熊嘉伟博士开讲《计算机化测评中的行为过程数据分析》

发布者:贾倩发布时间:2024-06-06浏览次数:33

5月29日下午,由amjs澳金沙门线路心理学系主办的科技人文讲堂暨心理学前沿论坛第33期在南区317会议室成功举行。美国Pearson教育研究机构副研究员、美国佐治亚大学客座研究员熊嘉伟博士受邀作题为《计算机化测评中的行为过程数据分析》的精彩讲座,心理学系以及校内外感兴趣师生参会,王珏特任研究员主持。讲座伊始,王珏特任研究员介绍了熊嘉伟博士的学科背景、研究领域,并代表心理学系对他的来访表示热烈欢迎。

熊嘉伟博士首先解释了什么是计算机化测评中的过程数据,并讲解了过程数据与传统测量方法数据的区别以及它的应用。熊嘉伟指出,学生在测评过程中的行为活动,如反应时间、眼动追踪、电脑日志文件等过程数据能够帮助分析学生的投入水平、思维过程等,提高了对学生潜在能力分析的准确性。

为了更好地对过程数据进行分析,熊嘉伟以计算机日志文件数据为例提出了一个前沿模型——Sequential Reservoir Model(SRM),这个模型可以从学生非结构化行为过程数据中提取可解释特征向量。他提出了两个问题:这些特征向量能够解决哪些应用问题?这些特征向量能够解释什么?随后,熊嘉伟围绕这两个问题展开了对SRM的讲解。

在讲解SRM的过程中,熊嘉伟解释了该模型的模拟和实证研究,模拟包括分类、回归与模型拟合,实证研究使用了NAEP的8年级数学测试数据,验证SRM的实际应用效果。并介绍了SRM将过程数据转化为特征矩阵的过程:评估行为、生成非结构化数据、输入模型、建立结构化的特征矩阵。经过严谨周密的探究后,熊嘉伟回答了他提出的两个问题:SRM提取的特征向量可以用于群体检测、能力评估与解释性建模,同时它们解释了被测试者在评估过程中的具体行为与策略。

最后,熊嘉伟对SRM进行了展望:我们可以持续改进SRM,探索它在不同场景中的应用。此外,SRM所提取的特征向量也可以应用到如计算机自适应测试、诊断测量与结构方程建模等其它领域。

在两个多小时的分享中,熊嘉伟博士深入浅出地讲解了计算机化测评中的行为过程数据分析,引发了现场师生的积极思考与热烈讨论,大家纷纷对过程数据的潜力与应用前景表示了浓厚的兴趣。

结束前,王珏特任研究员对熊嘉伟博士的精彩讲座再次表示感谢。

心理学前沿论坛,作为心理学系三大品牌论坛之一,旨在通过和国内外知名学者的互动,分享心理学前沿研究热点,以及心理学科在社会关切问题上的应用,积极促进具有科大特色心理学科的构建。

熊嘉伟, 美国Pearson教育研究机构副研究员(Associate Research Scientist),美国佐治亚大学(University of Georgia)客座研究员。主要研究方向包括在统计量化方法与机器学习方法在教育学、心理学和工程学领域的开发与应用。研究成果发表在 Educational Measurement: Issues and Practice, Applied Psychological Measurement,及ACS Applied Materials & Interfaces等高水平期刊,于2023年获得美国国家教育测量委员会(National Council on Measurement in Education) Brenda H.Loyd优秀博士毕业论文奖。目前担任美国教育研究协会(American Educational Research Association)测量与方法学分部(Division D)国际委员会主席,以及Behavior Research Methods,British Journal of Mathematical and Statistical Psychology,及IEEE Journals等多个国际期刊的审稿人。


(心理学系)

Baidu
sogou