The Confounding Effects of Ability, Item Difficulty, and Content Balance Within Multiple Dimensions on the Estimation of Unidimensional Thetas
Notice bibliographique
Résumé
When test forms that have equal total test difficulty and number of items vary in difficulty and length within sub-content areas, an examinee's estimated score may vary across equivalent forms, depending on how well his or her true ability in each sub-content area aligns with the difficulty of items and number of items within these areas. Estimating ability using unidimensional methods for multidimensional data has been studied for decades, focusing primarily on subgroups of the population based on the estimated ability for a single set of data (Ackerman, 1987a, 1989; Ansley & Forsyth, 1985; Kroopnick, 2010; Reckase, Ackerman, & Spray, 1988; Reckase, Carlson, Ackerman, & Spray, 1986; Song, 2010). This study advances the previous studies by investigating the effects of inconsistent item characteristics of multiple forms on the unidimensional ability estimates for subgroups of the population with differing true ability distributions. Multiple forms were simulated to have equal overall difficulty and number of items, but have different levels of difficulty and number of items within each sub-content area. Subgroups having equal ability across dimensions had similar estimated scores across forms. Groups having unequal ability on dimensions had scores which varied across the multiple forms. On balanced 2PL forms, estimated ability was most affected by the estimated item discrimination, and was closer to the true ability on the dimension with items having the highest discrimination level. On balanced 3PL forms, the theta estimate was most dependent upon the estimated difficulty level on each set of items, and was higher when true ability was above the difficulty level on at least one set of items primarily measuring that dimension. On unbalanced forms, the ability estimate was heavily weighted by the true ability on the dimension having more items. This study adds to the importance of test developers maintaining consistency within sub-content areas as well as for multiple test forms overall.
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».