System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及心理测量技术与计算机,其理论架构属于认知科学、心理学及语言学领域,此外,其功能表现形式涉及游戏动画。
技术介绍
1、1.理论背景
2、认知能力是指人脑加工、储存和提取信息的能力,即我们一般所讲的智力,如观察力、记忆力、想象力等。人们认识客观世界,获得各种各样的知识,主要依赖于人的认知能力。认知能力亦称“认识能力”。指学习、研究、理解、概括、分析的能力。从信息加工观点来看,即接受、加工、贮存和应用信息的能力。加涅在其学习结果分类中提出三种认知能力:言语信息、智慧技能和认知策略。
3、认知能力是人们成功的完成活动最重要的心理条件。知觉、语言、记忆、注意、思维和想象的能力都被认为是认知能力。认知能力,是人脑加工、储存和提取信息的能力,即人们对事物的构成、性能、与他物关系、发展动力、发展方向以及基本规律的把握能力。人们的认知特点对于社会经济状况都有显着的影响,增强认知能力也已经被发现与财富增长和预期寿命的增加有关。
4、认知能力测试是衡量一个人学习及完成一项工作的能力的一种测试。这种测试尤其适合于对一组没有实践经验的候选人的做选择时使用,与工作相关的能力可以分为阅读能力、计算能力、感知速度、空间能力及推理能力。
5、通常认为,一个完善的认知能力测评系统,必须要建立在成熟的认知理论框架之上。而目前国内对于认知能力测评的理论框架尚不完善,已有的测评工具过于简易,测评结果与被测者的真实认知能力无法标定在同一尺度内。值得注意的是,此测评系统可广泛用于各类认知能力的测评,本专利技术以认
6、语言及阅读能力是促进人类脑发育及认知发展的重要组成部分和指标,在人类进化和个体发展历程中具有极其重要的地位。阅读能力对想象力、专注力、推理能力、思维计划性和思维流畅性的发展起到了关键作用,并且与学龄阶段的学习能力与学习成绩有显著的正相关。所以,儿童阅读能力的科学评估是掌握儿童各方面能力发展动向的重要途径。
7、先天遗传因素、认知发展、语言环境和家庭环境等都会影响人类语言发展,并进而影响其相关认知和社会能力。其能力的差异化亟需科学的测量工具进行评定并施行有效的干预以保证人类的语言及认知的健康发展。
8、在海外,欧洲委员会四十几个成员国共同研发的《欧洲语言共同参考框架》等为语言教学、学习和阅读能力评估提供了指导框架和测评工具。此外,英文阅读测评工具有american council on the teaching of foreign languages(actfl):the oralproficiency interview(opi)、writing proficiency test(wpt)、advanced placement(ap)chinese language and culture test,and the sat iichinese subject test(liu,2017)。现有的主流中文语言测评工具有:《中国汉语水平考试china’s hanyu shuipingkaoshi,hsk》(hsk;teng,2017)、《华语能力测验taiwan’s test of chinese for speakersof other languages,tocfl》(tocfl;chang,2017)以及读写障碍测验(hkt-spld)(ho,chan,tsang,lee,2000)等。
9、目前,测评工具中感知、发音、词形和认知控制等其他功能之间缺乏明晰的关系;其次,语言功能的涵盖范围和子功能不清楚,再者,阅读能力还应涉及视觉能力、统计学习能力、工作记忆、认知控制、注意力等过程,并包括非语言特有的输入和输出模块。因此,现今仍然缺乏一套客观、系统而全面的测量工具来反映阅读能力发展的真实水平。
10、2.测评技术背景
11、目前国内的测量技术处于相对滞后的状态,大部分测量工具仍使用传统的经典测量理论(classical test theory,ctt)进行。其核心内容包括真分数、信度、效度等概念。以皮尔逊统计理论(person statistics)为基础,关注的焦点是被试在测验中的一般性表现,其平行测验的理论在逻辑上有明显漏洞。被试每次需要一次性答完所有题目后获得测评结果,使得被迫做完所有对其能力测评无贡献的题目,测评时间过长,效率低下。而整个测试只有一个信度指标无法反应不同难度、区分度的题目权重,所以被试之间的能力差距不真实。且被试在每个具体项目上的表现也并未受到足够的重视。且在鲁棒性上,测验对被试的评价与测验的具体题目构成依赖。要求所有被试在同一时间考同一份试卷才能进行比较。具有泄题风险及灵活性低的缺点,测验和项目的性能指标估计依赖于具体的被试样本。同一测验在不同的被试样本中施测,获得的性能指标不同。由此可见经典测量理论在测量应用上具有诸多重大局限,本专利技术针对以上局限进行方法上的创新,下文将详述本测试系统所使用的新技术的背景:
