论文部分内容阅读
现代教育考试的目的不是对考生进行终结性评价,而是对考生的知识结构进行诊断,诊断目的则是促进学生对不完备知识的补救,所以教育考试的最终目的是促进考生学习而并非按总分对考生进行排序。现代教育强调考试评价的反馈、矫正功能,诊断性测验与诊断性反馈报告的发展,正是教育考试对现代教育对其期望的回应。
在新一代测量理论体系下,研究者提出了大量的认知诊断模型。日裔美籍学者Tatsuoka提出的规则空间模型(Rule Space Model,简称RSM)是其中应用最为广泛的认知诊断模型。规则空间模型是一种将认知心理学和心理计量学相结合的认知诊断模型,其运用统计模式识别技术,根据考生在各个测验项目上的实际作答反应,计算其对各个知识属性的掌握概率,运用贝叶斯判别程序,判别出考生的属性掌握模式,即识别出考生的知识结构模式,同时对考生知识结构的认知缺陷作出诊断。
本论文将规则空间模型应用于分数学习错误诊断研究,首先确定小学五年级学生解决分数图形题(在其正式学习约分、通分之前)所必须掌握的6个属性(知识点的运用),并确定了32种合理的属性组合方式,即32种典型属性掌握模式,代表考生的32种典型知识结构。并基于此编制诊断性测验,正式施测后应用规则空间模型对考生的实际作答情况进行统计分析,判别考生的属性掌握模式(即知识结构),同时识别出考生知识结构的缺陷以及错误模式。
本研究发现:规则空间模型可以对分数知识属性掌握模式进行有效判别,并成功将386名被试判归为26种知识结构;规则空间模型可以提供比传统评价方式更精确的诊断技术,从属性掌握概率的角度来评价考生的分数知识属性掌握程度,评价结果更加逼近考生的真实状态;规则空间模型对考生分数知识结构缺陷的诊断结果与传统评价结果存在差异;规则空间模型可以根据对考生知识结构缺陷的诊断结果,为教师制定补救性的分数教学策略提供建议。