本文關(guān)鍵詞：基于Rasch模型的英語(yǔ)聽(tīng)力自適應(yīng)測(cè)試系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：計(jì)算機(jī)自適應(yīng)測(cè)試可以在測(cè)試的過(guò)程中根據(jù)學(xué)生的作答結(jié)果,迅速獲取學(xué)生能力信息的當(dāng)前測(cè)量值,并根據(jù)能力測(cè)量值,從題庫(kù)中調(diào)選與學(xué)生能力匹配的試題,再進(jìn)行測(cè)試,直到獲取到學(xué)生能力值的穩(wěn)定估計(jì)。通過(guò)符合考生能力水平的、較少的試題來(lái)對(duì)考生的能力進(jìn)行精確的測(cè)量。CAT(Computerized Adaptive Test)的最大優(yōu)點(diǎn)是因人施測(cè)。系統(tǒng)基于Rasch模型進(jìn)行開(kāi)發(fā),主要是因?yàn)樵跍y(cè)量中Rasch模型是數(shù)據(jù)擬合模型,克服了一般測(cè)試中的樣本依賴(lài)性和項(xiàng)目依賴(lài)性,通過(guò)對(duì)數(shù)轉(zhuǎn)換將非線(xiàn)性的數(shù)據(jù)轉(zhuǎn)化為對(duì)于所測(cè)量的特質(zhì)而言具有等距意義的Logit值,從而使測(cè)量的客觀(guān)性得以實(shí)現(xiàn)。同時(shí)Rasch模型的簡(jiǎn)單、易于操作也是選擇它的一個(gè)原因。Rasch模型在自適應(yīng)測(cè)試的過(guò)程中被用來(lái)評(píng)估學(xué)生的能力值,在構(gòu)建題庫(kù)的過(guò)程中被用來(lái)測(cè)量試題的難度值。論文首先對(duì)非英語(yǔ)專(zhuān)業(yè)學(xué)生進(jìn)行調(diào)查研究,從兩個(gè)維度12種英語(yǔ)聽(tīng)力障礙,分析非英語(yǔ)專(zhuān)業(yè)學(xué)生的聽(tīng)力現(xiàn)狀和障礙,進(jìn)而提出學(xué)習(xí)策略。在此基礎(chǔ)上,以Microsoft Visual Studio 2010和Microsoft SQL Server 2008為主要工具,開(kāi)發(fā)基于Rasch模型的英語(yǔ)聽(tīng)力自適應(yīng)測(cè)試實(shí)驗(yàn)系統(tǒng)。該系統(tǒng)應(yīng)用Rasch模型測(cè)量試題難度和學(xué)生能力,通過(guò)在不同障礙類(lèi)別上的自適應(yīng)測(cè)試,診斷與分析學(xué)生的綜合或特定障礙及能力,并推送個(gè)性化的學(xué)習(xí)指導(dǎo)。
【關(guān)鍵詞】：計(jì)算機(jī)自適應(yīng)測(cè)試 Rasch模型 英語(yǔ)聽(tīng)力障礙 個(gè)性化學(xué)習(xí)
【學(xué)位授予單位】：云南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：H319;G434
【目錄】：

