论文部分内容阅读
阅读理解是英语测试的主要题型之一,但其语篇与题目设置不当会对测验结果造成偏差。本文采用Monte Carlo模拟技术生成的阅读数据,使用概化理论对英语测验中阅读理解题型的语篇及题目量进行不同结构的设置调整,以概化指标衡量各阅读设置的精确性,从而为测验编制者提供最佳的阅读设置信息。结果表明：增加阅读中的语篇量或题目量都可以提高测量的精度;语篇量与题目量可相互补偿以提升测量的精度;而同时提升语篇量与题目量时,测量精度的提升最为明显。