认知诊断理论在数学教育评价中的应用 .pdfVIP

认知诊断理论在数学教育评价中的应用

王立东;郭衎;孟梦

【摘要】质性地比较论证了基于认知诊断理论的数学教育评价工具开发的可行性。

通过分析实际测试数据，比较几种不同认知诊断模型中的参数估计方法实际应用于

分析数学评价测验的可能性。研究发现，认知属性概念可以帮助研究者和实践者分

析影响学生解答数学题目背后的认知结构。人工神经网络模型能够充分利用理论设

计的认知模型，克服测验题目有限、题型多样、认知属性差异大等不易分析的困难，

较好评价学生的数学学业成就，为后续教学提供诊断性信息，达到了诊断性测验的

目的。%Qualitativelyillustratingthefeasibilityofdevelopingmathematics

educationassessmenttoolbasedonCognitiveDiagnoseModel.Several

differentparameterestimationmodelbasedonsurveydatawere

compared.Theresultsindicatedthattheconceptofcognitiveattributes

couldhelpboththeresearchersandthepractitionerstoanalyzethe

cognitivestructurebehindstudents’solutionsofmathematicalproblems.

Artificialneuralnetworksmodelcouldfullymakeuseofthecognitive

modeltosolvetheproblemsoflimitedamountofrubricsaswellas

diversityofdifferentcognitiveattributes,andassessstudents’

mathematicalachievementwithhighvalidity,whichprovidediagnosestic

informationforfutureinstruction.

【期刊名称】《数学教育学报》

【年(卷),期】2016(025)006

【总页数】6页(P15-19,55)

【关键词】数学教育评价;多维评分;认知诊断模型;属性层次模型;人工神经网络模型

【作者】王立东;郭衎;孟梦

【作者单位】中国人民大学附属中学，北京100080;北京师范大学数学科学学院，

北京100875;西南大学数学与统计学院，重庆400715

【正文语种】中文

【中图分类】G40-034

通常的数学测验只给出一个笼统的测验分数，而对于具有相同分数的学生，既不易

区分他们可能具有的不同数学认知结构[1]，也没有具体给出学生在数学学习的哪

个方面存在不足．在教育研究中，这种测验分数无法提供精细化的学生学业成就评

价；在教学实践中，这种测验分数对于后续数学教学的指导，也往往依赖于教师对

于试卷的经验性分析．

心理测量学中的认知诊断理论（CognitiveDiagnose:CD）依据测量学理论和统

计分析技术给出了对于学生学习状况的标准化多维评价，为后续的教学实践提供了

精细化的指导信息．心理学工作者开发了多种认知诊断模型和技术，如规则空间模

型（RuleSpaceModel:RSM）[2]、DINA模型[3]、属性层次模型（Attribute

HierarchyMethod:AHM）[4]等．在具体的模型下，又有多种不同的统计分析方

法，如在AHM模型的理论框架下，就有多种属性掌握概率的参数估计方法[5]．

研究将以大规模七年级学生代数学业成就测试的编制与实施为案例，尝试将认知诊

断理论中的AHM模型应用于数学学业成就的诊断性评价中，通过质性分析论证其

应用于数学教育理论与实践的可行性．

2.1AHM模型概述

AHM模型是在规则空间模型的基础上发展起来的一种重要的认知诊断模型．该方

法的核心概念是认知属性（Attribute），对于该概念，心理测量界有多种描述，

但详细考察其间没有本质上的区别．综合Tatsuoka（2009）、Leighton等

（2004）的观点，认知属性可以被认为是一般性的知识与认知技能，或程序与陈

述性知