数学应用题中语言成分模型的构建—— 多元随机效应项目反应理论模型的运用

数学应用题中的语言成分可能对被试问题解决过程产生复杂影响。通常, 这种影响对所有被试并非完全一致, 而是具体数学题目特征与特定被试的认知特性之间交互作用的结果。本研究采用多元随机效应项目反应理论模型的建模方法, 分析了数学应用题中语言成分对问题解决过程的影响。该方法的优势在于它不仅分析了语言成分对数学问题解决过程的平均效应, 同时给出了相应的随机效应, 揭示了相应成分对不同个体问题解决过程的具体影响程度。结果表明, 较难的项目倾向于单词更多, 命题密度更高, 要求对图/表信息进行编码和转译, 或者根据问题表述生成数学公式。项目命题密度影响效应存在着显著的个别差异。项目命题密度对能力较低的被试的影响高于对能力较高的被试的影响。

Modeling Language Components in Mathematical Items Using Multiple Random Effects IRT Models

Language components in mathematical word problems may have profound impacts on the problem-solving processes engaged by examinees.When a math problem is presented by means of language statements,translation of these language statements into mathematical propositions must be carried out properly before relevant information can be integrated into a coherent representation of the problem.As many studies have shown,the impacts of such language components are unlikely to occur uniformly across examinees.Yet exis...