Examination of the Japanese version of the Fear of COVID-19 Scale among Adults Using Classical Test Theory and Item Response Theory1, 2

Globally, the COVID-19 pandemic has impaired every aspect of life, especially causing much psychological damage—for instance, increasing the risk of suicide. Intense fear and anxiety are considered to play a central role in mental health problems. This study examined the psychological properties of the Japanese version of the Fear of COVID-19 Scale (FCV-19S) using classical test theory (CTT) and item response theory (IRT). Five hundred fifty participants aged 18–69 years and from across Japan completed questionnaires, including the Japanese FCV-19S, the Japanese Depression Anxiety Stress Scales-15 (DASS-15), and the Japanese version of the Kessler 6 (K6). CTT showed that each item of the Japanese FCV-19S had no ceiling and floor effect and was close to the normal distribution, and IRT revealed that each item had an appropriate parameter of discrimination and difficulty. Finally, the Japanese FCV-19S was shown to have an acceptable reliability and moderate good concurrent validity. Consequently, the Japanese FCV-19S has robust psychometric properties and can be useful for early detection of adults impacted by the COVID-19 pandemic.     

项目特征曲线等值的抽样误差

现在,等值越来越受到各考试测验机构及测量学研究人员的重视,特别是项目反应理论等值的优越性更使他们有了信心。然而,很多人却没有注意到被试能力分布形态可能给等值结果带来的影响效果及程度。本研究以项目反应理论两级记分模型的项目参数等值在不同被试能力分布形态下的结果差异作为重点,探讨被试抽样偏差可能给项目特征曲线等值带来的误差问题。研究结果表明,被试能力分布形态会显著地影响项目参数等值的系数,特别地,能力分布的偏态系数与等值方程的截距存在显著的线性相关关系,但能力分布形态的变化对等值方程中斜率的影响并不明显     

图形项目记忆与位置来源提取的ERP研究

采用事件相关电位（ERP）方法研究大学生图形项目记忆与位置来源提取新/旧效应的时、空分布特征。学习屏幕左侧（或右侧）呈现的图形后在屏幕中央呈现某一测验项目（已学图形或新图形）,对受试者进行两类测验：其一是判断该项目是否已学过;其二是将从某侧学过的测验项目判断为目标,而将其它测验项目判断为非目标的来源测验（排除任务）。实验结果表明：图形位置来源提取比项目再认新/旧效应的头皮分布更广,持续时程更长;与前人相同实验范式的研究结果相比,本研究位置来源提取效应的头皮分布范围较广;非目标-旧图形与目标图形新/旧效应的头皮激活程度不同。上述结果说明：图形位置来源提取比项目再认激活的大脑区域更多,这与双重加工模型的观点一致;实验范式和来源知觉的特性共同调节来源记忆新/旧效应的时、空分布特征;意识水平对来源信息提取的新/旧效应存在一定的影响     

儿童学校适应的分类及判定

以6579名小学三、五年级学生为被试,采用聚类分析和判别分析方法,结果表明:(1)根据儿童学校适应的指标将儿童的学校适应状况分为良好型、闲适型、紧张型、高危型四种类型.(2)良好型的儿童,在学业自我评估、学业动机和心理健康水平三个水平上的得分为正向,在问题行为上的得分为负;高危型儿童的结果与适应良好型的儿童完全相反;而在闲适型的儿童中,学业动机为负、心理健康水平为正;在紧张型的儿童中,学业动机为正向、而心理健康水平是负向的.(3)建立儿童学校适应的判别函数,为儿童在教育和心理问题进行指导提供了初步诊断依据,同时也对有关学校适应的研究提供新的视角.     

基于认知理论的测验编制技术—项目生成

传统测验重视统计技术,不重视测量结构的心理学意义,使得它的功能局限于筛选,不能提供更多的信息。由于认知心理学理论、心理计量学以及计算机技术的发展,使得基于认知理论指导下的项目生成技术逐渐成熟。该文从项目生成的概念、方法,及研究的意义和难点等方面对项目生成技术作了一个简要述评,以期推进我国认知心理学与心理测量学相结合的研究工作。     

Identifiability and Equivalence of GLLIRM Models

The generalized logit–linear item response model (GLLIRM) is a linearly constrained nominal categories model (NCM) that computes the scale and intercept parameters for categories as a weighted sum of basic parameters. This paper addresses the problems of the identifiability of the basic parameters and the equivalence between different GLLIRM models. It is shown that the identifiability of the basic parameters depends on the size and rank of the coefficient matrix of the linear functions. Moreover, two models are observationally equivalent if the product of the respective coefficient matrices has full column rank. Finally, the paper also explores the relations between the parameters of nested models. I would like to express my gratitude to the editor and three anonymous reviewers for their helpful suggestions on earlier versions of the paper. This work was supported by the Comunidad de Madrid (Spain) grant: CCG07-UAM/ESP-1615.     

多级评分题计算机自适应测验选题策略比较

研究比较了多级评分题计算机化自适应测验五种选题策略的优劣。应用的IRT模型是Samejima的等级反应模型。参加比较的选题策略有难度均值与能力匹配法、难度中值与能力匹配法、信息量最大法和两种A分层法。比较指标采用了能力估计值返回真值偏差、能力估计标准差、人均用题数和试题调用次数标准差四个。研究采用蒙特卡罗模拟法,结果显示每种方法各有优劣,在分层得当情况下,A分层法(中)的综合效果最佳     

应用项目反应理论创建图形推理测验题库

自编235个图形推理测验题目。采用铆测验等值设计,以72个联合型瑞文测验题目为铆题,对初中到大学各能力层次的1733名男性进行了测验。使用BILOG MG3.0（边际极大似然估计）对实测数据进行了分析,采用Logsitic 3参数模型。剔除数据与模型拟合不好的题目以及信息函数最大值小于0.3的题目,最终建立一个包含181道题目的题库。该题库可以用于淘汰智力较低的应征青年     

计算机自动化项目生成概述

近年来,计算机自动化项目生成作为应对测验项目曝光问题的很具前景的一项技术,逐渐得到越来越多研究者的重视。这种技术是以认知心理学和心理测量学为基础,在测试过程中借助计算机自动生成目标难度水平的项目。该文首先简要介绍了这种技术的理论基础和两种具体方法,然后以项目设计系统法为例说明自动化项目生成研究的具体步骤与优点,最后评述了这种技术的局限性及未来的发展趋势     

项目组合在结构方程模型中的应用

项目组合（itemparceling）是对同一量表中的若干项目进行整合并形成新的观测指标的过程。虽然一直以来它都是一个有争议的议题,但随着其在结构方程模型中的应用日益广泛,它越来越受到研究者重视。文章从项目组合的基本逻辑、优缺点以及具体方法等方面对项目组合的研究进行了概括,并在此基础上提出了使用的具体建议：（1）根据研究的目的与具体情境选择是否需要组合;（2）组合之前必须首先确定概念的维度性;（3）项目组合最好建立在一定的理论基础上等等。未来的研究可以深入探讨各种组合方法对模型拟合以及参数估计的影响以及项目组合在一些SEM高阶应用中的效果,并进一步与项目反应理论等测量理论相结合