Directions for Future Research in Cognitive Diagnostic Assessment
Notice bibliographique
Résumé
In the Introduction to this volume, we began by describing key concepts that underlie cognitive diagnostic assessment (CDA) and by specifying some of the early ideas and precedents that guided the merger between cognitive psychology and educational measurement. Then, three distinct sections were presented where a host of esteemed contributors described research on topics related to CDA, theory, and practice. Chapters describing the foundations of CDA, principles of test design and analysis, and psychometric procedures and applications were presented. After surveying these chapters, we acknowledge that not all issues relevant to CDA were adequately covered. Some omissions occurred not because these topics are considered unimportant, but because, in some cases, the topics are not ready for discussion and, in other cases, the most appropriate authors were unavailable. Thus, in the final section, we highlight some of the important topics that were not covered in this book and, in the process, identify areas in which future research is required. ISSUE 1: ROLE OF COGNITIVE MODELS IN COGNITIVE DIAGNOSTIC ASSESSMENT Every author in this volume claims that some type of cognitive model is required to make inferences about examinees' problem-solving skills. These models provide the framework necessary for guiding item development and directing psychometric analyses so test performance can be linked to specific inferences about examinees' cognitive skills. The foundation for generating diagnostic inferences, in fact, rest with cognitive theories and models. Hence, the veracity of the cognitive models and the validity of the diagnostic inferences must be evaluated.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,042 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,012 | 0,026 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».