BanditCAT and AutoIRT: Machine Learning Methods for Computerized Adaptive Testing and Item Calibration

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了AutoIRT方法,结合自动化机器学习与项目反应理论,解决计算机自适应测试中的项目校准问题。通过BanditCAT框架,有效平衡信息探索与利用,提高测试的精确度和可靠性。

🎯

关键要点

  • 本研究提出了AutoIRT方法,结合自动化机器学习与项目反应理论。
  • AutoIRT旨在迅速校准计算机自适应测试中的测试项目。
  • 研究利用BanditCAT框架,有效平衡信息探索与利用。
  • BanditCAT框架显著提高了测试的精确度和可靠性。
➡️

继续阅读