数感不良儿童的早期筛查与动态干预

来源 :中国心理学会,中国教育学会 | 被引量 : 0次 | 上传用户:yinxiaoyi5858
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本研究首先试图构建适合我国小学低年级儿童的数感水平测查工具。借鉴Jordan等人的数感五成分理论模型,结合我国小学数学课程内容确定双向细目表,将46个项目按从易到难的顺序构成“儿童数感发展测验”,用于测量银川郊区农村小学268名一年级儿童。结果表明,编制的涉及数感多种成分的“儿童数感发展测验,信、效度良好,可以有效评估幼儿园大班和小学低年级儿童的数感发展,且能区分出不同数感发展水平的儿童。通过对数感不良儿童进行指向于数量转换和数估计两种数感关键成分的动态干预,数感不良儿童的数感水平有所提高,并且计算流畅性水平也得到了提高。
其他文献
在计算机化自适应测验中,a-STR是较为独特且运用较广的一种选题策略,针对a-STR分层数固定不变,提出了动态a分层方法(DAS).本文针对DAS的不足,对DAS进行修改,形成基于MIS的DMIS。在此基础上,对DMIS引入曝光因子,形成了引入曝光因子的最大信息量动态分层策略,即DMIS-ecf。DMIS-ecf每阶段选题策略不限于难度匹配法,因此设定了三种不同阶段选题策略的方法。计算机模拟结果显
本文在程氏选题法的基础上提出以平均信息量替代程氏选题法中的信息量的改进方法,称为极大平均信息量选题法(MAIS).同时还注意到MAIS选题时每次从题库选取难度与“极大信息量”相匹配的试题,进而考虑在MATS基础上在选题时做点优化,称这种改进的选题策略为优化的极大平均信息量选题法(OMAIS).显然,OMAIS与MAIS相比,前者的计算量要比后者的计算量大大减少。实验数据表明,当题库中试题难度服从标
本研究通过模拟研究比较在教育与心理学领域较为常用的三种聚类方法,即K-means方法、潜在类别模型和混合Rasch的聚类效果。结果表明:(1)潜在类别数量、变量数量、样本量、样本平衡和变量间相关对K-means方法、潜在类别模型和混合Rasch模型的分类准确性均有影响且因素间的交互作用存在。(2)除了在2个潜在类别的样本不平衡条件下K-means方法表现较差外,在其他条件下与潜在类别模型和混合Ra
本研究将Rasch题组DIF检验方法和MIMIC方法用于题组DIF检验中,使用模拟研究的方法了解Rasch题组DIF检验方法在针对题组测验的DIF检验中参数估计的精确度、不同条件下的DIF检验力和犯I类错误的概率,并且对Rasch题组DIF检验方法和MIMIC方法进行比较,找寻在不同条件下更为适用的题组DIF检验方法,为在题组测验的DIF检验中选择更加适合的条件.根据对Rasch题组DIF检验方法
本研究依据Chien(2008)的做法对GIRM模型进行了改良,并将改良后的方差分量估计方法称之为GIRM方法,并将其应用到p×i设计的模拟数据中,探讨在不同参数分布形态下G1RM方法和传统GT方法的适用性。结论:1、在不同被试能力分布情况下,两种方法对于σ2(p)所得结果有所差异,GIRM在大部分情况下对方法σ2(P)估计的准确性略差于传统GT方法。2.在不同题目难度分布情况下,两种方法对于σ2
在CAT模拟过程中,使用的能力估计方法有极大似然估计方法(MLE方法),期望后验估计方法(EAPE方法).当被试在CAT初始阶段前三题正常作答时,MLE能力估计方法在各个能力水平上都具有较好地模拟返真性能,模拟返真性能优于EAPE能力估计方法的三种变式方法;而对于三种EAPE能力估计方法,只有当被试能力真值在0附近时模拟返真性能良好;而在能力区间的高端和低端,EAPE方法的模拟返真性能较差,而且在
以2002-2011年中国期刊网收录的50例应用多层线性模型(HLM)的心理学期刊论文为研究对象,从样本描述、模型发展与规范、数据准备、估计方法与假设检验4个角度进行文献计量和内容分析,对我国心理学研究中HLM方法的使用现状进行评估.
本文首先回顾传统回归分析模型中预测变量中心化的意义以及不同的中心化方式,以此作为进一步探讨的基础,然后将分析重点放在多水平模型预测变量中心化问题方面。以文献研究法和专家咨询法为主,回顾国内外相关研究,从模型估计的等价性、模型收敛速度、模型参数的解释、模型参数间的相互关系、模型不同水平效应的分离等重要方面综述多水平模型预测变量中心化的相关理论问题以及中心化方式的具体应用问题;系统总结多水平模型预测变
本研究的目的是在多维情况下比较Delta法与Bootstrap法得到的置信区间,以评估Delta法的精度。用2(因子个数)×3(每个因子题数)×3(因子负荷)×3(样本容量)×3(估计方法)的实验设计进行模拟,比较了Delta法与Bootstrap法。结果发现,Delta法与Bootstrap法得到结果的差异很小,所以可以用Delta法估计多维测验合成信度的置信区间;随着因子增加、题数增加、负荷的
本文自编程序实现题组反应理论的参数估计,将其应用在中学英语考试中,并把结果与项目反应理论对比,希望能够促进题组反应理论在实践中的应用,结果发现:(1)题组反应模型与项目反应模型在各参数估计值的相关系数较强,尤其是能力参数和难度参数;(2)在置信区间宽度的比较上,题组反应模型在各个参数上均窄于项目反应模型,即题组反应模型的估计精度优于项目反应模型。