学业能力倾向测验综述

在西方国家,学业能力倾向测验是广泛应用于学校情景中的能力倾向测验。它以其独特的诊断和预测功能在学生的学业和职业指导中起着重要的作用。本文试图在回顾能力倾向测验的理论与实践渊源的基础上,着重介绍学业能力倾向测验的特点、模式、用途,国外著名学业能力倾向测验的内容及对其效用的研究等,以期对编制我国中学生适用的学业能力倾向测验做一准备和铺垫。     

瑞文推理测验上的性别差异

瑞文推理测验上是否存在性别差异？与较早期的研究结果不同, 较近的一系列研究发现在瑞文推理测验上存在性别差异, 且性别差异具有发展性。当前可以解释该性别差异的观点主要有两种, 其一是污染观, 即认为瑞文推理测验中发现的性别差异实质上是由于测验中其他成分的“污染”所致, 而在它所主要代表的g因素的发展中并不存在性别差异; 其二, 较新的研究提示, “污染”可能存在, 但在g因素上仍然具有性别差异, 这种差异是由生理上的原因造成的。研究者由此提出了智力性别差异的发展理论。本文主要从儿童青少年发展的角度回顾了有关瑞文推理测验性别差异的研究, 综述并分析了关于性别差异研究结果不一致的可能原因。     

允许检查并修改答案的计算机化自适应测验

采用计算机模拟程序对允许检查并修改答案的计算机化自适应测验（CAT）进行研究,并采用新的评分方式对付Wainer策略。结果表明：综合考虑被试的两次作答信息可以得到更精确的能力估计值。大部分被试进行了修改,只有少部分答案被修改,在被修改的答案中大部分是由错误改为正确;综合Wainer策略CAT的后验分布期望值（EAP）和极大似然估计值（MLE）可以“粗糙”对付Wainer策略     

方言与普通话并用:双言心理研究述评

由于汉语方言的复杂性和多年来的推广普通话,使得方言和普通话并用的双言现象非常普遍.在语言关联性假设的指引下,心理学家探讨了双言者的语言表征,考察了双言对于双言者的记忆、时间认知和语言加工的影响,调查了双言者的语言态度,包括两种语言的语用情况和内隐态度.未来研究要继续关注双言者的语言表征及其提取机制,探查双言现象的认知神经机制,进一步深入探讨双言对双言者心理的影响.     

锚测验难度水平代表性对垂直量尺化的影响研究

考察了锚测验难度水平对其来源测验水平的代表性对垂直量尺化的影响。采用模拟研究的方法,比较了锚测验难度等于来源测验、位于高低年级测验水平难度区间的第25百分位处及区间第50百分位处时,年级能力分布和垂直量尺特性上的参数返真结果,发现锚题难度水平高于其来源测验非但不会导致垂直量尺化结果变差,在有的情境下反而可能会提高其准确性。研究揭示人们构建垂直量尺时,可以根据内容和其他统计特征的需要对锚测验的难度水平做出适当调整     

基于CAT的在线标定:设计与方法

项目增补是题库建设和维护的重要手段, 而标定新题参数是项目增补的重要内容。在线标定设计和在线标定方法分别研究新题的施测方式和参数估计方法, 是计算机化自适应测验(computerized adaptive testing, CAT)情景下项目增补的核心技术。重点厘清在线标定设计与在线标定方法的发展思路和脉络, 并对它们的特点、联系和表现进行介绍和评价。未来应基于其他信息指标进一步研究在线标定设计, 可基于联合估计和误差校正的思路探究在线标定方法, 应加强研究认知诊断CAT和多维CAT的在线标定技术, 深入开展项目增补方法的实证研究。     

测验效应的内部机制——基于情景背景理论的视角

"测验效应"指提取比同等时间的重复学习,在随后的记忆测验中有更好的成绩。多数理论从提取角度解释该现象。近些年,精细提取理论得到诸多研究支持,但2014年,Karpicke等人提出的情景背景理论,对测验激活语义关联信息的解释提出质疑,认为被试在提取模式中对先前时间背景信息的复原是测验效应形成的关键。本文比较了测验效应研究的最新理论,结合提取加工的研究方法和成果,从提取模式、提取方向的角度解释了测验效应的内在机制。     

陆军初级指挥院校新学员潜在能力测验及其选拔模式的研究

针对陆军初级指挥院校在选材方面的现状，通过百名专家问卷调查，参阅国际现行的有关标准及我军多年来能力培养方面的研究成果．比照陆军初级指挥院校教学大纲所提出的能力培养要素及其要求，构建了陆军初级指挥院校新学员的选拔摸式，确立了淘汰标准。     

“风险”性质的探讨──一项联想测验

该实验是为探讨“风险”的性质而进行的词联想测验。实验以“风险”一词作为刺激词，让被试连续进行三次自由式联想。其结果得到了三大类不同性质的联想词及其它相关结论。     

一种高效的CD-CAT在线标定新方法：基于熵的信息增益与EM视角

项目增补(Item Replenishing)对认知诊断计算机自适应测验(CD-CAT)题库的维护有着至关重要的作用, 而在线标定是一种重要的项目增补方式。基于数据挖掘中特征选择(Feature Selection)的思路, 提出一种高效的基于熵的信息增益的在线标定方法(记为IGEOCM), 该方法利用被试在新旧题上的作答联合估计新题的Q矩阵和项目参数。研究采用Monte Carlo模拟实验验证所开发新方法的效果, 并同时与已有的在线标定方法SIE、SIE-R-BIC和RMSEA-N进行比较。结果表明：新开发的IGEOCM在各实验条件下均具有较好的项目标定精度和项目估计效率, 且整体上优于已有的SIE等方法; 同时, IGEOCM标定新题所需的时间低于SIE等方法。总之, 研究为CD-CAT题库中项目的增补提供了一种更为高效、准确的方法。