KaydedilenlerDerginizi ekleyin

Dergiler / Abant İzzet Baysal Üniversitesi Eğitim Fakültesi Dergisi / 2014 / Cilt: 14 - Sayı: 1

ÖĞRENCİ YETENEĞİNİN KESTİRİMİNDE BİLİŞSEL TANI MODELLERİ VE UYGULAMALARI

The Cognitive Diagnostic Models for Estimating Students’ Ability and Their Applications

T. Oğuz BAŞOKÇU
Sayfa
1–32
Yayın Tarihi
2014-01-01
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada BTM olarak adlandırılan bu modellerin temel özellikleri, yapıları ve kullanılan modellerin uygulamaları hakkında bilgiler verilecektir

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bilişsel Tanı Modelleri (BTM), temelinde örtük sınıf analizi olan yaklaşımlardır.
📊
Temel Bulgular & Veri:BTM ise cevaplayıcıda belirli bir bilginin yapısını ya da bir becerinin gelişimini, cevaplayıcının bilişsel düzeydeki güçlü ve zayıf yönlerini dikkate alarak hesaplamak amacıyla geliştirilmiştir (Leighton ve Gierl, 2007).
💡
Sonuç & Katkı:Bu çalışmada BTM olarak adlandırılan bu modellerin temel özellikleri, yapıları ve kullanılan modellerin uygulamaları hakkında bilgiler verilecektir
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2007 Verileri
⚙️Değişkenler:Bilişsel Tanı Modelleri · Çok Boyutlu Madde Tepki Kuramı · Örtük Sınıf Analizi

Özet

Bilişsel Tanı Modelleri (BTM), temelinde örtük sınıf analizi olan yaklaşımlardır. Örtük sınıf analizi, çok değişkenli kategorik bir veri kullanarak ve birbiriyle ilişkili durumlardan yararlanarak alt gruplar belirleyen istatistiksel bir yöntemdir. BTM ise cevaplayıcıda belirli bir bilginin yapısını ya da bir becerinin gelişimini, cevaplayıcının bilişsel düzeydeki güçlü ve zayıf yönlerini dikkate alarak hesaplamak amacıyla geliştirilmiştir (Leighton ve Gierl, 2007). Bu modellere göre öğrencilerin testteki maddelere verdikleri cevaplar, onların ait oldukları örtük sınıflarının bir vektörüdür. Bu nedenle modeller, maddelere verilen cevaplardan yola çıkarak öğrencilerin örtük sınıflarını belirlemeyi amaçlar. Bu amaç doğrultusunda geliştirilen farklı modeller vardır. Bu çalışmada BTM olarak adlandırılan bu modellerin temel özellikleri, yapıları ve kullanılan modellerin uygulamaları hakkında bilgiler verilecektir

Abstract

Cognitive Diagnostic Models (CDM) are based on latent class analysis. Such analysis is a statistical method that determines subclasses by using multiple variable categorical data and making use of mutually related cases. CDM, on the other hand, is developed to calculate the structure of a certain knowledge or the development of a certain capacity by taking into account both strengths and weaknesses of the respondent in cognitive terms (Leighton ve Gierl, 2007). According to these models, replies of the students to the options of the test compose a vector of latent classes they belong. Thus, these models, through replies to the options, aim to determine the latent classes of students. To this end, various models are introduced. The aim of this paper is to study basic qualities, structures and applications of CDM

🔖

Bu Makaleye Atıf Yap

BAŞOKÇU, T. O. (2014). ÖĞRENCİ YETENEĞİNİN KESTİRİMİNDE BİLİŞSEL TANI MODELLERİ VE UYGULAMALARI. Abant İzzet Baysal Üniversitesi Eğitim Fakültesi Dergisi, Cilt: 14 - Sayı: 1, 1–32. https://ajindex.com/articles/785

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (7)

  1. Adams, R. J., Wilson, M. (1996). Formulating the Rasch model as a mixed coefficients multinomial logit. In: Engelhard, G., Wilson, M. (Ed), Objective Measurement III: Theory in Practice. Ablex, Norwood, NJ. Adams, R. J., Wilson, M. & Wang, W.C. (1997). The multidimensional random coefficients multinomial logit model. Applied Psychological Measurement 21, 1–23.
  2. Almond, R. G., Steinberg, L. S. & Mislevy, R. J. (2003). A framework for reusing assessment components. In: Yanai, H., Okada, A., Shigemasu, K., Kano, Y., Meulman, J.J. (Ed.), New Developments in Psychometrics (s. 281–288). Tokyo: Springer. Cheng Y.& Chang H. (2007). The modified maximum global discrimination index method for cognitive diagnostic computerized adaptive testing. Presented at the CAT and Cognitive Structure Paper Session, June 7. de la Torre, J. (2009). DINA model and parameter estimation: A didactic. Journal of Educational and Behavioral Statistics, 34, 115–130. de la Torre, J.& Douglas, J. (2004). Higher-order latent trait models for cognitive diagnosis. Psychometrika, 69 (3), 333-353.
  3. DiBello, L. V., Stout, W. F., & Roussos, L. A. (1995). Unified cognitive/psychometric diagnostic assessment likelihood-based classification techniques. In P.D. Nichols, S. F. Chipman, and R. L. Brennan (Ed.), Cognitively Diagnostic Assessment (s. 327-361).
  4. Hillsdale, NJ: Lawrence Erlbaum Associates Dibello, L. V. RoussosL. A. & Stout, W. (2007). Review of cognitively diagnostic assessment and a summary of psychometric models. Rao,C. Sinharay, S. (Ed.) Handbook of Statistics, Psychometrics, 26, Amsterdam: North- Holland. Embretson, S. E. (1985). Multicomponent latent trait models for test design. In: Embretson, S.E. (Ed.), Test Design: Developments in Psychology and Psychometrics(s. 195–218). New York: Academic Press.
  5. Embretson, S. E. (1997). Multicomponent response models. In: van der Linden,W.J., Hambleton, R.L. (Ed.), Handbook of Modern Item Response Theory (s.305–321). New York: Springer. Fischer, G. H. ( 1976). 'Some probabilistic models for measuring change', in Advances in Psychological and Educational Measurement (s.107-112). D. De Gruijter & L. van der Kamp (Ed), Bern: Huber,. Fischer, G. H. (1973). The linear logistic model as an instrument in educational research. Acta Psychologica 37, 359–374.
  6. Fischer, G. H. (1983). Logistic latent trait models with linear constraints. Psychometrika, 48,.3–26.
  7. Gierl, M. J. (2007). Making diagnostic inferences about cognitive attributes using Rule-Space mod