AI Summary & Key Takeaways
AI InsightElde edilen sonuçlara göre, farklı nitelik büyüklüklerinin ortalama test uzunlukları üzerinde önemli değişmelere sebep olduğu, fakat farklı BTM kullanımının algoritmalar üzerinden test uzunlukları açısından herhangi bir etkisinin olmadığı gözlemlenmiştir.
📌 3 Key Takeaways
Özet
Bilişsel tanı modelleri (BTM) ve bilgisayar ortamında bireyselleştirilmiş (BOB) testlerin kullanımı hem eğitim alanında hem de psikoloji gibi diğer alanlarda hızla artmaktadır. Günümüze kadar BOB testler üzerine yapılan araştırmaların çoğunluğu genellikle özetleyici bir değerlendirme sağlayan madde tepki kuramına dayalı modeller ile gerçekleştirilmiştir. Oysa BTM gibi bireylerin uzmanlaştığı ya da eksik kaldığı konularda daha ayrıntılı sonuç sağlayan biçimlendirici değerlendirme teknikleri son zamanlarda giderek önem kazanmıştır. BTM’lerin BOB (BiTBOB) testlerde kullanımı bireylerin yetenek düzeyleri hakkında daha ayrıntılı ve etkin bir değerlendirme sağlamada etkili bir yöntemdir. Bu çalışmanın amacı, BiTBOB testlerde nitelik büyüklüğünün madde seçme algoritmalarının performansları üzerindeki etkisini araştırmaktır. Simülasyon çalışmasında farklı nitelik büyüklüklerinin ve BTM’lerin, madde seçme algoritmalarının performansları üzerindeki etkisi ortalama test uzunluklarına bakılarak araştırılmıştır. Elde edilen sonuçlara göre, farklı nitelik büyüklüklerinin ortalama test uzunlukları üzerinde önemli değişmelere sebep olduğu, fakat farklı BTM kullanımının algoritmalar üzerinden test uzunlukları açısından herhangi bir etkisinin olmadığı gözlemlenmiştir.