Computational aspects of modelling item responses
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F23%3A00580441" target="_blank" >RIV/67985807:_____/23:00580441 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.psychometricsociety.org/sites/main/files/file-attachments/imps2023-abstracts.pdf" target="_blank" >https://www.psychometricsociety.org/sites/main/files/file-attachments/imps2023-abstracts.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Computational aspects of modelling item responses
Popis výsledku v původním jazyce
ZÁKLADNÍ ÚDAJE: IMPS 2023: Abstract Book: Talks. Psychometric Society, 2023. s. 202-202. [IMPS 2023: International Meeting of the Psychometric Society. 23.07.2023-28.07.2023, Washington DC]. ABSTRAKT: Item response theory models can be derived in factor analytic framework as well as in the framework of generalized linear and nonlinear mixed-effect models. In this work, we focus on the latter one. We first describe step-by-step development of IRT models via empirical characteristic curves and generalized linear and nonlinear models (GLNM) with emphasis on didactic value of such approach. In addition to that, we discuss wide usage possibilities of GLNM in terms of criterion-related item validity and we demonstrate these aspects with real data examples. Finally, we present some novel approaches to parameter estimation in this framework together with their challenges in practical implementation.
Název v anglickém jazyce
Computational aspects of modelling item responses
Popis výsledku anglicky
ZÁKLADNÍ ÚDAJE: IMPS 2023: Abstract Book: Talks. Psychometric Society, 2023. s. 202-202. [IMPS 2023: International Meeting of the Psychometric Society. 23.07.2023-28.07.2023, Washington DC]. ABSTRAKT: Item response theory models can be derived in factor analytic framework as well as in the framework of generalized linear and nonlinear mixed-effect models. In this work, we focus on the latter one. We first describe step-by-step development of IRT models via empirical characteristic curves and generalized linear and nonlinear models (GLNM) with emphasis on didactic value of such approach. In addition to that, we discuss wide usage possibilities of GLNM in terms of criterion-related item validity and we demonstrate these aspects with real data examples. Finally, we present some novel approaches to parameter estimation in this framework together with their challenges in practical implementation.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA21-03658S" target="_blank" >GA21-03658S: Teoretické základy výpočetní psychometrie</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů