2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩160頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、認(rèn)知診斷(cognitivediagnosis)研究有助于人們更好地了解人類內(nèi)部心理活動(dòng)規(guī)律及其加工機(jī)制,實(shí)現(xiàn)對(duì)個(gè)體認(rèn)知強(qiáng)項(xiàng)和弱項(xiàng)的診斷評(píng)估。在Embretson(1999)、Stout(2002)和Leighton&Gierl(2007)等研究者看來(lái),認(rèn)知診斷研究是一項(xiàng)新的課題,在心理測(cè)量實(shí)踐中具有重要價(jià)值,必將成為21世紀(jì)新的測(cè)量范式。幾何類比推理是以幾何圖形為材料的類比推理。它是測(cè)量非言語(yǔ)智力中經(jīng)常使用的項(xiàng)目之一。利用認(rèn)知診斷測(cè)量

2、范式研究幾何類比推理,有助于更好地理解幾何類比推理的實(shí)質(zhì),有助于更好地了解學(xué)生幾何類比推理能力的強(qiáng)項(xiàng)和弱項(xiàng),以提升學(xué)生的推理能力。
   本研究是使用HO-sRUM和HO-DINA兩模型對(duì)中小學(xué)生幾何類比推理能力進(jìn)行認(rèn)知診斷時(shí)的幾個(gè)重要的理論和技術(shù)問題的探討。首先,在文獻(xiàn)調(diào)查基礎(chǔ)上提出了“幾何類比推理問題解決認(rèn)知模型”,然后分別采用口語(yǔ)報(bào)告法和LLTM模型實(shí)測(cè)數(shù)據(jù)驗(yàn)證法對(duì)所得模型進(jìn)行了驗(yàn)證。其次,在采用MCMC方法對(duì)HO-sRL

3、JM和HO-DINA模型進(jìn)行參數(shù)估計(jì)的基礎(chǔ)上,分析了兩種模型的性能。具體包括三個(gè)子研究,一是在屬性獨(dú)立的條件下探討HO-sRUM和HO-DINA模型在不同實(shí)驗(yàn)條件下參數(shù)估計(jì)精度;二是考察屬性獨(dú)立條件下HO-sRUM和HO-DINA在不同實(shí)驗(yàn)條件下的穩(wěn)健性;三是考察屬性層次關(guān)系下HO-sRUM模型和HO-DINA模型參數(shù)估計(jì)的返真性,進(jìn)一步評(píng)價(jià)兩個(gè)模型的統(tǒng)計(jì)性能。最后,采用HO-sRUM和HO-DINA模型對(duì)學(xué)生幾何類比推理能力進(jìn)行認(rèn)知診

4、斷,同時(shí)對(duì)四種診斷結(jié)果進(jìn)行比較分析,并從模型數(shù)據(jù)擬合檢驗(yàn)和診斷結(jié)果質(zhì)量?jī)蓚€(gè)方面對(duì)四種診斷結(jié)果進(jìn)行評(píng)價(jià)。研究表明:
   (1)口語(yǔ)報(bào)告法和LLTM模型分析結(jié)果表明,學(xué)生對(duì)幾何類比推理問題的解決主要涉及七個(gè)認(rèn)知屬性,即變換的知識(shí)。變換包括兩大類變化,即空間移置和空間變形。移置具體包括位置移置、旋轉(zhuǎn)、翻轉(zhuǎn),變形具體包括數(shù)量、大小、顏色、形狀的變化。LLTM模型分析結(jié)果還表明,翻轉(zhuǎn)變量對(duì)項(xiàng)目難度貢獻(xiàn)率最大,其次是旋轉(zhuǎn),最小是數(shù)量。

5、r>   (2)在各種實(shí)驗(yàn)條件下,HO-DINA、HO-sRUM兩個(gè)模型的返真性都比較理想。在高項(xiàng)目—屬性關(guān)聯(lián)度和低水平失誤、猜測(cè)參數(shù)下,模型參數(shù)估計(jì)精度更高;當(dāng)更多的項(xiàng)目測(cè)量一個(gè)屬性,屬性分類準(zhǔn)確性也更高。在使用HO-sRUM模型模擬數(shù)據(jù)、使用HO-DINA模型進(jìn)行參數(shù)估計(jì)時(shí),模型的返真性良好,表明HO-DINA模型具有一定的穩(wěn)健性;當(dāng)使用HO-DINA模型模擬數(shù)據(jù)而使用HO-sRUM模型估計(jì)參數(shù)時(shí),在低復(fù)雜Q矩陣情形下,HO-sR

6、UM模型具有一定的穩(wěn)健性,但在高復(fù)雜Q矩陣下,HO-sRUM模型的穩(wěn)健性比較差。對(duì)于四種屬性層次關(guān)系,處于下層屬性的邊際判準(zhǔn)率逐步下降;無(wú)結(jié)構(gòu)型、線型、收斂型和發(fā)散型的邊際判判準(zhǔn)率都比較高,相對(duì)而言,發(fā)散型和無(wú)結(jié)構(gòu)型的模式判準(zhǔn)率比較高,但線型和收斂型的模式判準(zhǔn)率比較低。
   (3)結(jié)合數(shù)據(jù)擬合檢驗(yàn)和認(rèn)知診斷結(jié)果的有效性看,HO-sRUM模型診斷結(jié)果的質(zhì)量最好。與HO-sRUM模型相比,HO-DINA模型估計(jì)的學(xué)生屬性掌握比例更

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論