科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了对计算机课程中学生的学习情况进行认知诊断，研究提出了一个新的框架ECD。具体来说，通过分析教育情境的特点，研究设计了一个两阶段的框架ECD。在PISA 2015数据集上的实验显示情境过滤层的关注机制，可以合理地模拟不同特征对学生的个性化影响。结果显示ECD模型作为基准的评估方法与学生诊断结果的相关系数为0.83，高于另外两种评估方法，另外两种方式分别为0.77和0.71。且模型中的每一层都对最终表现做出了贡献，以ECD-NeuralCD的交互层为例，当交互层被替换，其AUC的评分由0.744降为了0.735，而聚合层被替换该分值降为0.737。因此ECD可以有效预测学生成绩，因为它能够很好地捕捉到教育背景对学生认知状态的影响。
- 单位
