手机依赖的计算机化自适应测量及其效果评估

本文深入探讨了手机依赖的新的测量方式即计算机化自适应测量,并同时与原手机依赖的纸笔测验量表进行了比较,以探讨在相同测量长度下,新测量方式能在多大程度上提升对手机依赖的测量精度及测量信度。为此本文共进行了两项研究:研究1开发构建了手机依赖的计算机化自适应测量(CAT-MPD),并探讨了其测量的特征与性能。研究2通过对真实数据的模拟CAT测试,以CAT-MPD来源的纸笔测验量表为比较对象,考察CAT-MPD对原纸笔量表测量精度及测量信度的提升幅度。研究结果表明:CAT-MPD具有较理想的测量精度和信度,而且能有效减少被试所测项目量;同时,在同等条件下,CAT-MPD不论是在测量的精度还是测量的信度,均大幅优于手机依赖的纸笔测验量表。总之,本文为手机依赖的实际测量提供了一种新的技术支持。     

长时记忆项目再认任务中的范畴效应

该研究探讨语义范畴组织在长时记忆项目再认任务中的作用。实验材料的记忆广度内和记忆广度外词表,实验采用项目再认固定集程序。结果表明被试反应时间随记忆集增加而增加,同时“是”“否”反应的斜率一致;     

项目反应模型的拟合性研究

本文以高等学校入学考试的考生实测数据，对项目反应理论数学模型的选用及数学模型的拟合性作统计检验，并对样本容量与项目反应模型的拟合性关系、样本容量与项目反应模型参数估计的关系作出讨论。     

从记忆组织结构的观点看记忆的研究

绝大部分有关记忆研究，都是以单个的记忆项目为分析的对象的，它们不考虑这些项目赖以存在的记忆组织结构，而“信息更正”研究有效地克服了这个方面的欠缺，考查了记忆项目与记忆结构之间的关系。本文在介绍有关研究的基础上，提出：将通常被视为“游离态”的记忆项目纳入记忆结构中来考虑的观点。     

争做“马路天使”,活出基督样式——访“青岛好司机”公益组织创始人田鹏飞弟兄

到达青岛的那日,天空澄碧,纤云不染。驱车来到位于李沧区的王家下河教堂,笔者见到了这次计划采访的田鹏飞弟兄。田鹏飞是位80后的青年人,2014年,他辞去工作,毅然投身公益事业,创办了“青岛好司机”这个公益组织。2015年,田鹏飞参与完成道路救援51次,在他的感召和引领下,由六百余名志愿者组成的“好司机”团队共参与完成道路救援565次,     

前额叶与来源记忆

记忆过去某个特定事件不仅包括记住它的内容 (项目或内容记忆 ) ,而且包括记住事件所发生的背景 (来源记忆 ) ,两者依赖于不同的脑区。前额叶是来源记忆的重要神经基础 ,对脑损伤患者、老年人和采用注意分离范式模拟前额叶损伤的行为研究和相应的电生理研究为此提供了实验证据。     

改良单组设计下的跨年等值影响因素研究

针对我国测评项目的高安全性需求,提出锚人与锚题相结合的新跨年等值设计,并采用基于实证数据的模拟研究方法探究等值方法、锚人数量、锚测验组卷方式和不同测验周期被试能力差异对等值精度的影响。结果表明：以上因素均影响等值精度且等值方法的影响突出。建议：（1）锚人较少时采用需量尺转换的等值方法;（2）锚测验组卷方式应与等值方法计算特点相匹配;（3）各周期被试能力差异较大时可酌情增加锚人或调整锚测验组卷方案。     

心理测验中个人拟合研究的回顾与展望

个人拟合研究是对心理测验中偏差行为鉴别的一种新方法,它以Guttman理想模型、项目反应理论和非参数项目反应理论为基础。传统个人拟合指标是对宽泛偏差行为的检验,当前个人拟合研究更具体、更形象,针对于某种偏差行为的专门性指标和图形与回归分析受到了越来越多的关注。但无论哪种个人拟合方法都会受到各种无关因素的影响,如何克服这些影响,提高个人拟合方法的实际应用价值将成为个人拟合研究的主要方向     

多维项目反应理论补偿性模型参数估计:基于广义回归神经网络集合

运用广义回归神经网络(GRNN)方法对小样本多维项目反应理论(MIRT)补偿性模型的项目参数进行估计,尝试解决传统参数估计方法样本数量要求较大的问题。MIRT双参数Logistic补偿模型被设置为二级计分的二维模型。首先,模拟二维能力参数、项目参数值与考生作答矩阵。其次,把通过主成分分析得到的前两个因子在每个题目上的载荷作为区分度的初始值以及题目通过率作为难度的初始值,这两个指标的初始值作为神经网络的输入。集成100个神经网络,其输出值的均值作为MIRT的项目参数估计值。最后,设置2×2种(能力相关水平:0.3和0.7; 两种估计方法:GRNN和MCMC方法)实验处理,对GRNN和MCMC估计方法的返真性进行比较。结果表明,小样本的情况下,基于GRNN集成方法的参数估计结果优于MCMC方法。     

心理与教育测验中反应时模型应用的优势与举例

基于计算机形式的测验使得收集作答反应时信息成为可能,这些信息的有效利用对心理与教育测验的理论研究和实际应用产生了重大影响。首先,归纳并总结了测验中使用反应时信息的五大优势。其次,分别介绍了4种不同取向下较典型的反应时模型与模型特征,并分别进行评价。再次,较系统地梳理了反应时模型在实践中的应用,使读者了解反应时信息在测验中所发挥的作用。最后,探讨了未来将反应时应用于心理与教育测量领域的几个研究方向。