Un algoritmo de aprendizaje determinista que estima la matriz Q para modelos de diagnóstico cognitivo
Autores: Chung, Meng-Ta; Chen, Shui-Lien
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Un algoritmo de aprendizaje determinista que estima la matriz Q para modelos de diagnóstico cognitivo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Examen
Evaluación diagnóstica cognitiva
Matriz Q
Modelos de diagnóstico cognitivo
Diseñado por expertos
Método automatizado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
El objetivo de un examen en evaluación diagnóstica cognitiva es descubrir si un examinado ha dominado ciertos atributos. Se han desarrollado diferentes modelos de diagnóstico cognitivo (CDMs) con este propósito. El núcleo de estos CDMs es la matriz Q, que es un mapeo de ítems a atributos, diseñado tradicionalmente por expertos en el dominio. Una matriz Q diseñada por expertos no está exenta de problemas. Por ejemplo, los expertos en el dominio podrían pasar por alto algunos atributos o tener opiniones diferentes sobre la inclusión de algunas entradas en la matriz Q. Por lo tanto, es de importancia práctica desarrollar un método automatizado para estimar la matriz Q. Esta investigación propone un algoritmo de aprendizaje determinista para estimar la matriz Q. Para obtener una matriz Q binaria sensata, también se ha ideado un método de dicotomización. Los resultados del estudio de simulación muestran que el método propuesto para estimar la matriz Q es útil. El estudio empírico analiza los datos ECPE. La matriz Q estimada se compara con la diseñada por expertos. Todos los análisis en esta investigación se llevan a cabo en R.
Descripción
El objetivo de un examen en evaluación diagnóstica cognitiva es descubrir si un examinado ha dominado ciertos atributos. Se han desarrollado diferentes modelos de diagnóstico cognitivo (CDMs) con este propósito. El núcleo de estos CDMs es la matriz Q, que es un mapeo de ítems a atributos, diseñado tradicionalmente por expertos en el dominio. Una matriz Q diseñada por expertos no está exenta de problemas. Por ejemplo, los expertos en el dominio podrían pasar por alto algunos atributos o tener opiniones diferentes sobre la inclusión de algunas entradas en la matriz Q. Por lo tanto, es de importancia práctica desarrollar un método automatizado para estimar la matriz Q. Esta investigación propone un algoritmo de aprendizaje determinista para estimar la matriz Q. Para obtener una matriz Q binaria sensata, también se ha ideado un método de dicotomización. Los resultados del estudio de simulación muestran que el método propuesto para estimar la matriz Q es útil. El estudio empírico analiza los datos ECPE. La matriz Q estimada se compara con la diseñada por expertos. Todos los análisis en esta investigación se llevan a cabo en R.