【敬邀參與】9/12、9/13認知診斷模式與知識結構之分析-R軟體實作工作坊
對應面向: 落實教學創新及提升教學品質
方案名稱: B-5 適性教學教材開發與適性教學素養精進
活動時間
2018-09-12
辦理地點
本校教育樓B504教室
參與人數
總參與人數: 12 人
本校教師: 5 人
本校職員: 7 人
邀請來賓
邱佳怡教授
活動理念
本工作坊旨在介紹適合應用於一般課堂規模之認知診斷模式,並探討與融入知識結構之分析方法與影響,未來可結合因材網之適性教學模式應用於高等教育之中。工作坊講師為 Rutgers大學的邱佳怡教授,邱教授在無參數認知診斷模式之研究發表了多篇SSCI級期刊論文,提出了無參數加權診斷之診斷模式等。 認知診斷模式可以用來了解測驗學生在課程的學習概念上是否精熟,近年來被應用到各種的教學領域之中。其中,無參數認知診斷模式可透過「實際作答反應」與「推估作答反應」之間的差別,搭配分類模式,來決定測驗學生的認知反應類型(是否具備該項能力/了解某學習概念)。因為無參數認知診斷模式不需要估計參數,因此可以使用於樣本空間較小的情況下,判斷測驗學生的類型所需要的時間也較其他模式較為短暫。藉由認知診斷模式,結合知識結構分析,讓教師或研究者運用於適性教學上,能更準確地診斷出學生的學習弱點。
辦理情形
本次工作坊為期兩天,搭配理論介紹與R軟體的實作進行,主題包含nonparametric cognitive diagnosis(無參數認知診斷)、Q-matrix completeness(Q矩陣的完備性)及nonparametric item selection method for CD-CAT(認知診斷-電腦適性測驗的無參數選題策略),皆為認知診斷中相當重要且實用的議題,讓參與的教師與學生們對無參數CDM掌握認知診斷模式發展的趨勢與應用,藉由認知診斷模式,結合知識結構分析,並能運用於適性教學上,更準確地診斷出學生的學習弱點。後續也與邱教授研議未來合作方向,擬將此技術應用於因材網之資料分析上。
「DINA/DINO分析模式」講解
「無參數認知診斷」演示
「Q矩陣」說明
BACK