Item Parameter Drifts Across School Type in Educational Psychology Examination for 2022
Notice bibliographique
Résumé
The study assessed item parameter drifts across school type in institution's examination body for educational psychology examination for 2022.Two research questions guided the study and two hypotheses were tested.The study adopted a descriptive survey research design.The population consisted all the 6,742 first year students from the 9 public and 5 Government approved private universities that enrolled for 2022/2023 academic session.A sample of 820 educational psychology students from the 14 schools approved to study educational psychology were selected through multistage sampling.The 2022 educational psychology multiple choice examination questions were adapted as instruments for the study.The instrument did not pass through validation and reliability as they were already good questions used by WAEC.Bilog MG software was used to answer the research questions while Analysis of Variance (ANOVA) was used to test the null hypotheses at 0.05 level of significance.The findings of the study among others showed that in 2022, seven items were deemed to have drifted significantly among the examinees.Of these seven drifting items, the drift parameter was positive for six items, indicating they became more difficult for the subsequent group of examinees.The one remaining items that exhibited significant drift became easier for the subsequent group of examinees.The study recommended among others that institution examination bodies should ensure that as items are re-used or repeated, response parameter must be updated and made more accurate to stated criteria before use.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».