近期，opta足球数据中文版官网詹沛达课题组在SSCI期刊Journal of Research in Science Teaching (JCR Q1, 中科院一区TOP, IF = 4.6)发表了题为Assessing Concept Mapping Competence Using Item Expansion-based Diagnostic Classification Analysis的学术论文。本研究探讨了基于题目拓展的诊断分类分析(item expansion-based diagnostic classification analysis, IE-DCA)如何用于分析学生的概念图素养，使用IE-DCA不仅可以测量学生的概念图绘制能力，还能诊断学生的概念图绘制技能的掌握或缺失情况。我院2021级硕士研究生夏淑兰为论文第一作者，詹沛达为通讯作者；另外，香港大学Chan, Kennedy Kam Ho教授和我院王立君教授为该研究合作者。
论文来源：Xia, S., Zhan, P., Chan, K. K. H., & Wang, L. (2023). Assessing concept mapping competence using item expansion‐based diagnostic classification analysis. Journal of Research in Science Teaching.
文章链接：https://doi.org/10.1002/tea.21897
内容简介
概念图（concept Map）最初被提出作为一种可视化的教育工具，随后逐渐演化为一种评估工具。它通常由一组概念词和连接语构成，具有揭示学生知识结构的能力，而传统的评估工具（例如选择题）则不能达到这一目的。目前，大多数概念图评分方法侧重于如何编码计算概念图的组成部分（例如概念词、连接语和命题）或结构特征（例如分层段、崎岖度和与参考概念图的一致性），或者同时考虑两者，以获得一个单一的综合分数或一些综合的子分数。这些分数的排序或者子分数的子排序可以反映不同学生对知识领域的理解程度。然而，从形成性评估的角度来说，这些分数或者子分数并不能实现诊断的目的。这意味着教师难以确定学生需要进一步教学的知识薄弱点，从而难以采取针对性的补救措施。
本研究基于Zhan等人（2022）提出IE-DCA对概念图进行诊断分类分析。之前的研究发现，学生在创造概念图时会执行两种认知过程：关系加工（Relational process）和特定项目加工（item-specific process）。前者可以根据关系框架理论（relational frame theory）分解成因果性框架、比较性框架和解释性框架等；后者则可以根据知识领域进行特定知识的分解。学生必须执行这两种认知过程，才能成功创建概念图；因此在诊断分类模型中，上述认知过程可以被看作是潜在属性（attribute）。另外，学生概念图是各不相同的，需要根据专家概念图分解后得到的命题来将其标准化。在这个分析方法中，学生概念图被编码为一组0-1向量：当学生概念图中存在专家概念图分解得到的命题，那么就记为1，否则就是0。基于标准化的学生概念图和属性，通过诊断分类模型分析，可以获得学生的概念图属性模式，为针对性补救提供了有效的诊断信息。
研究中，对127名学生绘制的关于物理知识“质点和刚体”的概念图进行分析。结果表明，基于IE-DCA获得的潜在类别（即属性模式）比单一的综合原始分数提供了更详细的有关学生概念图能力的反馈信息；概念图属性之间的相互作用似乎遵循联合凝结规则，这表明学生必须同时掌握所有必需的属性，才能有很高的概率正确绘制概念图。综上所述，引入IE-DCA方法是分析概念图和推断学生概念图能力的一种可行方法。
主要作者简介
夏淑兰，opta足球数据中文版官网2021级硕士研究生，研究方向为心理与教育行为数据的潜变量建模与应用。
詹沛达，博士，opta足球数据中文版官网副教授。研究领域为计算心理计量学，研究方向为心理与教育行为数据的潜变量建模与应用。在Psychometrika、BRM、BJMSP、JEBS、APM、EPM和《心理学报》等专业期刊发表学术论文70余篇。主持国自然、教育部人文社科和浙江省哲社规划课题等题目。
