Optimales Design für online generierte adaptive Intelligenztestverfahren (IV)
Projektleiter:
Projektbearbeiter:
MSc Parisa Parsamaram
Finanzierung:
In diesem Projekt sollen adaptive Intelligenztests zur Messung der allgemeinen Intelligenz entwickelt werden. Die Items werden durch einen automatischen Itemgenerator regelbasiert und online generiert und adaptiv dargeboten. Selektiert werden die Items anhand der Parameterschätzungen für erweiterte linear-logistische Testmodelle. Die Parameterschätzungen erfolgen anhand optimaler Designs, so dass mit einem Minimum an darzubietenden Items ein Maximum an Präzision bei der Intelligenzmessung erzielt werden kann. Konkret sollen vier Arten regelgeleiteter Testverfahren zur Messung von allgemeiner Intelligenz konstruiert und hierfür die erforderlichen statistischen Grundlagen entwickelt werden.
In der ersten Phase wurden Items zur Verarbeitungskapazität regelbasiert entworfen und empirisch anhand D-optimaler Versuchspläne mittels linear-logistischer Testmodelle kalibriert. Dazu wurden optimale Versuchspläne für linear-logistische Testmodelle mit festen und zufälligen Faktoren entwickelt. Weiterhin entstand ein Programmsystem zur automatischen
Generierung dieser Items, ihrer adaptiven Darbietung und Personenparameterschätzung.
In der zweiten Phase wurden die Arbeiten aus der ersten Phase fortgesetzt. Dazu wurden analog zu den in der ersten Phase entwickelten Items zur Verarbeitungskapazität regelbasierte Items zur Bearbeitungsgeschwindigkeit konstruiert, die sich für eine adaptive Testung dieser Intelligenzkomponente eignen. Da es sich hier um Speed-Tests handelt, war es erforderlich, anstelle des logistischen Rasch-Modells erweiterte Formen des Rasch Poisson Count-Modells als statistische Grundlage heranzuziehen. Für diese Modelle wurden optimale Versuchspläne zur Itemkalibrierung und adaptiven Testung entwickelt.
Ziel der dritten Phase ist es, in Fortsetzung und Ergänzung der Arbeit in den ersten beiden Phasen bei der Modellierung der Intelligenzkomponenten zeitliche, zumeist nichtlineare Trends in longitudinalen Studien zu berücksichtigen und hierfür optimale Designs zu entwickeln, die adaptiv eingesetzt werden können. Darüber hinaus werden Designs für Itempools unter Nebenbedingungen an die Anzahl der verwendeten Regeln bereitgestellt.
In der ersten Phase wurden Items zur Verarbeitungskapazität regelbasiert entworfen und empirisch anhand D-optimaler Versuchspläne mittels linear-logistischer Testmodelle kalibriert. Dazu wurden optimale Versuchspläne für linear-logistische Testmodelle mit festen und zufälligen Faktoren entwickelt. Weiterhin entstand ein Programmsystem zur automatischen
Generierung dieser Items, ihrer adaptiven Darbietung und Personenparameterschätzung.
In der zweiten Phase wurden die Arbeiten aus der ersten Phase fortgesetzt. Dazu wurden analog zu den in der ersten Phase entwickelten Items zur Verarbeitungskapazität regelbasierte Items zur Bearbeitungsgeschwindigkeit konstruiert, die sich für eine adaptive Testung dieser Intelligenzkomponente eignen. Da es sich hier um Speed-Tests handelt, war es erforderlich, anstelle des logistischen Rasch-Modells erweiterte Formen des Rasch Poisson Count-Modells als statistische Grundlage heranzuziehen. Für diese Modelle wurden optimale Versuchspläne zur Itemkalibrierung und adaptiven Testung entwickelt.
Ziel der dritten Phase ist es, in Fortsetzung und Ergänzung der Arbeit in den ersten beiden Phasen bei der Modellierung der Intelligenzkomponenten zeitliche, zumeist nichtlineare Trends in longitudinalen Studien zu berücksichtigen und hierfür optimale Designs zu entwickeln, die adaptiv eingesetzt werden können. Darüber hinaus werden Designs für Itempools unter Nebenbedingungen an die Anzahl der verwendeten Regeln bereitgestellt.
Kooperationen im Projekt
Kontakt
Prof. Dr. Rainer Schwabe
Otto-von-Guericke-Universität Magdeburg
Institut für Mathematische Stochastik
Universitätsplatz 2
39106
Magdeburg
Tel.:+49 391 6758304
weitere Projekte
Die Daten werden geladen ...