(34.201.11.222) 您好!臺灣時間:2021/02/25 14:04
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:許雅菱
研究生(外文):YA-LING HSU
論文名稱:貝氏網路在教育測驗分析上的應用
論文名稱(外文):Bayesian Networks in Educational Testing
指導教授:郭伯臣郭伯臣引用關係
指導教授(外文):Bor-Chen Kuo
學位類別:碩士
校院名稱:臺中師範學院
系所名稱:教育測驗統計研究所
學門:教育學門
學類:教育測驗評量學類
論文種類:學術論文
論文出版年:2005
畢業學年度:93
語文別:中文
論文頁數:110
中文關鍵詞:貝氏網路評量傳送模式學習診斷
外文關鍵詞:assessment delivery modelBayesian networklearning diagnosis
相關次數:
  • 被引用被引用:34
  • 點閱點閱:364
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究的主要目的為探討以證據中心的評量設計(evidence-centered assessment design)為基礎,依照步驟建立一個完整的評量傳送模式(assessment delivery model),並利用四程序(four process)來傳送在此評量傳送模式中其子模式之間的資訊,設計一份以證據中心為設計理念的評量。先將上述模式規則化,並實際以此評量傳送模式建立一份評量進行實測,以了解利用此法所編製的評量是否有其可行性。另外,在概念性的評量架構(conceptual assessment framework )中的學生模式採用以機率推理為基礎的貝氏網路(Bayesian network)作為分析工具,應用在國小面積學習單元的評量中,用來診斷學生錯誤類型(bug)及子技能(sub-skill)的有無。研究結果發現以評量傳送模式所編製的證據中心認知診斷評量(cognitive diagnostic assessment, CDA)能有效將子技能、錯誤類型做適當的分類。
本研究討論貝氏網路在教育測驗的應用,並設計可診斷關於個人的技能的測驗,結果證明將技能的相依性模式化之後,可以有效的進行診斷並呈現學童在「面積」單元的實徵結果。此研究證實利用貝氏網路將技能之間的關係模式化有益於測驗的設計。結果發現:
1.以證據中心為主的評量設計原則與步驟,結合貝氏網路建構以概念性的評量架構為主的評量傳送模式,可有效應用於診斷學生之錯誤類型與 子技能。
2.根據貝氏網路欲測之錯誤類型來設計選項,發現不同的作答資料輸入值對辨識率造成影響,其中以二元資料輸入值在錯誤類型與子技能的辨識率較佳。
3.將所有的錯誤類型與子技能的決斷值固定,並不能得到最好的辨識結果,若採以「動態決斷值選取法」來選取決斷值,其辨識結果較佳。
4.欲建構出一個完整且有效的貝氏網路,首先進行文獻探討建立貝氏網路,利用實徵資料進行分析修正,再結合刪去法,可改良專家所建立貝氏網路。
The main purpose of the research to explorer Evidence-Centered assessment design (ECD) to construct educational assessments in terms of evidentiary inference. The research provides an introduction to basic ideas of ECD, including some of the terminology and models that have been developed to implement the approach. And it presents the high-level models of the Conceptual Assessment Framework and the four-process architecture for assessment delivery systems. We use Bayesian networks for modeling assessment data and identifying bugs and sub-skills in area with decimals after students have learned the related contents and use probability-based reasoning in accumulating evidence across task performances, in terms of belief about unobservable variables that characterize the knowledge, skill, and abilities of students. Four steps are involved in this study: developing the student model based on Bayesian networks that can describe the relations between bugs and sub-skills; constructing and administering test items in order to measure the bugs and sub-skills; estimating the network parameters using the training sample and applying the generated networks to bugs and sub-skills diagnosis using the testing sample; and assessing the effectiveness of the generated Bayesian network models work in predicting the existence of bugs and sub-skills. This is the role traditionally associate with psychometric models, such as those of item response theory and latent class models. However, in order to provide a foundation for extending probability-based reasoning in assessment applications more broadly, a more general expression in terms of graphical models is indicated. This brief overview of evidence-centered design provides the reader with a feel for where and how graphical models fit into the larger enterprise of educational and psychological assessment. And we use the idea to experiment empirical research to four grade elementary school student. The results show that using Bayesian networks to diagnose the existence of bugs and sub-skills in individual students can get good performance.
第一章 緒論 1
第一節 研究動機 1
第二節 研究目的 4
第三節 名詞界定 5
第二章 文獻探討 7
第一節 認知診斷評量 7
第二節 貝氏網路 11
第三節 評量設計與評量傳送系統 16
第三章 研究設計與實施 38
第一節 研究方法 38
第二節 研究流程 41
第三節 研究樣本 42
第四章 研究結果 48
第一節 貝氏網路應用在診斷測驗之成效 48
第二節 改良貝氏網路方法之探究 50
第五章 結論與建議 62
參考文獻 64
一、中文部分 64
二、外文部分 65
附錄 67
附錄一、給老師的話 67
附錄二、四下數學第八冊第十單元面積試卷 69
附錄三、試卷參考解答 70
附錄四、第一次修正學生模式之貝氏網路 71
附錄五、第一次修正貝氏網路之辨識率 72
附錄六、第二次修正學生模式之貝氏網路 73
附錄七、第二次修正貝氏網路之辨識率 74
附錄八、修正作業模式二元計分之貝氏網路 92
附錄九、修正作業模式多元計分之貝氏網路 93
附錄十、第三次修正貝氏網路之辨識率 94
一、中文部分
王興家、吳曉蓉、林玫伶、莊凱安、陳冠州、江永明、趙曉燕、黃偉琪(民94)。第十單元面積。康軒第八冊教學指引,p169-p177。
施淑娟(民86)。認知網路評量模式及其實例應用之研究-以「分數的加法」單元為例,國立臺東師範學院國民教育研究所碩士論文,未出版,台中。
施淑娟(民94)。應用貝氏網路進行國小五年級「小數」單元學習診斷之研究,國立台灣師範大學教育心理與輔導學系博士學位論文計畫,未出版,台北。
高敬文、黃金鐘、朱進財(民77)。我國國小學童測量概念之研究(Ⅱ)。國科會專題研究,p14-p60。
莊維展(民90)。國小兒童估量能力之分析研究-以高屏三縣市五年級學童為例。國立屏東師範學院數理教育研究所碩士論文,p11-p34。
陳建誠(民87),面積表徵的轉換。台北:國立台灣師範大學數學研究所碩士論文,p23-p44。
陳鉪逸(民85)。我國國小高年級學生平面圖形面積概念的研究。八十五學年度師範學院教育學術論文發表會論文集,p235-p298。臺東:國立臺東師範學院。
戴政吉(民90)。國小四年級學童長度與面積概念之研究。國立屏東師範學院數理教育研究所碩士論文,p34-p58。
譚寧君(民84)。面積概念探討。國民教育,35卷7、8期,P.14-p19。
譚寧君(民84)。國小兒童面積概念探討。台北師院學報,4月/35卷,7、8期,p14-p19。
譚寧君(民87)。國小兒童面積迷思概念分析研究。11,p573-p602。台北師院學報。
二、外文部分
Almond R. G., Mislevy R. J.(1999). Graphical models and computerized adaptive testing. Applied Psychological Measurement, 23(3), 223-237.
Corbett, A. T., Anderson, J. R., & O'Brien, A. T.(1995). Student modeling in the act programming tutor. In Paul D. Nichols, Susan F. Chipman, & Robert L. Brennan(Eds.), Cognitively Diagnostic Assessment, 19-41.
Gitomer, D. H., Steinberg, L. S., & Mislevy, R. J.(1995). Diagnostic assessment of troubleshooting skill in an intelligent tutoring system. In Paul D. Nichols, Susan F. Chipman, & Robert L. Brennan(Eds.), Cognitively Diagnostic Assessment, 73-101.
Hildreth, D. (1983). The Use of Strategies in Estimating Measurements Arithmetic Teacher, 30(5), 50-54.
Huang,Y.(1999).Learning bayesian networks guided by decomposable markov networks. Unpublished MSc, The University of Regina (Canda). 3-54.
Langley, P., Wogulis, J., & Ohlsson, S.(1990). Rules and principles in cognitive diagnosis. In N. Frederiksen, R. Glaser, A. Lesgold, & M. G. Shafto (Eds.), Diagnostic monitoring of skill and knowledge acquisition . Hillsdale, NJ: Erlbaum, 217-250.
Lee, J. (2003). Diagnosis of bugs in multi-column subtraction using Bayesian networks. Unpublished ph.D., Columbia University, 5-48.
