两种新的计算机化自适应测验在线标定方法

在线标定技术由于具有诸多优点而被广泛应用于计算机化自适应测验(CAT)的新题标定。Method A是想法最直接、算法最简单的CAT在线标定方法, 但它具有明显的理论缺陷--在标定过程中将能力估计值视为能力真值。将全功能极大似然估计方法(FFMLE)与“利用充分性结果”估计方法(ECSE)的误差校正思路融入Method A (新方法分别记为FFMLE-Method A和ECSE-Method A), 从理论上对能力估计误差进行校正, 进而克服Method A的标定缺陷。模拟研究的结果表明：(1)在大多数实验条件下, 两种新方法较Method A总体上可以改进标定精度, 且在测验长度为10的短测验上的改进幅度最大; (2)当CAT测验长度较短或中等(10或20题)时, 两种新方法的表现与性能最优的MEM已非常接近。当测验长度较长(30题)时, ECSE-Method A的总体表现最好、优于MEM; (3)样本量越大, 各种方法的标定精度越高。     

恐惧的代价：疼痛恐惧、心理忧虑和躯体化对疼痛感知预测作用的比较

首次在无痛群体中比较疼痛恐惧、心理忧虑和躯体化对疼痛感知的预测作用大小及调节和中介关系。以多个同类量表得分的Z分数加和作为三者的因子分,以冷压痛觉测验（CPT）疼痛指标（阈限、耐受性、强度、不愉快度）为目标变量,通过分层回归及调节和中介作用分析,发现疼痛恐惧对疼痛不愉快度的预测作用最强,心理忧虑对疼痛体验（强度、不愉快度）的预测作用被疼痛恐惧完全中介,躯体化只有在高疼痛恐惧条件下才显著负向预测疼痛不愉快度。综上,疼痛恐惧是三因素中预测CPT疼痛体验的主要因素。     

幼儿友好型内隐联想测验的建构及有效性

本研究依据经典IAT (Implicit Association Test)的核心原理构建了幼儿友好型内隐联想测验(Preschooler-friendly Implicit Association Test, PSF-IAT)。它由两部分联结任务组成, 以反应时为指标, 通过对概念刺激和属性刺激之间自动化联系的评估进而对幼儿的内隐态度进行间接测量。本研究采用两种方式对PSF-IAT范式的适用性进行验证：首先, 将PSF-IAT用于测试幼儿对花和虫的态度, 检验该范式在非社会范畴概念态度研究中的可行性; 其次, 将PSF-IAT用于测试幼儿内隐种族态度, 并验证其与另一种幼儿内隐态度测试方法间结果的相关性, 检验该范式在社会范畴概念态度研究中的可行性。研究结果表明, PSF-IAT符合学前儿童认知发展与行为反应的特点, 能有效测量幼儿的内隐态度。     

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。     

注意网络间的关系及其心理与生理机制

Posner和Petersen把注意系统分为警觉、定向和执行控制三个网络。注意网络测验及其变式是研究注意网络间关系的主要工具。生物化学、神经影像和行为研究从神经递质广泛调节、脑功能区共享、注意资源竞争和认知策略调节的角度证明了三个注意网络之间既相互独立又有机统一的关系。测量信度低、定义模糊成为注意网络及其关系的研究中亟待解决的问题。将来的研究需要改进测量工具, 并考虑注意网络的子成分对网络间关系的影响。     

第20期中英美暑期哲学学院:行动哲学

2016年7月25日至8月12日在深圳大学举行,由中国社会科学院哲学研究所、英国皇家哲学研究所和牛津大学中国研究中心主办,深圳大学人文学院哲学系承办。暑期哲学学院中方委员会副主席单继刚研究员、蒉益民研究员,深圳大学人文学院院长景海峰教授、哲学系主任赵东明副教授出席了开班典礼。研讨班全体学员、部分外籍授课教师,及深圳大学部分师生等近百人参加了开幕式。本期高级研讨班的主题为“行动哲学”,由来自牛津大学的约翰·海曼(John Hyman)教授、伦敦大学的玛丽亚·阿尔瓦雷斯(Maria Alvarez)博士、芝加哥大学的安东·福特(Anton Ford)副教授、伦敦大学学院的道格拉斯·拉文(Douglas Lavin)博士担任主讲,结业考试获得第一名的大陆正式学员可赴英国牛津大学研究访问3个月。     

离婚先考试 重拾婚姻神圣感

【中国经济网】近日,一份命题人是主审法官、评卷人是原告和被告的“离婚考卷”在网络上火了。这份考卷是四川的一位法官在和同事讨论后制作的,其中既有“结婚纪念日、孩子最喜欢的零食、家务事是怎么分工的”等客观题,也有“陈述对婚姻和家庭现在的想法”等主观题。法官称,通过让原、被告夫妻做题考试,可以对双方感情做个考察。主张离婚的女方在做完考卷以后态度趋于冷静,最终法院判决不支持离婚诉求。     

多维计算机化自适应测验选题策略的开发及比较

本研究提出一种新的多维计算机化自适应测验(MCAT)选题策略,并将现有及本研究新提出的MCAT选题策略归纳为三类进行了较为系统全面的Monte Carlo模拟实验比较。结果表明:A-优化方法、后验期望KL信息方法 (KB)和本文提出的修正的连续熵方法 (MCEM)在各自类别中估计精度最高;结合题库安全性来看,MCEM综合表现最好。     

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。     

题目属性向量平衡策略的认知诊断测验设计

为认知诊断测验制定的题目属性向量平衡（IAVB）策略强调测验必须体现认知模型,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(SAB)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,采用IAVB策略的测验最优,SAB策略次之,两种策略均未采用则最差。另IAVB矩阵可显著提高PMR。