MétaCan
Menu
Retour à la cohorte
Enregistrement W1842811255

Using the Attribute Hierarchy Method to Make Diagnostic Inferences about Examinees' Cognitive Skills in Algebra on the SAT.

2008· article· en· W1842811255 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOpen Access Journals at BC (Boston College) · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueIntelligent Tutoring Systems and Adaptive Learning
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTask (project management)CognitionComputer scienceHierarchySample (material)Set (abstract data type)Cognitive modelNatural language processingThink aloud protocolTest (biology)SalientArtificial intelligencePsychologyHuman–computer interactionUsabilityProgramming language
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to apply the attribute hierarchy method (AHM) to a sample of SAT algebra items administered in March 2005.The AHM is a psychometric method for classifying examinees' test item responses into a set of structured attribute patterns associated with different components from a cognitive model of task performance.An attribute is a description of the procedural or declarative knowledge needed to perform a task.These attributes form a hierarchy of cognitive skills that represent a cognitive model of task performance.The study was conducted in two steps.In step 1, a cognitive model was developed by having content specialists, first, review the SAT algebra items, identify their salient attributes, and order the item-based attributes into a hierarchy.Then, the cognitive model was validated by having a sample of students think aloud as they solved each item.In step 2, psychometric analyses were conducted on the SAT algebra cognitive model by evaluating the model-data fit between the expected response patterns generated by the cognitive model and the observed response patterns produced from a random sample of 5000 examinees who wrote the items.Attribute probabilities were also computed for this random sample of examinees so diagnostic inferences about their attribute-level performances could be made.We conclude the study by describing key limitations, highlighting challenges inherent to the development and analysis of cognitive diagnostic assessments, and proposing directions for future research. Note: This is a multimedia articleAll multimedia components are enclosed in blue.Acrobat Reader 8.0 and Acrobat Flash Player 9.0 or higher are required.These programs, which are free, can be accessed and installed from the Adobe website (www.adobe.com).This article contains "mouse-over" actions in Figure 1 to illustrate how the attributes are measured with sample algebra items from the SAT.This article also contains multimedia clips.We present the reader with three embedded videos in Figures 2 to 4 to illustrate how a student actually solves an item.Figures 5 to 10 contain embedded audio clips so the reader can hear how a student solves an item .These video and audio clips supplement our text descriptions of the attributes to provide the reader with more concrete examples about the cognitive skills that constitute each attribute and how attributes are hierarchically related.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0050,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,209
Tête enseignante GPT0,439
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle