摘要：以提高认知诊断模型判准率及对数据的解释力为视角,对当前应用较广泛的r RUM模型进行优化(优化后的模型简记为r RUM-AH),并采用Monte Carlo模拟研究及实证研究相结合的范式,比较分析了传统的r RUM模型和r RUM-AH模型的诊断正确率及诊断结果的解释力.研究结果表明:当属性间存在层级关系时,不论在何种实验设计条件下,优化后的r RUM-AH模型属性诊断正确率远远高于传统的r RUM模型;当属性间存在层级关系时,r RUM模型的模式判准率平均不到80%(而r RUM-AH模型平均高达90%以上),难于满足实际需求,此时实际应用者选用该研究新开发的模型是一个较好的选择.

摘要：选取认知诊断研究中常见的一般化模型G-DINA、连接型约束模型NC-RRUM和DINA、补偿型约束模型C-RUM和DINO,从横向加工机制和纵向层级关系两个方面开展对比研究,考察不同类型诊断模型在英语阅读测试方面的适切性。使用似然比检验方法对比各类模型在相对拟合指标与绝对拟合指标上的差异,使用模型分类的一致性指标和精准度指标考察诊断的信度和效度。结果表明:(1)G-DINA和NC-RRUM模型与阅读测试数据的拟合度较好,二者显著高于其他模型,其中,一般化G-DINA模型属性分类一致性较高,约束化NC-RRUM模型属性分类精准度最优;(2)诊断模型与测试数据的拟合优度随着属性层级结构的削弱而增加,结构关系最为松散的独立结构模型的数据拟合度最佳,表明阅读能力不具备严格的层级关系。该结果可为研究人员探究智能化阅读诊断提供依据,为英语教师在阅读诊断实践中的模型选择提供参考。

摘要：认知诊断测验设计实质上是测验Q矩阵设计,设计应最大限度覆盖诊断的构念,充分发挥代表认知模型的属性层级关系的重要作用.主张测验充分表达被试知识结构,提倡测验Q矩阵和被试知识状态共享同一层级结构,以实现对被试更加准确的诊断.对于非独立型层级结构,无法实现属性使用次数平衡而应采用题目属性向量使用平衡策略.对Liu Ren(2017)的测验设计提出质疑.