Xiuzhen MAO

Biographic Data

ID8916502
NAMEXiuzhen MAO
GIVEN NAMESXiuzhen
FAMILY NAMEMAO
SIGNATUREMAO X
AFFILIATIONSChengdu Normal University
ORCID0000-0001-8245-3633
VERIFIEDYes
TOTAL WORKS3
TOTAL CITATIONS0
AUTHOR COUNT3
EDITOR COUNT0
FIRST PUBLICATION YEAR2013
LATEST PUBLICATION YEAR2022
H-INDEX0

  • A simple and effective new method of Q-matrix validation

    Jia Li, Xiuzhen MAO et al.ARTICLEActa Psychologica Sinica2022

    摘要: Q矩阵的正确性是影响题目参数估计和被试分类准确性的重要因素。针对Q矩阵修正问题, 首先提出了一种简单有效的新方法(ORDP)。然后, 模拟研究通过改变被试知识状态的分布、样本容量(N)、测验长度(L)、Q矩阵错误率(M)、项目质量(Iq)和属性层级结构, 比较了ORDP与已有方法(R、RMSEA和HD)的表现。研究表明:(1) 当知识状态服从均匀分布时, ORDP方法在所有层级结构下最优; 当知识状态服从多元正态分布时, RMSEA和ORDP表现没有明显差异, 除独立结构外, RMSEA方法均稍优于ORDP方法; (2) 各方法在多元正态分布下的修正效果不及均匀分布时的修正结果; (3) N、L、M、Iq和属性层级结构对4种方法的表现均有明显影响; (4) 基于Tatsuoka (1984)分数减法数据的修正结果表明, 采用ORDP方法修正的Q矩阵与数据拟合最优

  • A Comparison of Item Selection Methods for Cognitive Diagnostic Computerized Adaptive Testing with Nonstatistical Constraints

    Xiuzhen MAO, Tao XinARTICLEActa Psychologica Sinica2014

    摘要

  • A Comparison of Item Selection Methods for Controlling Exposure Rate in Cognitive Diagnostic Computerized Adaptive Testing

    Xiuzhen MAO, Tao XinARTICLEActa Psychologica Sinica2013

    摘要: 项目曝光率关系到题库建设和测验安全, 是计算机化自适应测验(Computerized Adaptive Testing, CAT)需要考虑的重要问题。在认知诊断CAT情形下, 首先基于传统CAT中a-分层方法的思想提出按项目信息量对题库分层的分层多阶段(Stratified Multistage, SM)选题方法; 然后将SM方法与项目合格(Item Eligibility, IE)方法相结合得到SMIE方法。在此基础上, 开展模拟研究比较SM、IE、SMIE、最大修正优先指标 (Maximum Modified Priority Index, MMPI)方法、限制阈值(Restrictive Threshold, RT)方法和限制进度(Restrictive Progressive, RPG)方法的选题表现。总体上, 它们的测量精度从高到低依次为IE、SM、SMIE、RT、RPG和MMPI方法; 项目曝光分布均匀性的优劣次序为MMPI、RPG、SMIE、RT、SM和IE方法; …