Mislevy, R. J., Almond, R. G., Lukas, J. F. (2003). A brief introduction to evidence-centered design, 8-19.
Mislevy, R. J., Steinberg, L. S., & Almond, R. G. (1998). On the roles of task model variables in assessment design. Generating items for cognitive tests: theory and practice, 12-35.
Pearl,J.(1988).Probabilistic reasoning in intelligence systems. San Mateo, CA:Morgan Kaufmann, 2-21.
Russell G. Almond, R. G., Steinberg, L. S., & Mislevy R. J.(2003).A four-process architecture for assessment delivery with connections to assessment design. National center for study of evaluation, standards, and student testing (CRESST), 5-13.
Russell,S., & Norvig,P.(1995). Artificial Inteligence. A modern approach. Upper Saddle River, NJ:Prentice Hall Inc. 1-23.
Snow, R.E. & Lohman, D.F..(1989). Implications of cognitive psychology for educational measurement. In R.L. Linn(Ed.) Educational Measurement,263-331.
Tierney, C., Boyd, C., & Davis, G.(1990). Prospective primary teachers’ conceptions of area. In G. Booker, P. Cobb, & T. N. deMendicuti (Eds.). Proceedings: 14th PME conference, 2, 307-315.
Vomlel, J.(2003). Bayesian networks in educational testing. http://utia.cas.cz/vomlel/. 1-4
Yan, D., Almond, R.G., & Mislevy, R. J.(2003).Unpublished draft empirical comparisons of cognitive diagnostic models. Educational testing service, 12-13.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 國小四年級學童長度與面積概念之研究
2. 面積表徵的轉換
3. 應用貝氏網路認知診斷模式進行國小五年級小數單元學習診斷之研究
4. 以貝氏網路為基礎的電腦化適性測驗選題策略-以國小數學科診斷測驗為例
5. 認知網路評量模式及其實例應用之研究-以「分數的加法」單元為例
6. 國小學童估量能力之研究分析---以高高屏三縣市五年級學童為例
7. 以SVM結合多重貝氏網路在教育測驗上的應用
8. 以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作—以四年級數學領域之「整數」相關指標為例
9. 以知識結構及貝氏網路為基礎進行國小五年級小數乘法單元課程設計與評量建構之研究─以彰化縣某國小為例
10. 以貝氏網路與知識結構為基礎進行數位個別指導模式教材之研發及教學成效之探討-以國小六年級圓周長單元為例
11. 以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作~以六年級數學領域之『量與實測』相關指標為例
12. 以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作—以四年級數學領域之「量與實測」相關指標為例
13. 國中數學領域「多項式四則運算」單元之線上適性學習模式研發
14. 以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作-以六年級數學領域之「比和比值」相關指標為例
15. 資訊融入異分母分數加減單元教學對國小五年級學生學習成效與動機之影響
 
1. 應用貝氏網路認知診斷模式進行國小五年級小數單元學習診斷之研究
2. 以貝氏網路為基礎的電腦化適性測驗選題策略-以國小數學科診斷測驗為例
3. 以知識結構及貝氏網路為基礎進行國小五年級小數乘法單元課程設計與評量建構之研究─以彰化縣某國小為例
4. 以SVM結合多重貝氏網路在教育測驗上的應用
5. 以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作—以四年級數學領域之「整數」相關指標為例
6. 多重貝氏網路在教育測驗上的應用
7. 以貝氏網路為基礎的國中數學相關因素預測及診斷系統
8. 以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作-以五年級數學領域分數相關指標為例
9. 以貝氏網路與知識結構為基礎進行數位個別指導模式教材之研發及教學成效之探討-以國小六年級圓周長單元為例
10. 以貝氏網路為基礎之學生分數概念診斷系統
11. 以貝氏網路為基礎的適性測驗電腦化的可行性評估-以國小數學科診斷測驗為例
12. 以知識結構與貝氏網路為基礎之數位教材與評量研發-以六年級柱體體積單元為例
13. 以貝氏網路為基礎之能力指標測驗編製及補救教學動畫製作-以三年級數學領域之整數相關指標為例
14. 以貝氏網路為基礎之電腦化適性診斷測驗結合電腦輔助教學對國中輕度障礙學生數學學習成效之研究
15. 以貝氏網路為基礎之電腦適性測驗編制–以國中七年級之「整數的加減」為例
 
系統版面圖檔 系統版面圖檔