期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

大数据在认知诊断中的实践应用被引量：1

原文传递

导出

摘要从古至今,对学生学习情况的检测一直是教学过程中极其重要的环节,也是学生、教师、学校、家长乃至整个社会都普遍关注的事情。传统的检测方式主要是通过试题测验学生的学习情况,得分高低意味着学生的知识水平高低,有的学生凭实力得高分,有的靠运气,即使分数相同的学生,他们的认知结构也可能有很大差距。

作者田雪林

机构地区江苏省南通第一中学

出处《中国教师》 2019年第7期36-39,共4页 Teacher’s Journal

关键词认知诊断大数据应用教学过程知识水平认知结构学生检测

分类号 G434 [文化科学—教育技术学]

引文网络
相关文献

参考文献2

1关丹丹.认知诊断理论与考试评价[J].中国考试,2009(4):8-12. 被引量：18
2宫长瑞.认知诊断理论及其应用探讨——以高校思想政治理论课检测为例[J].教育与教学研究,2016,30(12):14-20. 被引量：3

二级参考文献12

1竺培梁.你知道RSM吗?[J].外国中小学教育,2006(7):26-30. 被引量：3
2刘声涛,戴海崎,周骏.新一代测验理论—认知诊断理论的源起与特征[J].心理学探新,2006,26(4):73-77. 被引量：50
3林海菁,丁树良.具有认知诊断功能的计算机化自适应测验的研究与实现[J].心理学报,2007,39(4):747-753. 被引量：21
4杨淑群,姜楠,丁树良,丁秋林.认知诊断新模型[A]中国仪器仪表学会第九届青年学术会议论文集,2007.
5王蕾.能力测试题库的建构——来自PISA的启示[J].中国考试,2007(12):12-18. 被引量：7
6乔辉.基于证据的考试设计理念(ECD)介绍[J].中国考试,2007(12):24-27. 被引量：2
7刘庆思,赵祖华,莫春晖.谈PETS笔试成绩报告单的设计[J].中国考试,2008(4):36-39. 被引量：3
8刘启亮,孔外平.谈谈心理与教育测量理论的发展[J].重庆科技学院学报（社会科学版）,2008(2):195-197. 被引量：5
9关丹丹.认知诊断理论与考试评价[J].中国考试,2009(4):8-12. 被引量：18
10计毅波.高校思想政治理论课考试改革探析[J].教育与教学研究,2009,23(5):23-24. 被引量：12

共引文献19

1韩玉玲.新时期生态文明教育融入高校思政教育的路径[J].时代报告（学术版）,2020(2):36-37. 被引量：1
2关丹丹,张开.问题解答过程模型对考试设计的启示[J].考试研究,2009,5(4):90-98. 被引量：2
3辛涛,姜宇.教育问责背景下学生学业评测的进展[J].北京师范大学学报（社会科学版）,2011(3):34-39. 被引量：10
4徐岩,丁朝蓬,王利.新课程实施以来学生评价改革的回顾与思考[J].课程．教材．教法,2012,32(3):12-21. 被引量：31
5杜文博.认知诊断阅读测试信效度检验[J].考试周刊,2014,0(83):2-3.
6陈延.物理学习中的认知诊断设计[J].物理教学,2015,37(5):36-38.
7徐显龙,管珏琪,钱冬明,祝智庭.我国中小学电子学辅的供需分析及发展对策[J].中国电化教育,2015(6):17-23. 被引量：7
8宫长瑞.认知诊断理论及其应用探讨——以高校思想政治理论课检测为例[J].教育与教学研究,2016,30(12):14-20. 被引量：3
9韦凤美,赵龙,宫长瑞,卢慧兰.美国护理个案管理师的认证考试办法及启示[J].中华护理教育,2016,13(12):947-950. 被引量：14
10易芹,田伟,杨涛,辛涛,刘彦楼.HO-GDINA模型的EM算法参数估计[J].心理学探新,2017,37(5):441-448. 被引量：3

同被引文献7

1杨淑群,蔡声镇,丁树良,林海菁,丁秋林.求解简化Q矩阵的扩张算法[J].兰州大学学报（自然科学版）,2008,44(3):87-91. 被引量：39
2丁树良,罗芬,汪文义.Q矩阵理论的扩展[J].心理学探新,2012,32(5):417-422. 被引量：18
3丁树良,罗芬,汪文义,熊建华.0-1和多值可达矩阵的性质及应用[J].江西师范大学学报（自然科学版）,2015,39(1):64-68. 被引量：17
4蒋昌猛,冯筠,孙霞,陈静,张蕾,冯宏伟.基于知识点层次图的个性化习题推荐算法[J].计算机工程与应用,2018,54(10):229-235. 被引量：16
5房有丽,王红,狄瑞彤,王露潼,宋永强.COPD多维特征提取与集成诊断方法[J].计算机应用研究,2019,36(10):2925-2929. 被引量：5
6陈宇展.大数据分析挖掘技术及其决策应用[J].电子技术与软件工程,2019,0(22):179-180. 被引量：7
7王晓庆,丁树良,罗芬.认知诊断中的Q矩阵及其作用[J].心理科学,2019,42(3):739-746. 被引量：11

引证文献1

1颜远海,杨莉云.基于Q矩阵特征提取的建模及可视化分析[J].江西科学,2020,38(3):412-418.

1李瑜.诊断分类模型的分类与选择[J].思想政治理论教育新探索,2014(1):273-283.

中国教师

2019年第7期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部