计算机管理动态题库设计的构想

对动态题库设计作了一定的构想，用两个评鉴指标、区分度、难度作为题库中试题的评鉴标准。     

化工热力学题库的开发

在Windows2000环境下,用visual FoxPro6.0（VFP6．0）和Word2000完成了《化工热力学题库》的开发,并对该系统的主要功能模块、题库的管理和制作,及试卷生成作了介绍。此题库具有良好的可操作性,可允许教师进行二次开发。     

基础教育学业水平监测题库建设的整体规划

题库依据考试种类不同有选拔、评定、监测、考查、辅导等几种功能。基础教育学业水平监测的题库应定位在学业监测上,并兼有教育辅导功能。本文具体论述了学业水平监测题库建设的重要步骤与环节,包括题库测量理论的选择、题库的命题依据、题库建设的结构、学业水平等级的划分方法、题库建设的规划顺序等。笔者认为,基础教育学业水平监测的题库建设是一个系统工程,前期规划需要从题库的最终用途出发,以分析题库与考试的使用要求、目标为重点,从而为后期的题库建设制定严谨周密的规划方案。     

浅议试题库的建设

文章从题库的形成过程出发，论述了题库的功能、意义以及评价题库的一些指标，介绍了构建题库的具体方法，认为题库是人们智慧的结晶，它的建设对促进教学管理、提高教学质量有着重要作用。     

谈教育考试国家题库建设现状及展望

教育考试国家题库建设是我国教育考试"十一五"期间的一项重要工作任务。本文主要从国家教育考试题库建设的思想建设、制度建设、工作转轨、软硬件设备等几个方面对题库建设一期工作的开展情况进行了介绍,并对今后的题库建设工作进行了展望。     

教育考试题库监测与评估的内容及机制研究

《国家中长期教育改革和发展规划纲要(2010-2020年)》明确提出要"完善国家考试科目试题库",题库的监测与评估成为题库建设的重要内容。考试机构应从题库管理制度建设、计算机系统的软硬件建设、题库管理软件质量、题库试题质量、经济投入等方面加强题库的监测与评估,通过建立题库管理制度的审查机制、题库试题质量的跟踪机制、题库试题属性的评估机制、计算机系统的检测机制和财经审核机制等对题库进行监测与评估,保证题库建设工作的顺利进行。     

突出教考分离,搞好题库建设 形成规范的教学体系——数学系《解析几何》课题库编制工作的几点意见

教考分离作为教学改革的具体措施，必须有高质量的题库作保证。文章以《解析几何》课历年的教学实践及该课程题库的编制为例，提出题库建设的几点意见     

高等学校题库建设的几个基本理论问题

题库建设是考试科学化的重要环节,在高等学校考试中,题库建设亦具有重要意义。但高校考试与中小学考试相比有许多不同之处,因此高校题库建设有自己的特点。高校题库不应是“试题之库”或“试卷之库”,而是依据“学科教育心理特性”产生出来的试卷生成系统。本文探讨了高校题库建设的基本理论观点和高校题库建设的理论模式,并就实际题库构造提出了建议。     

基于Rasch模型的题库维护技术研究

随着教育评价理论的发展和信息科技的进步，题库建设愈发强调试题存储、管理和调用的动态过程。在这一动态过程中，按照什么标准和程序检验、添加新试题是题库维护工作的重要议题。以某学科学业能力测评的题库维护为例，使用基于Rasch模型的链接测评技术和题库维护方案，选择链接设计后重组题库，通过分析新、旧题库的试题所考查的能力维度、难度指标、功能差异等评估链接质量，将检验合格的18道试题存入题库。基于Rasch模型的题库维护方案提供了一套较为系统的工作程序和检验指标。     

题库理论与目前我国题库的发展状况

题库理论与目前我国题库的发展状况马世晔国家教委考试中心题库是保证考试题目具有较高质量，水平稳定、更好地达到测试目的重要手段，因此，在一些教育比较发达的国家里，人们对题库给予了足够的重视。在我国，随着标准化考试的广泛实施与推行，与之相适应的题库建设也渐...     

试题命制的理论和技术(二)

大规模教育考试试题命制以心理学的某些理论假设为基础。与这些理论假设一致的试题定义要求试题应该具备三个要素,即测量目标、刺激情境和设问,这三个要素缺失了任何一个,都不能构成完整的试题。根据这些理论假设以及试题定义和要素,本文讨论了命制客观题和主观题的基本要求,客观题包括题干的要求、选项设置的要求以及选项数的问题;主观题包括情境材料的选择、设问、赋分和评分标准制定。     

