Item difficulty prediction using computational psychometrics and linguistic algorithms
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F22%3A00570048" target="_blank" >RIV/67985807:_____/22:00570048 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.psychometricsociety.org/sites/main/files/file-attachments/imps2022-version-7-abstract.pdf?1656714871" target="_blank" >https://www.psychometricsociety.org/sites/main/files/file-attachments/imps2022-version-7-abstract.pdf?1656714871</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Item difficulty prediction using computational psychometrics and linguistic algorithms
Popis výsledku v původním jazyce
ZÁKLADNÍ ÚDAJE: IMPS 2022 International Meeting of the Psychometric Society. Book of Abstracts (Talks, Posters). Bologna: Psychometric Society, 2022. s. 169-169. [IMPS 2022. International Meeting of the Psychometric Society. 11.07.2022-15.07.2022, Bologna]. ABSTRAKT: Item characteristics such as difficulty or discrimination power are typically estimated from data. When little or no data are available at the pre-test, the test developers rely on their experience in how items of different content and wording influence item characteristics. In this work, we explore various item features gathered from text analysis of item wording to predict item difficulty. We illustrate the methods using the English language test of the Czech matura exam.
Název v anglickém jazyce
Item difficulty prediction using computational psychometrics and linguistic algorithms
Popis výsledku anglicky
ZÁKLADNÍ ÚDAJE: IMPS 2022 International Meeting of the Psychometric Society. Book of Abstracts (Talks, Posters). Bologna: Psychometric Society, 2022. s. 169-169. [IMPS 2022. International Meeting of the Psychometric Society. 11.07.2022-15.07.2022, Bologna]. ABSTRAKT: Item characteristics such as difficulty or discrimination power are typically estimated from data. When little or no data are available at the pre-test, the test developers rely on their experience in how items of different content and wording influence item characteristics. In this work, we explore various item features gathered from text analysis of item wording to predict item difficulty. We illustrate the methods using the English language test of the Czech matura exam.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
50301 - Education, general; including training, pedagogy, didactics [and education systems]
Návaznosti výsledku
Projekt
<a href="/cs/project/TL05000008" target="_blank" >TL05000008: Výzvy pro hodnocení znalostí: Analytická podpora tvorby znalostních testů</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů