منابع پایان نامه درمورد در

داریم. اگر تعداد سؤالات باشد، با نادیده گرفتن هر نوع قیدی، تعداد تست‌های ممکن از خزانه‌ی سؤالی برابر با می‌باشد. البته انجام این عمل واقع‌گرایانه نیست و انتخاب به عنوان متغیر تصمیم مفید نیست. بهترین راه این است که، هریک از ممکن می‌توانند توسط رشته‌هایی از صفر و یک کدگذاری شوند. بنابراین، در این مورد مسئله‌ی تصمیم، متغیر دارد. پس از این‌که متغیرهای تصمیم مشخص شدند، این نحوه‌ی انتخاب متغیرهای تصمیم به ما اجازه می‌دهد که قیودی را روی انتخاب تست قرار دهیم، تا قضیه‌ی انتخاب از مجموعه‌ی تست‌های ممکن به زیر مجموعه‌ای از تست ها تقلیل یابد. با این روش مدل‌یابی قیود و اهداف به سهولت انجام می‌گیرد و در گام چهارم به کمک نرم افزار جبری مناسب با استفاده از یک الگوریتم برنامه‌نویسی اعداد صحیح به راه‌حل مناسب می‌رسیم (وندر لیندن و گلاس، 2010؛ وندر لیندن،b 2005).
ایجاد یک مدل استاندارد برای سرهم کردن یک تست با یک هدف کمّی
در این مدل ؛ به عنوان یک علامت کلی برای مقدار سؤال روی یک صفت کمّی، ، به عنوان یک علامت کلی برای یک زیر مجموعه یا یک طبقه به کار می‌رود، برای نشان دادن مجموعه‌ای از شاخص‌های متغیرهایی از سؤالات در زیر مجموعه‌ی c می‌باشد. به ترتیب، دو مجموعه از سؤالات است که باید داخل و خارج از تست شوند. ، مجموعه‌ای از سؤالات متضاد را نشان می‌دهد. تابع هدف در این مدل (برای مثال) بهینه کردن تعداد ویژگی‌های کمّی در کل تست است (وندرلیندن، b2005). معادله‌ی (2-13)، مجموعه معادلات مربوط به این نوع مدل را نشان می‌دهد:
(2-13)
در ارتباط با قیود ممکن در سطوح زیر می‌باشد:
در سطح تست (test level)
در سطح سؤال (item level)
کاربرد رویکرد برنامه‌نویسی خطی در مدل‌هایی برای سرهم کردن تست‌های انطباقی
ایده‌ی سرهم کردن تست در سنجش انطباقی تقریباً ارتباط نزدیکی به فرم‌های مرتب شده در سنجش چند مرحله‌ای دارد. در سنجش چند مرحله‌ای نیز آزمودنی‌ها از طریق آزمون‌های متوالی سنجش می‌شوند. اگر در عملکرد قبلی خود، به خوبی عمل کنند، خرده آزمون‌های دشوارتر به آنها ارائه می‌شود و بالعکس (لرد، 1980). آدما (1990)، وندرلیندن و آدما (1998)، رویکرد مدل‌یابی برنامه‌نویسی 0-1 را برای طراحی سیستم‌های سنجش چند مرحله‌ای که مبتنی بر ملاک بیشینه‌ی آگاهی است ایجاد کردند، آنها امکان وارد کردن مجموعه‌ای از قیود را در سرهم کردن تست‌های انطباقی فراهم ساختند. امکان ورود این قیود در سنجش چند مرحله‌ای جذابیت این نوع سنجش را افزوده کرد (لانچ، نانگستر، 1998؛ زینیسکی، همبلتون و لانچ، 2010 به نقل از وندرلیندن و گلاس، 2010؛ ملیکان، بریتاپت و زانک، 2010، به نقل از وندرلیندن و گلاس، 2010). در سنجش انطباقی نیز، سؤالات به صورت متوالی از یک خزانه‌ی سؤال انتخاب می‌شوند و در این مورد مشابه با سنجش چند مرحله‌ای است. پس از اینکه به یک سؤال پاسخ داده شد، توانایی آزمودنی دوباره برآورد می‌شود، به دنبال آن سؤال بعدی طوری انتخاب می‌شود که در برآورد توانایی بیشترین دقت را ایجاد کند. در این رویکرد برای سرهم کردن تست‌های سنجش انطباقی از تست سایه استفاده می‌شود (ولدکمپ، وندرلیندن، 1999).
رویکرد تست سایه
روش تست سایه، روش پشتیبانی مفیدی برای سرهم کردن آزمون‌های انطباقی می‌باشد. تصویر گرافیکی سرهم کردن تست انطباقی از روی تست سایه در نمودار 2-4 نشان داده شده است. ایده‌ی اساسی زیربنایی این روش حل یک مسئله بزرگ همزمان به صورت توالی از مسائل همزمان کوچکتر است. این رویکرد بر اساس این مفروضه شکل گرفت که، اگر بخواهیم از یک خزانه‌ی بزرگ مجموعه‌ای تست سرهم کنیم، ابتدا تعداد تست‌هایی که باید سرهم شود مشخص می‌شود، مثلاً، . سرهم کردن این تعداد می‌تواند به یک مسئله‌ی خیلی بزرگ تبدیل شود، امّا کاربرد تست‌های سایه می‌تواند راه حلّ بهینه‌ای در یک زمان معقول بدست آید. گام‌های زیر برای ارائه‌ی تست سایه اجرا می‌شود:
در گام اول: تست‌های و و تست سایه‌ای که نماینده‌ی تست باقیمانده هست، به طور همزمان سرهم می‌شوند. سؤلات برای تست‌های و از خزانه برداشته می‌شوند و در تست سایه جایگزین می‌شوند.
در گام دوم: تست‌های و به طور همزمان، همراه با تست سایه جدیدی که هم اکنون تست‌های را نشان می‌دهند، سرهم می‌شود. در این مرحله سؤالات برای تست‌های و برداشته می‌شود و در تست سایه جایگزین می‌شود.
در گام سوم: تست‌های و به طور همزمان، همراه با تست سایه جدیدی که هم اکنون تست‌های را نشان می‌دهند، سرهم می‌شود. در این مرحله سؤالات برای تست‌های و برداشته می‌شود و در تست سایه جایگزین می‌شود.
در گام چهارم: تست‌های و به طور همزمان، همراه با تست سایه جدیدی که هم اکنون تست‌های را نشان می‌دهند، سرهم می‌شود. در این مرحله سؤالات برای تست‌های و برداشته می‌شود و در تست سایه جایگزین می‌شود.
در این مرحله تست‌های و سرهم می‌شوند.
البته اندازه‌ی یا طول تست، تنها یک قید در مدل است و تعیین کننده‌ی اساسی زمان محاسبات نیست. این ویژگی به ما اجازه می‌دهد تا یک تست سایه در هر مرحله داشته باشیم. تست‌های سایه، تست‌های منظمی نیستند، همیشه سؤالاتی که انتخاب نمی‌شوند به خزانه بازگشت داده می‌شود. آنها تنها سرهم می‌شوند تا انتخاب سؤالات بین تست‌های اخیر و بعدی را متعادل کنند. این ویژگی تست سایه مانع می‌شود که بهترین سؤالات تنها به تست‌های اولیه اختصاص داده‌شوند و مسائل سرهم کردن تست‌های بعدی را قابل اجرا می‌کند، تا هم مواجهه‌ی سؤال و هم محتوای سؤال رعایت شود. در این روش سؤالی که در تست سایه برای اجرا انتخاب نمی‌شود، به خزانه بازگردانده می‌شود، با برآورد جدید توانایی، دوباره قابلیت کاربرد می‌باشد. بازنمایی گرافیکی رویکرد تست سایه (STA) برای سنجش انطباقی در نمودار 2-5 ارائه شده است. محور افقی، توالی سؤالات در تست انطباقی را نشان می‌دهد و محور عمودی توانایی اندازه گیری شده به‌وسیله‌ی خزانه‌ی سؤال را نشان می‌دهد. موقعیت محور عمودی تست‌های سایه با برآورد اخیر توانایی رابطه دارد. با بالارفتن آزمون، برآورد هم بیشتر می‌شود. موقعیت بالاتر نشان می‌دهد که پاسخ قبلی صحیح بوده است، و موقعیت پایین‌تر نشان می‌دهد که پاسخ قبلی غلط بوده است. قسمت‌های تیره‌ی تست سایه، سؤالاتی را که قبلاً اجرا شده را نشان می‌دهد و قسمت‌های روشن‌تر، بخش‌هایی هستند که در برآورد جدید توانایی دوباره سرهم می‌شوند. آخرین تست، تست انطباقی واقعی است که اجرا شده است؛ در این تست آخر به طور خودکاری مجموعه‌ای از قیود محتوایی روی هر یک از تست‌های سایه وارد می‌شود ( وندرلیندن، 2000؛ وندرلیندن، 2001؛ وندرلیندن، b2005 ؛ وندرلیندن و گلاس، 2010).
نمودار 2-4: بازنمایی گرافیکی رویکرد تست سایه برای سرهم کردن تست‌های چند مرحله‌ای
نمودار 2-5: بازنمایی گرافیکی رویکرد تست سایه برای سرهم کردن تست‌های انطباقی
مدل استانداردی برای تست سایه
برای خزانه‌هایی با سؤالات مجزا، مدل استاندارد برای تست سایه به طور مستقیمی از مدل تست ثابت پیروی می‌کند. برای انتخاب سؤال مدل برابر است با معادله‌ی (2-14):
(2-14)
در ارتباط با قیود ممکن در سطوح زیر می‌باشد:

در سطح تست (test level)
در سطح خرده آزمون (subtest level)
در سطح سؤال (item level)
تابع هدف در تست انطباقی متفاوت از تست‌های ثابت است، ولی بقیه قیود آن مانند تست ثابت می‌باشد. بنابراین، این واقعیت نشان می‌دهد که یک تست انطباقی می‌تواند همانند یک تست ثابت، شامل هر نوع ویژگی باشد. تفاوت دیگری که تست انطباقی از ثابت در این نوع مدل‌یابی دارد، پویایی آن است، که در تابع هدف و قیدی که در سطح خرده آزمون قرار داده شده، خود را نشان می‌دهد. برآورد جدید تابع هدف، انتخاب سؤالات انطباقی را با توجه به برآورد موقتی توانایی، امکان‌پذیر می‌کند. با انجام این نوع مدل‌یابی، آزمون ویژگی‌های مطلوب خود را برای برآورد ارائه می‌کند (وندرلیندن، b 2005).
محدودیت‌های رویکرد برنامه‌نویسی ریاضی در طراحی خزانه‌ی سؤال بهینه
طراحی خزانه‌ی سؤال با روش برنامه‌نویسی ریاضی به روش تست سایه در انتخاب سؤال وابسته است و به دانش نرم‌افزار بهینه‌سازی ویژه‌ای نیاز دارد. بسته به روشی که صفات سؤال تقسیم‌بندی می‌شوند، فضای طراحی می‌تواند بسیار بزرگ شود و فرایند شبیه‌سازی از لحاظ محاسباتی دشوار شود. یک محدودیت بالقوه‌ی این رویکرد آن است که به نرم افزارهای جبر خطی از قبیل CPLEX و LINDO برای به‌دست آوردن راه‌حل بهینه نیاز دارد، که کاربرد این روش را کمی دشوار می‌کند و ممکن است، کدها و معادلات آن برای اکثریت کاربران دردسترس نباشد، که در این صورت اگر برنامه نیاز به اصلاح و یا تغییر داشته باشد، کنترلی بر آن نداشته باشند و چه بسا این احتمال وجود دارد که همیشه راه‌حل قابل اجرا و عملی دردسترس نباشد (چانگ، 2007؛ روبین و همکارانش، 2005). همچنین در این رویکرد فرض بر این است که، سؤالات از قبل در خزانه موجود هستند و از روی آنها یک خزانه کوچک‌تر سرهم می‌شود (گو و ریکیسی، 2007). در این رویکرد از ویژگی‌های یک خزانه‌ی سؤال موجود به عنوان نقطه شروع استفاده می‌شود (ریکیسی، 2010).
مدل‌یابی روش انتخاب سؤال مدل انحرافات وزن‌دار (WDM)
از آنجا که اجرای روش تست سایه (STA)، در مقیاس بزرگ، به مسئله‌ای بسیار بزرگ تبدیل می‌شود که حلّ مسائل سرهم کردن تست را با مشکل روبرو می‌کند، از روش برنامه‌نویسی خطی (WDM) به عنوان جایگزین استفاده می‌شود. این روش برای سرهم کردن تست‌های چندگانه و تست‌های سنجش انطباقی به روش مؤثرتری عمل می‌کند. در این روش، ابتدا پیش‌بینی جستجوی راه حلّ برای تست کامل صورت می‌گیرد و همزمان هم قابل حلّ بودن و هم بهینه بودن تست را در نظر می‌گیرد. این روش جزء روش‌های شهودی حلّ مسائل سرهم کردن تست می‌باشد (وندرلیندن، 2005). این روش در اصل توسط استوکینگ و سوانسون، 1993 به دلیل علاقه و نگرانی آنها در مورد کیفیت ضعیف خزانه‌های سؤال در سرهم کردن تست‌های متوالی در مقیاس بزرگ ایجاد شد. روش WDM به صراحت ویژگی‎های آماری و غیر آماری سؤال را با تعادل مطلوبی بین ویژگی‌های اندازه‌گیری و ساختاری در نظر می‌گیرد. این ویژگی‌ها به‌وسیله‌ی وزن‌هایی که توسط طراحان تست انتخاب می‌شود، در مدل وارد می‌شود. این روش برخلاف روش تست سایه، ویژگی‌های محتوایی را به عنوان اهداف به جای قیود فرمول‌بندی می‌کند. انحراف از اهداف محتوایی وزن داده می‌شود و در تابع هدف به همراه فاصله‌ی آگاهی سؤال از مقدار هدف قرار می‌گیرد (استوکینگ، سوانسون و پیرمن ، 1993). البته این ابزاری بوده است که در بسیاری از روش‌های برنامه‌نویسی ریاضی استفاده ‌شده است و مدل‌های غیرقابل حلّ را قابل اجرا می‌کرده است (بروک، کندریک و مروس، 1998). در CAT، رویکرد WDM سؤالاتی را انتخاب می‌کند که به‌طور متوالی کوچکترین مجموع انحرافات وزن‌دار را دارد.
انتخاب یک سؤال از سه گام تشکیل شده است:

درصورتی‌که سؤالی که قبلاً در تست نبوده به تست اضافه شود، انحراف برای هر یک از قیود محاسبه می‌شود.
انحرافات وزن‌دار در میان همه‌ی قیود جمع می‌شود.
در پایان، سؤالی با کوچکترین مجموع وزن‌دار انحرافات انتخاب می‌شود (استوکینگ و سوانسون، 1993).
در این روش مدل‌یابی، سؤالات به صورت نشان داده می‌شود، متغیر تصمیم‌گیری را نشان می‌دهد. اگر سؤال در تست وارد شود، و اگر سؤال از تست خارج شود . در این مدل صفات تست همراه قیود غیر روان‌سنجی را نشان می‌دهد. حدود پایین و بالای تعداد سؤالاتی که در آزمون دارای چنین ویژگی‌هایی هستند را به ترتیب با و نشان می‌دهد، البته ممکن است گاهی با یکدیگر برابر باشد. همچنین، اگر سؤال دارای ویژگی باشد، . و اگر سؤال دارای ویژگی نباشد، . تعداد سؤالات در خزانه را نشان می‌دهد، وزن اختصاص داده شده به هر قید را نشان می‌دهد، و به ترتیب کسری حد پایین و مازاد حد بالا را نشان می‌دهند. و ، به ترتیب، اضافی حد پایین و کسری حد بالا را نشان می‌دهد. انحراف از آگاهی هدف را برای یک آزمودنی نشان می‌دهد (استوکینگ، سوانسون و پیرمن ، 1993).
بنابراین، مدل به صورت معادله‌ی (2-15) نوشته می‌شود (سوانسون و استوکینگ، 1993):
(2-15)
در ارتباط با قیود ممکن در سطوح زیر می‌باشد:
و
بنابراین، مشاهده شد که روش WDM با استفاده از الگوریتم‌های برنامه‌نویسی خطی اعداد صحیح استاندارد حلّ می‌شود. این روش تا حدودی مشکلات روش تست سایه را حلّ می‌کند ولی همانند دیگر روش‌های برنامه‌نویسی خطی دارای مشکلات کد نویسی می‌باشد.
رویکرد دوم: رویکرد اکتشافی
ریکسی (2003، 2004)، به منظور طراحی خزانه‌ی سؤال بهینه رویکرد اندکی متفاوت را مطالعه کرد، و استفاده از برنامه‌ریزی اعداد صحیح را کنار گذاشت. همچنین، در مطالعات گوناگون در مورد طراحی خزانه‌های سؤال بهینه برای CAT استفاده شده است (ریکیسی، 2003، 2004، 2005؛ ریکیسی و هی؛ 2004، 2009) و گو (2007). در این رویکرد فرض نمی‌شود که سؤالات از قبل وجود دارد. درعوض، در این رویکرد سؤالات برحسب پارامترهای IRT شبیه‌سازی می‌شود تا با برآوردهای اخیر توانایی مطابقت داشته باشد و میزان آگاهی به ‌اندازه کافی بهینه‌ای را ایجاد کند. در روش ریکیسی (2003) ابتدا، خزانه‌ی سؤال هدف را بر اساس صفات غیر آماری از قبیل محتوا به خزانه‌های کوچکتری تقسیم‌بندی می‌شوند. سپس فرآیند CAT شبیه‌سازی می‌شود، به‌طوری‌که خزانه‌های سؤال کوچکتر به‌طور همزمان ساخته‌شوند. شبیه‌سازی با یک آزمودنی که به‌طور تصادفی از توزیع مورد انتظار استخراج می‌شود، آغاز می‌شود، تا CAT ایجاد شود. هر سؤال شبیه‌سازی می‌شود تا سؤال بهینه‌ای براساس برآورد توانایی اخیر آزمودنی ایجاد شود. فرایند مشابهی برای آزمودنی بعدی نیز تکرار می‌شود. به همین ترتیب سؤالات برای نمونه‌ی بزرگی از آزمودنی‌ها شبیه‌سازی می‌شود و به خزانه‌ی سؤال اضافه می‌شود، و به همین صورت خزانه‌ی سؤال بهینه ساخته می‌شود. در این روش برای تصمیم گیری در مورد اینکه چند مرتبه یک سؤال می‌تواند دوباره استفاده شود، این قابلیت وجود دارد که قواعد کنترل مواجهه در شبیه‌سازی وارد شود. این روش به‌طور موفقیت‌آمیزی با نرم‌افزار‌های برنامه‌نویسی قابل انجام است (گو و ریکیسی، 2007).
روش شبیه‌سازی خزانه‌ی سؤال در رویکرد اکتشافی (ریکیسی)

 

اینجا فقط تکه های از پایان نامه به صورت رندم (تصادفی) درج می شود که هنگام انتقال از فایل ورد ممکن است باعث به هم ریختگی شود و یا عکس ها ، نمودار ها و جداول درج نشوند.

برای دانلود متن کامل پایان نامه ، مقاله ، تحقیق ، پروژه ، پروپوزال ،سمینار مقطع کارشناسی ، ارشد و دکتری در موضوعات مختلف با فرمت ورد می توانید به سایت  77u.ir  مراجعه نمایید

رشته روانشناسی و علوم تربیتی همه موضوعات و گرایش ها :روانشناسی بالینی ، تربیتی ، صنعتی سازمانی ،آموزش‌ و پرورش‌، کودکاناستثنائی‌،روانسنجی، تکنولوژی آموزشی ، مدیریت آموزشی ، برنامه ریزی درسی ، زیست روانشناسی ، روانشناسی رشد

در این سایت مجموعه بسیار بزرگی از مقالات و پایان نامه ها با منابع و ماخذ کامل درج شده که قسمتی از آنها به صورت رایگان و بقیه برای فروش و دانلود درج شده اند

مفاهیم پایه
همان‌طور که قبلاً بیان شد، خزانه‌ی سؤال لیستی از پارامترهای سؤال برای هر یک از سؤالات خزانه توصیف می‌کند. براین اساس، ایده‌ی اصلی روش ریکیسی، تعیین پارامترهای سؤال براساس آزمودنی‌هایی است که به طور تصادفی از توزیع مورد انتظار آزمودنی‌ها نمونه‌گیری شدند. در این روش CAT های شبیه‌سازی شده‌ای برای

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *