用于项目生成的认知模型的构建与比较

本文作者(周 骏 戴海琦 徐淑媛),请您在阅读本文时尊重作者版权。

用于项目生成的认知模型的构建与比较

摘 要:项目生成是一种新的测验编制技术,它可以弥补传统测验编制技术的缺陷。使用该技术编制测验,要进行大量的前期工作,如必须要了解和归纳所编测验中项目的所有刺激特征,据此建立认知模型,再将认知模型与心理计量模型联合,构建能预测新生成项目难度的数学模型等。该研究以矩阵完成问题为例,在带约束的两参数Logistic模型的基础上,通过对构建的几个认知模型的比较,挑选合适的认知模型为矩阵完成问题的项目生成研究服务。研究结果表明,自建的认知模型能够满足矩阵问题项目生成的要求。

关键词:项目生成;认知模型;带约束的两参数Logistic模型文献标识码:A文章编号:1003-5184(2010)03-0056-07

1 问题提出

二十世纪的大多数年份,测验方法和心理计量模型总的来说相对保持不变。但到了二十世纪八十年代,尤其是九十年代中后期,随着认知心理学与计算机技术的发展,测验和心理计量学理论(Psychometrics Theory)也迅速发展起来[1,2]。计算机化自适应测验是当前测验领域中的前沿技术,但计算机化自适应测验需要一个大型多样题库,以便准确、有效地测量被试。传统的项目编写过程无法满足需要,手工编写项目速度慢,并且项目不合格率比较高[3,5]。很大一部分项目要么不能符合标准,要么在实际预测当中不能获得充分的心理测量学特征,再者,研究者经常需要特定难度水平的项目,而项目编写者也难于做到这一点,并且在项目编写中,将刺激内容与心理计量属性相关联的信息很少[10]。因此,客观实践要求发展项目生成技术。使用项目生成技术生成某类项目时,必须要了解和归纳该类项目的所有刺激特征,即认知模型,并将刺激特征与心理计量属性相关联,这样才能生成满足需求的项目[6,7,9]。构建认知模型的目的是利用认知模型来建立数学模型,以便对新生成项目的难度进行预测。文中,研究者通过对矩阵完成问题的分析,构建了几种将矩阵完成问题用于项目生成技术的认知模型,并在带约束的两参数Logistic模型基础上,对构建的认知模型进行了分析比较。

2 研究过程与方法

2.1 带约束的两参数Logistic模型简介

目前,有许多心理计量模型能将刺激特征与心理计量属性相关联,实现对认知加工变量的深入刻画,如:线性逻辑斯蒂克潜在特质模型,简记为LLTM,带约束的两参数Logistic模型(2PL-Constrained Model,简记为2PL-C)等。这里简单介绍Embretson提出的模型:带约束的两参数Logistic模型,它既能预测设计原则对难度的影响,又能预测对区分度的影响。公式如下:

p(θ)=exp(∑qikak(θs-∑qikbk))1 exp(∑qikak(θs-∑qikbk))(1)

式(1)中,s表示被试,i表示项目,k表示刺激特征,qik表示在项目i上刺激属性k的得分,ak表示属性k在区分度上的权重,bk表示属性k在难度上的权重,θs表示被试s的能力,其中qik相当于对项目区分度与难度的约束条件。Embretson使用该模型编制了相应的程序,对矩阵完成问题的参数进行了估计,在该模型与其它模型的拟合检验研究中,显示了一定的优势。鉴于篇幅原因,具体内容参见Embretson1999年的文章。

带约束的两参数Logistic模型有两种方法可以实现其构想:一种是先使用两参数Logistic测量模型估计出项目参数,然后将项目参数作为因变量,刺激特征作为自变量建立回归方程;还有一种方法是使用带约束的两参数Logistic模型编制程序,一次性估计出刺激特征与项目参数的权重,再将估出的项目参数和刺激特征权重整合建立数学模型。此研究中使用的是第一种方法。

2.2 构建的两种认知模型

第3期

周 骏等 用于项目生成的认知模型的构建与比较

心理学探新2010年

矩阵完成问题的认知模型基于Carpenter等的矩阵加工理论[4]。在该理论中,Carpenter等人将影响矩阵问题的认知复杂性来源归纳为:目标管理能力和抽象能力。Embretson发现对矩阵项目而言,即便是具有相同的规则数量和规则类型项目,在基本的知觉属性(绘图特征)上仍有差异,这些属性会影响项目的生成[7,8]。Embretson概括出三个视知觉变量(绘图特征)分别是:覆盖、融合、变形。Embretson将影响矩阵问题难度的不同认知复杂来源分别与视知觉变量结合,提出了两个认知复杂来源(目标管理、抽象)的认知模型;刘声涛等通过对标准瑞文推理测验中矩阵问题的绘图特征分析,提出的关于矩阵问题绘图特征的认知模型[11,12]。研究在建立矩阵问题的认知模型时,以刘声涛等提出的视知觉变量认知模型为基础,将视知觉变量认知模型与Carpenter等构建的矩阵加工理论整合在一起,形成新的认知模型。在整合过程中发现有些视知觉属性与矩阵加工理论涉及的能力有重复,如图块整体布局与目标管理有重复,再有题序因子作为绘图特征也不是很合适,故此删除了图块整体布局和题序因子,再有维度方面的大小和形状有重叠,删除了大小维度,增加了填充。变化维度包含:方向、形状、数量、位置、填充等,图块繁简度内容不变。构建的认知模型如表1所示。

表1 两种认知模型

名称变量

认知模型Ⅰ目标管理、抽象、覆盖、融合、变形

认知模型Ⅱ目标管理、抽象、图块繁简度、变化维度

共4页: 上一页 第1页 234下一页

赞助广告