• 摘要3-4
• Abstract4-9
• 第1章 緒論9-15
• 1.1 研究背景及意義9-12
• 1.1.1 英語(yǔ)聽(tīng)力障礙研究背景及意義9
• 1.1.2 Rasch模型研究背景及意義9-10
• 1.1.3 自適應(yīng)測(cè)試研究背景及意義10-11
• 1.1.4 英語(yǔ)聽(tīng)力自適應(yīng)測(cè)試系統(tǒng)研究現(xiàn)狀11-12
• 1.2 研究思路及方法12
• 1.3 主要研究工作12-13
• 1.4 論文結(jié)構(gòu)安排13-15
• 第2章 Rasch模型概述15-21
• 2.1 Rasch模型基本原理15-16
• 2.2 Rasch模型特點(diǎn)16-17
• 2.3 Rasch模型運(yùn)算數(shù)據(jù)17-19
• 2.4 Rasch模型的應(yīng)用19-21
• 第3章 英語(yǔ)聽(tīng)力障礙分析21-36
• 3.1 英語(yǔ)聽(tīng)力障礙現(xiàn)狀分析21-26
• 3.1.1 訪(fǎng)談21
• 3.1.2 文獻(xiàn)研究21-23
• 3.1.3 問(wèn)卷調(diào)查23-26
• 3.2 英語(yǔ)聽(tīng)力障礙的分類(lèi)26-27
• 3.3 個(gè)性化學(xué)習(xí)策略的提出27-36
• 3.3.1 學(xué)習(xí)理論28-32
• 3.3.2 學(xué)習(xí)策略32-36
• 第4章 計(jì)算機(jī)自適應(yīng)測(cè)試研究36-43
• 4.1 計(jì)算機(jī)自適應(yīng)測(cè)試的特點(diǎn)36-37
• 4.2 計(jì)算機(jī)自適應(yīng)測(cè)試的理論基礎(chǔ)37-39
• 4.3 計(jì)算機(jī)自適應(yīng)測(cè)試的工作原理39-43
• 4.3.1 測(cè)試起點(diǎn)選擇39-40
• 4.3.2 能力值動(dòng)態(tài)判定40-41
• 4.3.3 選題原則41-42
• 4.3.4 測(cè)試結(jié)束條件42-43
• 第5章 基于Rasch模型的英語(yǔ)聽(tīng)力CAT中的 關(guān)鍵技術(shù)與研究——Rasch模型迭代算法43-67
• 5.1 Rasch模型在Ministep中的應(yīng)用43-52
• 5.2 Rasch模型算法模擬52-63
• 5.3 Rasch模型應(yīng)用于題庫(kù)建設(shè)63-67
• 第6章 基于Rasch模型的英語(yǔ)聽(tīng)力CAT系統(tǒng)67-89
• 6.1 系統(tǒng)開(kāi)發(fā)環(huán)境67-70
• 6.1.1 .NET平臺(tái)和ASP.NET技術(shù)67-69
• 6.1.2 SQL Server平臺(tái)與數(shù)據(jù)庫(kù)技術(shù)69-70
• 6.2 系統(tǒng)開(kāi)發(fā)框架70-71
• 6.3 CAT系統(tǒng)設(shè)計(jì)71-89
• 6.3.1 需求分析72-73
• 6.3.2 功能模塊設(shè)計(jì)73-78
• 6.3.3 數(shù)據(jù)庫(kù)設(shè)計(jì)78-83
• 6.3.4 界面設(shè)計(jì)83-89
• 第7章 總結(jié)89-91
• 7.1 創(chuàng)新89-90
• 7.2 不足與展望90-91
• 參考文獻(xiàn)91-93
• 附錄A:調(diào)查問(wèn)卷93-95
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文和研究成果95-96
• 致謝96

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王躍武;朱正才;楊惠中;;作文網(wǎng)上評(píng)分信度的多面Rasch測(cè)量分析[J];外語(yǔ)界;2006年01期

2 莫慕貞;黃英華;姚靜靜;Scott George PARIS;Gordon STANLEY;Jim TOGNOLINI;;使用Rasch測(cè)量模式分析小學(xué)生《教學(xué)反饋量表》的心理屬性[J];心理學(xué)探新;2012年05期

3 劉紅云;陳閱;駱?lè)?王云峰;;學(xué)業(yè)水平測(cè)試中作文評(píng)分誤差的多面Rasch分析[J];心理科學(xué);2010年04期

4 譚智;;應(yīng)用Rasch模型分析英語(yǔ)寫(xiě)作評(píng)分行為[J];外語(yǔ)教學(xué)理論與實(shí)踐;2008年01期

5 陳富國(guó) ,李偉明;Rasch模型及其參數(shù)的近似估計(jì)[J];江西師范大學(xué)學(xué)報(bào);1987年02期

6 張冰;;多面Rasch模型在英演講比賽中的應(yīng)用研究[J];高考(綜合版);2013年09期

7 張潔;;語(yǔ)言測(cè)試研究中的多層面Rasch模型——原理簡(jiǎn)介和研究綜述[J];外語(yǔ)測(cè)試與教學(xué);2014年03期

8 唐磊;;多面Rasch測(cè)評(píng)模型下的英語(yǔ)寫(xiě)作評(píng)閱模式差異性研究[J];湖北函授大學(xué)學(xué)報(bào);2013年07期

9 曾平飛;余娜;辛濤;王燁暉;;多維Rasch模型在維度分?jǐn)?shù)報(bào)告中的應(yīng)用—對(duì)帶寬-保真度困境的解決[J];心理發(fā)展與教育;2012年03期

10 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1

本文編號(hào)：267319