.png){kind=icon}
返回
Digital Module 41: Process Data
.png){kind=icon}
OA
AI
DOI：10.1111/emip.70030.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
过程数据，如数字评估中的日志文件，提供了被试者与评估任务交互的详细记录。这些数据为研究答题行为、策略使用以及人机交互提供了机会，而这些是仅凭最终题目分数无法捕捉的。本模块介绍了大规模数字评估中过程数据的结构和特征，并阐述了将原始行为序列转换为可用于统计和心理测量分析的数值特征的方法。该模块涵盖了基于专家和数据驱动的特征提取方法，包括基于模式的指标、n-gram、多维缩放和序列自编码器。实践部分演示了使用R语言处理PISA 2012气候控制项目数据和ProcData包进行数据整理与特征提取。最后部分展示了案例研究，说明如何利用过程衍生特征研究测试辅助、提高测量精度以及减少和解释题目功能差异。通过本模块的学习，学员应能掌握过程数据的基本知识和将过程衍生信息整合到教育测量研究中的基础。
Keyword:
action sequences
educational measurement
feature extraction
large-scale assessment
log data
process data
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
E
IF:
0
论文数:
18
被引数:
0
机构
引用论文
An exploratory analysis of the latent structure of process data via action sequence autoencoders
OAAI
OAAI分享收藏A systematic review of the use of log-based process data in computer-based assessments基于日志的过程数据在计算机化评估中的使用系统综述.png)
COMPUTERS & EDUCATION
COMPUTERS & EDUCATIONIF10.5
PREAI
分享收藏 没有更多内容
没有更多内容