Differential Item Functioning: The Consequence of Language, Curriculum, or Culture?
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.
Notice bibliographique
Résumé
In recent decades, the use of large-scale standardized international assessments has increased drastically as a way to evaluate and compare the quality of education across countries. In order to make valid international comparisons, the primary requirement is to ensure the measurement equivalence between the different language versions of these assessments due to their multilingual and cross-cultural nature. In this study, we investigated the measurement equivalence of one of the most popular international assessments, PISA (Programme for International Student Assessment), between U.S. and Canadian, Hong Kong and mainland Chinese, and U.S. and mainland Chinese students. Both unidimensional and multidimensional random coefficient multinomial logit model (RCML) were applied to detect differential item functioning (DIF). Furthermore, we exerted great efforts to identify possible explanations of DIF via detailed content analyses. The results showed that the number of DIF items is the smallest between Canadian and U.S. students and the largest between U.S. and Chinese students. We also noticed that for all three comparisons the number of DIF items reduced significantly when we analyzed the data using the multidimensional approach. Our content analysis revealed that language difference only accounted for a small proportion of DIF between U.S. and Chinese students, whereas differential curriculum coverage was found to be the most serious cause of DIF in both the Hong Kong-Mainland and the U.S.-Chinese comparisons. In addition, we found that differential content familiarity is also a potential cause of DIF. Further investigations of more potential sources of item bias require the collection of additional data.
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 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 | 0,001 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 découle