MétaCan
Menu
Retour à la cohorte
Enregistrement W7132987028

Test Validation and Complex, Dynamic Systems: The Case of the Pedagogical Content Knowledge for Supporting English Learners Test (PeCKSELT)

2023· dissertation· W7132987028 sur OpenAlexaffabout
Elizabeth Larson

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineDecision Sciences
ThématiquePsychometric Methodologies and Testing
Établissements canadiensVector Institute
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Thematic analysisInterpretation (philosophy)Item response theoryTest validityVariety (cybernetics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Designing tests and rubrics, using test scores, and validating tests are all human-led activities that do not occur in isolation. Rather, these activities (and those performing them) constantly interact with internal and external elements, causing them to grow and change in sometimes nonlinear ways. These are the same characteristics of complex, dynamic systems as conceptualized in Complexity Theory. While Complexity Theory has been used in various disciplines, such as education, urban studies, and applied linguistics, it has yet to be fully integrated into the test validation literature. In this study, I address this gap, first by presenting a novel framework that infuses Interpretation Use Arguments (a traditional approach to validation) with aspects of Complexity Theory. I then apply this framework to uncover validity evidence for the Pedagogical Content Knowledge for Supporting English Learners Test (PeCKSELT), a measurement of Teacher Candidates’ understanding of how to support English Learners (ELs) in their K–12 classrooms. Within this complex validation system, I sought evidence to support two key claims (i.e. warrants): 1) PeCKSELT test performance elicits the relevant PCK required for teachers to successfully support their EL students in K–12 Ontario Classrooms; and 2) PeCKSELT scores reflect the target abilities and skills associated with PeCKSEL. Evidence to support these claims comes from the findings of two analyses I conducted. One of these was a thematic analysis of data that emerged from phenomenological interviews of PeCKSELT test developers. The other is from Latent Profile Analysis of the PeCKSELT scores of 307 Teacher Candidates who took the test in the Fall of 2018. Throughout this study, I also examine overarching theoretical concerns regarding the possibilities and benefits of applying Complexity Theory to test validation procedures. Moreover, as test takers, developers, test validation and the construct being measured are all complex, dynamic systems, I also explored the ways in which testing can still generate information that is stable enough to be useful.

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 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)0,017
score de la tête « metaresearch » (Gemma)0,470
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,470
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,659
Tête enseignante GPT0,562
Écart entre enseignants0,098 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetPsychometric Methodologies and TestingTravaux en français237 207