Abstract
本文提出了一种新颖的方法,利用机器学习模型在低风险的练习测试中检测粗心的作答 行为。我们不是根据模型的拟合统计量或已知的事实将被试的作答归类为粗心,而是构 建了一个模型,该模型基于练习测试题目的属性来预测练习测试与正式测试之间的考试 分数的显著变化。我们利用有关粗心被试如何作答题目的假设,从练习测试题目中提取 特征,通过交叉验证来优化模型的样本外预测,并在预测最接近的正式测试时减少异方 差性。所有分析均使用 Duolingo 英语测试的练习版和正式版的数据。我们讨论了使用机 器学习模型预测粗心作答情况与其他的流行方法相比的意义。
Recommended Citation
Nydick, Steven
(2023)
"练习测试中的粗心案例检测,"
Chinese/English Journal of Educational Measurement and Evaluation | 教育测量与评估双语期刊: Vol. 4:
Iss.
3, Article 8.
DOI: https://doi.org/10.59863/AHSA2170
Available at:
https://www.ce-jeme.org/journal/vol4/iss3/8
DOI
https://doi.org/10.59863/AHSA2170
COinS