整合对联结再认和项目再认的促进作用：“只有收益”观点

研究旨在探讨整合如何影响联结再认和项目再认及其加工过程。编码阶段要求被试学习复合词和非复合词, 提取阶段完成联结再认和项目再认测验。结果显示, 复合词比非复合词有更好的联结再认表现, 但在项目再认表现上两者之间没有显著的差异。ERP结果显示, 在联结再认上, 复合词诱发显著的FN400效应(与熟悉性加工有关)和LPC效应(与回想加工有关), 非复合词只诱发显著的LPC效应, 且复合词比非复合词有更大的LPC效应。在项目再认上, 复合词比非复合词诱发更大的FN400效应。总而言之, 整合在促进联结再认的同时并不会损害项目再认的表现, 支持了“只有收益”观点。     

Assessing the Robustness of Mixture Models to Measurement Noninvariance

Abstract

Recent work reframes direct effects of covariates on items in mixture models as differential item functioning (DIF) and shows that, when present in the data but omitted from the fitted latent class model, DIF can lead to overextraction of classes. However, less is known about the effects of DIF on model performance—including parameter bias, classification accuracy, and distortion of class-specific response profiles—once the correct number of classes is chosen. First, we replicate and extend prior findings relating DIF to class enumeration using a comprehensive simulation study. In a second simulation study using the same parameters, we show that, while the performance of LCA is robust to the misspecification of DIF effects, it is degraded when DIF is omitted entirely. Moreover, the robustness of LCA to omitted DIF differs widely based on the degree of class separation. Finally, simulation results are contextualized by an empirical example.     

4PLRT模型与3PLRT模型在瑞文标准推理测验中的比较研究

研究目的：考察反应时与智力的关系以及通过模型对比考察4PLRT模型特性。方法：以瑞文标准推理测验为例,对4PLRT模型与3PLRT模型作比较研究。结论：（1）项目时间参数与难度参数正相关,可以依据时间参数将瑞文标准测验划分成三大部分。（2）能力估计结果比较：由于项目参数和被试速度参数的作用,CTT条件下能力相等的不同被试在计时与非计时条件下存在差异。（3）关于被试的答题策略：被试会基于自身能力而充分权衡时间与准确性的关系。这两种不同模型下被试的能力值之间的比较也说明了时间是一个重要的智力评估因子。     

行政职业能力倾向测验:历史、现状与未来研究

经过二十多年的发展,行政职业能力倾向测验已经成为公务员考试中不可缺少的测评工具之一。在实践发展中,行测内外部的变化引发了许多研究问题。然而,现有研究的广度和深度都较为有限。为了提高行测的科学化水平,该文指出未来亟需从以下方面开展研究:(1)借鉴认知诊断理论对各个题型进行研究;(2)测量结构的确立;(3)分级分类考试的架构设计;(4)新题型开发;(5)分数合成;(6)试题公平性等。     

题库优化设计的回顾与展望

题库优化设计是指在题库建立前确定一份最佳的题库开发蓝图,使题库更好地服务于组卷。目前,在线性计算机化测验的情景下,题库优化设计方法主要包括：线性规划法、成本函数法;在计算机适应性测验（CAT）情境下,题库设计方法主要包括：影子测验设计法、p-优化设计法。文中首先介绍这些优化设计法的基本思路、具体步骤与相关的应用研究,然后评述当前题库设计研究的局限,指出未来的可能研究方向。     

大学生人际交往技巧的结构及其评估问卷编制

探讨大学生人际交往技巧的结构并在此基础上编制问卷。参考过往文献中提出的结构,通过结构性访谈,编制了大学生人际交往技巧评估问卷,并对其进行探索性因素分析和验证性因素分析。结果：探索性因素分析显示,大学生人际交往技巧包含“语言技巧”,“沟通技巧”“共情能力”,“冲突处理技巧”,“主动交往程度”,“对人际关系的认识”6个维度;问卷的内部一致性系数为0.88,各维度的内部一致性系数为0.65-0.83;验证性因素分析显示,问卷各项拟合指数较为理想,说明问卷具有较好的结构效度。结论：该问卷结构明晰,信效度都达到了测     

认知诊断CAT中项目曝光控制方法的比较

项目曝光率关系到题库建设和测验安全,是计算机化自适应测验(Computerized Adaptive Testing, CAT)需要考虑的重要问题。在认知诊断 CAT 情形下,首先基于传统 CAT 中 a-分层方法的思想提出按项目信息量对题库分层的分层多阶段(Stratified Multistage, SM)选题方法;然后将 SM 方法与项目合格(Item Eligibility, IE)方法相结合得到SMIE方法。在此基础上,开展模拟研究比较SM、IE、SMIE、最大修正优先指标(Maximum Modified Priority Index, MMPI)方法、限制阈值(Restrictive Threshold, RT)方法和限制进度(Restrictive Progressive, RPG)方法的选题表现。总体上,它们的测量精度从高到低依次为IE、SM、SMIE、RT、RPG和MMPI方法;项目曝光分布均匀性的优劣次序为MMPI、RPG、SMIE、RT、SM和IE方法;SMIE和RT方法能较好地平衡测量精度和项目曝光均匀性要求。     

二参数逻辑斯蒂模型项目参数的估计精度

项目参数的估计精度对于测验的编制尤其是题库的建立十分重要。目前,国内外对项目参数估计精度的研究,大部分是基于在已知项目参数真值的情况下,运用各种参数估计方法产生新的估计值,再和真值进行偏度(BIAS)和均方根差(RMSE)的比较,从而说明该种估计方法的有效性。但是这种方法不能提供不同的参数真值之间的估计误差的变化规律。为了弥补这一缺陷,本文尝试从项目参数估计信息函数的角度出发研究项目参数的估计精度问题。本研究以二参数Logistic模型作为研究对象,首先定义了项目参数的估计信息函数,然后基于完全随机实验设计,通过模拟研究的方法探索影响项目参数的估计精度的因素,实验共设计了(2×3×2)种情形。研究结果表明：(1)项目参数(a,b)的估计精度均随着被试样本量的增大而提高;(2)被试的能力分布对难度参数的估计精度影响较大,对区分度参数的估计精度影响相对较小;(3)难度参数和区分度参数的估计精度都分别受到参数a和参数b的共同作用。     

无领导小组讨论的多侧面Rasch模型应用*

采用项目反应理论(IRT)的多侧面Rasch模型(MFRM),分析评价中心技术中无领导小组讨论(LGD)的测评结果,探讨被试能力水平、评委评分宽严度、评分内部一致性、维度难度和评定等级等问题,进而讨论各种偏差。通过 MFRM 分析人事测评结果,可深入了解被试能力的真实差异、甑别维度难度、探查测评误差源,从而完善测评试题编制、评估或诊断评委合格性、提高测评维度与测评目的匹配性,为拓展项目反应理论在人事测评中的应用提供独特视角。     

现实性监控研究述评

现实性监控是来源记忆的重要组成部分.总结分析表明,现实性监控的研究成果主要体现在如下方面：①学习项目的比例、学习和测验阶段之间的干扰任务、被试的想象能力等均对现实性监控存在一定的影响;②儿童的现实性监控能力随年龄增长而提高,老人的现实性监控能力相对较低;③不同病人在现实性监控中有不同的困难;④内部来源与外部来源提取激活的大脑区域不同,前额区在区分两类项目时的作用明显.今后应在整合研究结论、建立相应认知模型、构建前额区和顶区联合作用的神经网络和应用推广等方面加强研究.