Preview

Russian Technological Journal

Расширенный поиск

Методы оценки сложности тестирования в сфере образования

https://doi.org/10.32362/2500-316X-2021-9-6-64-72

Полный текст:

Аннотация

Проблема тестирования в сфере образования является актуальной для многих стран. Тестирование решает три задачи: проводит оценку качества текущего обучения, дает инструмент для сравнительного анализа результатов обучения, дает инструмент для управления образовательным процессом в отдельном учебном заведении и по отрасли. Это определяет актуальность тестирования и разработки новых методов оценки результатов тестирования. Статья предлагает новый метод оценки результатов тестирования для разных ситуаций: «преподаватель – учащийся», компьютерный тест, виртуальная тестирующая модель, тест на модели смешанной реальности и другие. Для решения этой задачи вводится квазисигмоидальная функция. Она является аналогом логистической функции, но учитывает особенности реального тестирования. Логистическая функция лежит в интервале от минус до плюс бесконечности. В образовании отрицательных оценок не бывает. Введенная функция лежит только в положительной области аргумента, то есть оценок тестирования. Эту функцию авторы называют функцией сложности. Предварительно исследуется функция логарифмов шансов, логистическая регрессия и вытекающий из этого метод Раша. Отмечены два недостатка метода Раша. Определяется принцип тестирования, который используется в функции сложности. Статья вводит два новых понятия: функция сложности тестирования и интегральная оценка тестирования. Интегральная оценка тестирования является интегральной функцией от точечных оценок. Она переводит точечные результаты тестирования в непрерывную функцию и создает корреляцию между оценками. Приводятся результаты эксперимента с участием студентов РТУ МИРЭА. Результаты эксперимента анализируются. Показана возможность применения метода в образовательных процессах. Метод является альтернативой методу Раша.

Об авторах

А. С. Сигов
МИРЭА – Российский технологический университет
Россия

Сигов Александр Сергеевич, академик РАН, д.ф.-м.н., профессор, президент

119454, Россия, Москва, пр-т Вернадского, д. 78

ResearcherID: L-4103-2017, Scopus Author ID: 35557510600



В. Я. Цветков
МИРЭА – Российский технологический университет
Россия

Цветков Виктор Яковлевич, д.т.н., д.э.н., профессор, советник ректората

119454, Россия, Москва, пр-т Вернадского, д. 78

Scopus
Author ID: 56069916700



И. Е. Рогов
МИРЭА – Российский технологический университет
Россия

Рогов Игорь Евгеньевич, директор Института довузовской подготовки

119454, Россия, Москва, пр-т Вернадского, д. 78



Список литературы

1. Нейман Ю.М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. М.: Прометей; 2000. 168 с. ISBN 5-7042-1068-6

2. Сафиулин Р.З. Развитие технологий тестирования в образовании. Управление образованием: теория и практика. 2015;1(17):139−149. URL: https://emreview.ru/index.php/emr/issue/view/17

3. Kolster R. Structural ambidexterity in higher education: excellence education as a testing ground for educational innovations. Eur. J. High. Educ. 2021;11(1):64−81. https://doi.org/10.1080/21568235.2020.1850312

4. Кудж С.А., Цветков В.Я., Рогов И.Е. Поддержка жизненного цикла программных компонент. Российский технологический журнал. 2020;8(5):19−33. https://doi.org/10.32362/2500-316X-2020-8-5-19-33

5. Mgbemena E. Man-machine systems: A review of current trends and applications. FUPRE J. Sci. Ind. Res. (FJSIR). 2020;4(2):91−117.

6. Богоутдинов Б.Б., Цветков В.Я. Применение модели комплементарных ресурсов в инвестиционной деятельности. Вестник Мордовского университета. 2014;24(4):103−116. https://doi.org/10.15507/VMU.024.201403.103

7. Bliss C.I. The method of probits.Science. 1934;79(2037):38−39. https://doi.org/10.1126/science.79.2037.38

8. Viera A.J. Odds ratios and risk ratios: what’s the difference and why does it matter?South. Med. J.2008;101(7):730−734. https://doi.org/10.1097/smj.0b013e31817a7ee4

9. Jaccard J. Interaction effects in logistic regression. USA: Sage Publishing; 2001. V. 135. 80 p. https://dx.doi.org/10.4135/9781412984515

10. Cramer J.S. The origins and development of the logit model. In book: Logit models from economics and other fields. Cambridge University Press; 2003. Ch. 9. https://doi.org/10.1017/CBO9780511615412.010

11. Jokar M., Subbey S., Gjøsæter H. A logistic function to track time-dependent fish population dynamics. Fisheries Research. 2021;236:105840. https://doi.org/10.1016/j.fishres.2020.105840

12. Muñoz García D.A., Cardona Gómez D.C., Hoyos Mendez Y.C. Vólvulo del sigmoide: revisión narrative. Revista Facultad Ciencias de la Salud: Universidad del Cauca. 2020;22(1):36−44. https://doi.org/10.47373/rfcs.2020.v22.1575

13. Цветков В.Я., Рогов И.Е. Функциональный подход к оценке успеваемости учебных групп. Образовательные ресурсы и технологии. 2021;1(34):61−68.

14. Seif N.A.S.M.A. Building and standardizing a school readiness battery for kindergarten children in light of classical theory and item response theory (A comparative study). MA Thesis. Fayoum University; 2018. URL: http://www.fayoum.edu.eg/english/Education/Psychology/pdf/MsnadaMscE.pdf

15. Цветков В.Я., Войнова Е.В. Модификация модели Раша для оценки свободного тестирования. Вестник Рязанского государственного радиотехнического университета. 2018;1(63):90−94. https://doi.org/10.21667/1995-4565-2018-63-1-90-94

16. Кудж С.А. Методы сравнительного анализа. Славянский форум. 2019;3(25):140−150.

17. Кудж С.А. Оценка групповой когнитивной сложности. Славянский форум. 2018;2(20):36–43.

18. Арнольд В.И. Теория катастроф. Итоги науки и техники. Серия «Современные проблемы математики. Фундаментальные направления». 1986;5:219−277.


Дополнительные файлы

1. График логит-функции
Тема
Тип Исследовательские инструменты
Посмотреть (29KB)    
Метаданные

Статья предлагает новый метод оценки результатов тестирования для ситуаций: «преподаватель – учащийся», компьютерный тест, виртуальная тестирующая модель, тест на модели смешанной реальности. Для решения вводится квазисигмоидальная функция, которая является аналогом логистической функции, но учитывает особенности реального тестирования. Статья вводит два новых понятия: функция сложности тестирования и интегральная оценка тестирования. Интегральная оценка тестирования является интегральной функцией от точечных оценок. Она переводит точечные результаты тестирования в непрерывную функцию и создает корреляцию между оценками. Метод является альтернативой методу Раша.

Рецензия

Для цитирования:


Сигов А.С., Цветков В.Я., Рогов И.Е. Методы оценки сложности тестирования в сфере образования. Russian Technological Journal. 2021;9(6):64-72. https://doi.org/10.32362/2500-316X-2021-9-6-64-72

For citation:


Sigov A.S., Tsvetkov V.Y., Rogov I.E. Method for assessing testing difficulty in educational sphere. Russian Technological Journal. 2021;9(6):64-72. (In Russ.) https://doi.org/10.32362/2500-316X-2021-9-6-64-72

Просмотров: 105


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2782-3210 (Print)
ISSN 2500-316X (Online)