Redução da Quantidade de Itens para Estimação de Proficiência em Teste Adaptativo Computadorizado com Filtro de Kalman

Anais do XXXIII Simpósio Brasileiro de Informática na Educação (SBIE 2022)(2022)

引用 0|浏览0
暂无评分
摘要
Avaliações em larga escala são importantes instrumentos não só na aferição da qualidade da educação, mas também na implementação de políticas educacionais. Contudo, apesar dos últimos avanços, avaliações em larga escala tradicionais ainda enfrentam problemáticas, como o tempo demandado para as instituições receberem suas devolutivas e a quantidade de itens no teste que por vezes é exaustiva. Diante desta limitação, propõe-se a implementação de um teste adaptativo computadorizado baseado na teoria de resposta ao item com a aplicação de um filtro de Kalman para a redução de itens do teste. Com isso, pode-se reduzir cerca de 70% da quantidade necessária de itens de um teste, quando comparado a um teste tradicional.
更多
查看译文
关键词
kalman
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要