12、2.1.计算机化自适应测试(computerized adaptive tesing,cat)
13、计算机化自适应测试的形式是计算机自动从题库中选择合适的题目给考生作答,考证每答完一道题后,计算机会自动评估该考生当前的能力水平,然后选择最适合他当前能力水平的题目继续测试,直到达到某个测评中止标准为止。当前,国际上已经有许多著名的测试使用了计算机化自适应测验的形式,如gre、asvat、gmat等。未来,cat一定会获得更广泛的应用。
14、传统cat测试建立的步骤为:
15、2.1.1题库建设
16、一般的cat方法首先需要收集有关测量能力的大量试题,以及分布在较宽能力值范围内的大量被测者,对其进行施测,并通过其测试的作答数据,利用不同的统计理论进行拟合,比如使用上文所述的项目反应理论,将估计每个试题的各项参数,例如难度参数、区分度参数、猜测度参数等。当题库建设完成后,题库中的试题各项参数也将固定。将用依据题库以及固定参数对正式测试中的被测者进行自适应地施测,选题标准与收敛标准也将以固定参数为参照。
17、2.1.2选题策略
18、信息量是自适应测试中实时根据被试答题信息选择下一个合适题目的过程中使用的判断策略和主要指标。传统cat的做法是,选择对目前被试答题模式下能提供最多信息增益的题目进行测试,以达到测试过程快速收敛到最优值/局部最优值。但其缺点在于,(1)由于反复选择信息增益最大的题目,所以导致题库中大部分的题目无法被选择到,且有题库泄露的风险。(2)在被试能力先验分布未明确或刚开始答题数据过少无法确定被试真实能力的情况下,快速收敛会导致测量结果偏离真实值。(3)没有其他辅助参数帮助矫正拟合方向,容易导致测量结果偏离真实值。
19、2.1.3被试特质水平评估
20、被试特质水平在每次完成一道测试题时都会进行重估,常用方法如下:
21、条件极大似然估计:使用最多,但是本文档来自技高网...
【技术保护点】
1.一种认知能力的自适应测评系统的使用方法,其特征在于,包括以下步骤:
2.如权利要求1所述的使用方法,其特征在于,所述认知能力的自适应测评系统包括:
3.如权利要求2所述的使用方法,其特征在于,所述个人信息及答题数据包括:被试的年龄、个人信息、以及通过鼠标、键盘或麦克风输入的答题数据。
4.如权利要求2所述的使用方法,其特征在于,所述运算单元中保存了包括:项目反应理论特征函数、依据被试的个人信息设定其测试时的先验参数;所述运算单元在测试开始时设定的先验参数的基础上给出第一个测试题、根据接收到的输入修改参数值、根据修改后的参数值确定下一次测试题。
5.如权利要求2所述的使用方法,其特征在于,所述系统进一步包括测评软件下载器,其用于更新软件,保持测试软件的版本一致性。
6.如权利要求2所述的使用方法,其特征在于,所述系统采用认知能力的自适应测评方法,所述方法包括以下步骤:
7.如权利要求6所述的使用方法,其特征在于,进一步包括:步骤7,当一个被试结束测试时,更新被试个体空间内的贝叶斯层次模型,并在下个被试测试之
8.如权利要求6所述的使用方法,其特征在于,所述步骤2中,所述期望效用函数的表达式为:
9.如权利要求6所述的使用方法,其特征在于,所述步骤3中,若试验样本数据、被试特质先验分布确定,假设项目参数的先验分布密度函数为g(ξ),则关于未知项目反应模型项目参数的后验分布为:
10.如权利要求6所述的使用方法,其特征在于,所述项目反应模型参数的求解方法包括:联合似然估计法、贝叶斯期望后验法、马尔科夫链方法;
...【技术特征摘要】
1.一种认知能力的自适应测评系统的使用方法,其特征在于,包括以下步骤:
2.如权利要求1所述的使用方法,其特征在于,所述认知能力的自适应测评系统包括:
3.如权利要求2所述的使用方法,其特征在于,所述个人信息及答题数据包括:被试的年龄、个人信息、以及通过鼠标、键盘或麦克风输入的答题数据。
4.如权利要求2所述的使用方法,其特征在于,所述运算单元中保存了包括:项目反应理论特征函数、依据被试的个人信息设定其测试时的先验参数;所述运算单元在测试开始时设定的先验参数的基础上给出第一个测试题、根据接收到的输入修改参数值、根据修改后的参数值确定下一次测试题。
5.如权利要求2所述的使用方法,其特征在于,所述系统进一步包括测评软件下载器,其用于更新软件,保持测试软件的版本一致性。
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。