计算机化多维测验中如何利用作答时间数据来辅助评估多维潜在能力,以及为我国义务教育阶段教育质量监测提供数据分析方法上的理论支持。本研究以2012年和2015年国际学生能力评估(PISA)计算机化数学测验数据为例,提出了一种可同时利用作答时间和作答精度数据的联合作答与时间的多维Rasch模型。根据新模型对PISA数据的分析结果,表明引入作答时间数据,不仅有助于提高模型参数的估计精度,还有助于数据分析者利用被试的作答时间信息来做进一步的决策和干预(e.g., 对异常作答行为或预备知识的诊断)。     

一种基于多阶认知诊断模型测评科学素养的方法

科学素养是指作为一名有反思意识的公民所具有的解决科学问题和运用科学理念的能力。为实现在认知诊断中对科学素养的测评, 本文基于PISA 2015科学素养测评框架首次提出科学素养包含的三阶潜在结构, 使用新提出的多阶认知诊断模型对PISA 2015科学测评数据进行分析, 并通过模拟研究探究新模型的心理测量学性能。结果表明：(1)新模型能够较好地分析包含三阶潜在结构的科学素养; (2)科学知识对科学素养的影响最大, 科学背景次之, 科学能力的影响最小; (3)全贝叶斯MCMC算法能够为新模型提供较精准的参数估计。     

自我控制与自我控制资源

自我控制是人适应社会的重要功能, 近十年来, 心理学家主要围绕有限自制力理论展开其研究。事实上, 用于自我控制的资源十分有限, 在它严重被消耗时会引发个体的自我衰竭, 这将对个体的情绪、认知及行为等方面都造成不良的影响。个体的情绪调节、思想抑制和分心控制等行为都可能导致其处于自我衰竭的状态, 但通过睡眠、放松或积极情绪诱导等方式则可有效促进自我控制资源的恢复。未来的研究需进一步明确自我衰竭的心理与生理机制, 并深入挖掘自我衰竭与其它影响自控行为的因素之间的内在关联。     

多维题组效应认知诊断模型

当前认知诊断领域还缺少对包含题组的测验进行诊断分析的研究, 即已开发的认知诊断模型无法合理有效地处理含有题组效应的测验数据, 且已开发的题组反应模型也不具有对被试知识结构或认知过程进行诊断的功能。针对该问题, 本文尝试性地将多维题组效应向量参数引入线性Logistic模型中, 同时开发了属性间具有补偿作用的和属性间具有非补偿作用的多维题组效应认知诊断模型。模拟研究结果显示新模型合理有效, 与线性Logistic模型和DINA模型对比研究后表明：(1)作答数据含有题组效应时, 忽略题组效应会导致项目参数的偏差估计并降低对目标属性的判准率; (2)新模型更具普适性, 即便当作答数据不存在题组效应时, 采用新模型进行测验分析亦能得到很好的项目参数估计结果且不影响对目标属性的判准率。整体来看, 新模型既具有认知诊断功能又可有效处理题组效应。     

高阶项目反应模型的发展与应用

在测量具有层阶结构的潜质时, 标准项目反应模型对项目参数估计和能力参数估计都具有较低的效率, 多维项目反应模型虽然在估计第一阶潜质时具有高效性, 但没有考虑到潜质层阶的情况, 所以它不适合用来处理具有层阶结构的潜质; 而高阶项目反应模型在处理这种具有层阶结构的潜质时, 不仅能够高效准确地对项目参数和能力参数进行估计, 而且还能同时获得高阶潜质与低阶潜质。目前存在的高阶项目反应模型有高阶DINA模型、高阶双参数正态肩型层阶模型、高阶逻辑斯蒂模型、多级评分的高阶项目反应模型和高阶题组模型。未来对高阶项目反应模型的研究方向应注意多水平高阶项目反应模型、项目内多维情况下的高阶项目反应模型以及高阶认知诊断模型。