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:10

5月29日下午,由人文与社会科学学院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 EducationBrenda 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)