Accuracy of Measurement in the Classical and the Modern Test Theory: An Empirical Study on a Children Intelligence Test
Notice bibliographique
Résumé
The study aimed to compare the accuracy of assessing participants’ ability by the significance of standard error of the Classical Test Theory (CTT) and standard error of estimation of the Modern Test Theory (MTT) represented by the Two-Parameter Logistic Model (2PLM). It also aimed to compare item difficulty and arrangement in the two theories using Attriri’s Intelligence Scale for Children and a sample of 2674 students from the Republic of Yemen. Descriptive statistics (means and standard deviations), exploratory factor analysis and one-sample t-test were used for statistical treatment of data. Statistical treatment was performed by the IBM SPSS V. 20 and the Bilog-Mg3 programs. It was found that MTT represented by the 2PLM is more accurate than CTT in assessing participants’ abilities by standard error. Furthermore, the calibration of items by difficulty and the arrangement of participants’ abilities in the two theories proved to be different. Based on the study results, the researcher recommends (a) basing the development of psychological tests on the psychometric characteristics extracted according to MTT, (b) training professionals in measurement and evaluation in the use of analysis programs to extract item and ability parameters according to the different models of MTT (item response theory), and (c) making available the programs needed for the use of MTT in testing, e.g., Xcalibre and Rumm 2030 & Bilog-Mg3.
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 | 0,037 | 0,171 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».