巢湖学院经济管理类专业《统计学》课程教学改革探析

针对巢湖学院应用型本科高校的特点,强调在经管类专业《统计学》课程教学过程中要注重培养学生的统计思维和应用能力。在教学内容和教学方式改革上主要体现在突出描述性统计的教学、实行项目组参与、实施案例教学、强化统计分析软件的应用和注意案例库的建设等方面。在本课程教学改革中我们面临硬件条件不足、后续经费难以保障、课时量尚显不足、学生相关技能较低及依赖思想较严重和考核形式改革难以开展等困难和问题。为此,需要进一步地争取学校支持,加大改革力度,真正使课程教学达到教有所成、学有所益的目的。     

关于考试科学化问题

论述考试的功能和考试科学化在教育改革中的重大意义，介绍科学命题的原则和方法，列举常见题型并阐明它们各自的特点和命题技巧，强调对考试项目——试题信度、效度、难度、区分度进行分析的必要性并提供分析的方法。     

语言测试中的项目分析方法

地每一次测试的试题进行项目分析的目的，是为了确定试题的科学性，把那些符合测试规则、能够体现测试功能的科学性的试题保存在试题库中。项目分析的方法不仅适合于英语测试，还可以扩大到任何一种选项式的测试。语言测试在教学研究中有着很重要的作用。如何使它更为科学、更为精确，并对学生起到积极的引导作用是一项艰巨且有意义的研究工作。     

Decisions that make a difference in detecting differential item functioning

There are numerous statistical procedures for detecting items that function differently across subgroups of examinees that take a test or survey. However, in endeavouring to detect items that may function differentially, selection of the statistical method is only one of many important decisions. In this article, we discuss the important decisions that affect investigations of differential item functioning (DIF) such as choice of method, sample size, effect size criteria, conditioning variable, purification, DIF amplification, DIF cancellation, and research designs for evaluating DIF. Our review highlights the necessity of matching the DIF procedure to the nature of the data analysed, the need to include effect size criteria, the need to consider the direction and balance of items flagged for DIF, and the need to use replication to reduce Type I errors whenever possible. Directions for future research and practice in using DIF to enhance the validity of test scores are provided.     

Relationships between psychometric dimensions of item quality and student ratings of item relevancy and ambiguity

Students rated the quality of the items on a classroom test that had been taken previously. On the same test, psychometric item indices were calculated. The results showed that the student ratings were related to the item difficulty, but not to the item-test correlation. In addition, the better-achieving students tended to rate the items as less ambiguous. Finally, the ambiguity ratings were more highly related to the item-test correlations for the better achieving students. These findings support opinions held by many instructors of students' judgments of item quality.     

试题命制的理论和技术(一)

大规模教育考试试题命制是以心理学的某些理论假设为基础。与这些理论假设一致的试题定义要求试题应该具备三个要素:测量目标、刺激情境和设问,这三个要素缺失了任何一个,都不能构成完整的试题。根据这些理论假设以及试题定义和要素,本文讨论了命制客观题和主观题的基本要求,客观题包括题干的要求、选项设置的要求以及选项数的问题;主观题包括情境材料的选择、设问、赋分和评分标准制定。     

Using OpenAI GPT to Generate Reading Comprehension Items

The purpose of this study is to introduce and evaluate a method for generating reading comprehension items using template-based automatic item generation. To begin, we describe a new model for generating reading comprehension items called the text analysis cognitive model assessing inferential skills across different reading passages. Next, the text analysis cognitive model is used to generate reading comprehension items where examinees are required to read a passage and identify the irrelevant sentence. The sentences for the generated passages were created using OpenAI GPT-3.5. Finally, the quality of the generated items was evaluated. The generated items were reviewed by three subject-matter experts. The generated items were also administered to a sample of 1,607 Grade-8 students. The correct options for the generated items produced a similar level of difficulty and yielded strong discrimination power while the incorrect options served as effective distractors. Implications of augmented intelligence for item development are discussed.     

通用习题管理系统试题属性研究

研究了通用习题管理和智能组卷评价系统中题库建设的问题,分析试题的各类相关属性,为题库建设提供必要的依据。针对不同课程在考查中组卷的特性,对试题的静态和动态属性逐一分析,为相关参数的设置提供依据。     

Minimizing the Influence of Item Parameter Estimation Errors in Test Development: A Comparison of Three Selection Procedures

In test development, item response theory (IRT) is a method to determine the amount of information that each item (i.e., item information function) and combination of items (i.e., test information function) provide in the estimation of an examinee's ability. Studies investigating the effects of item parameter estimation errors over a range of ability have demonstrated an overestimation of information when the most discriminating items are selected (i.e., item selection based on maximum information). In the present study, the authors examined the influence of item parameter estimation errors across 3 item selection methods—maximum no target, maximum target, and theta maximum—using the 2- and 3-parameter logistic IRT models. Tests created with the maximum no target and maximum target item selection procedures consistently overestimated the test information function. Conversely, tests created using the theta maximum item selection procedure yielded more consistent estimates of the test information function and, at times, underestimated the test information function. Implications for test development are discussed.