Exportar registro bibliográfico

Uma abordagem personalizada no processo de seleção de itens em Testes Adaptativos Computadorizados (2018)

  • Authors:
  • Autor USP: JATOBÁ, VICTOR MIRANDA GONÇALVES - EACH
  • Unidade: EACH
  • Subjects: METODOLOGIA E TÉCNICAS DE COMPUTAÇÃO; TEORIA DE RESPOSTA AO ITEM
  • Keywords: Computerized Adaptive Testing; Critério de Seleção de Item; Item Selection Method; Item Selection Rule; Regra de Seleção de Item; Testes Adaptativos Computadorizados
  • Language: Português
  • Abstract: Testes Adaptativos Computadorizados (CAT) baseados na Teoria de Resposta ao Item permitem fazer testes mais precisos com um menor número de questões em relação à prova clássica feita a papel. Porém a construção de CAT envolve alguns questionamentos-chave, que quando feitos de forma adequada, podem melhorar ainda mais a precisão e a eficiência na estimativa das habilidades dos respondentes. Um dos principais questionamentos está na escolha da Regra de Seleção de Itens (ISR). O CAT clássico, faz uso, exclusivamente, de uma ISR. Entretanto, essas regras possuem vantagens, entre elas, a depender do nível de habilidade e do estágio em que o teste se encontra. Assim, o objetivo deste trabalho é reduzir o comprimento de provas dicotômicas - que consideram apenas se a resposta foi correta ou incorreta - que estão inseridas no ambiente de um CAT que faz uso, exclusivo, de apenas uma ISR sem perda significativa de precisão da estimativa das habilidades. Para tal, cria-se a abordagem denominada ALICAT que personaliza o processo de seleção de itens em CAT, considerando o uso de mais de uma ISR. Para aplicar essa abordagem é necessário primeiro analisar o desempenho de diferentes ISRs... (Continua)(Continuação) Um estudo de caso na prova de Matemática e suas tecnologias do ENEM de 2012, indica que a regra de seleção de Kullback-Leibler com distribuição a posteriori (KLP) possui melhor desempenho na estimativa das habilidades dos respondentes em relação as regras: Informação de Fisher (F); Kullback-Leibler (KL); Informação Ponderada pela Máxima Verossimilhança (MLWI); e Informação ponderada a posteriori (MPWI). Resultados prévios da literatura mostram que CAT utilizando a regra KLP conseguiu reduzir a prova do estudo de caso em 46,6% em relação ao tamanho completo de 45 itens sem perda significativa na estimativa das habilidades. Neste trabalho, foi observado que as regras F e a MLWI tiveram melhor desempenho nos estágios inicias do CAT, para estimar respondentes com níveis de habilidades extremos negativos e positivos, respectivamente. Com a utilização dessas regras de seleção em conjunto, a abordagem ALICAT reduziu a mesma prova em 53,3%
  • Imprenta:
  • Data da defesa: 08.10.2018
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      JATOBÁ, Victor Miranda Gonçalves; DELGADO, Karina Valdivia. Uma abordagem personalizada no processo de seleção de itens em Testes Adaptativos Computadorizados. 2018.Universidade de São Paulo, São Paulo, 2018. Disponível em: < http://www.teses.usp.br/teses/disponiveis/100/100131/tde-27012019-110739/ >.
    • APA

      Jatobá, V. M. G., & Delgado, K. V. (2018). Uma abordagem personalizada no processo de seleção de itens em Testes Adaptativos Computadorizados. Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/100/100131/tde-27012019-110739/
    • NLM

      Jatobá VMG, Delgado KV. Uma abordagem personalizada no processo de seleção de itens em Testes Adaptativos Computadorizados [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-27012019-110739/
    • Vancouver

      Jatobá VMG, Delgado KV. Uma abordagem personalizada no processo de seleção de itens em Testes Adaptativos Computadorizados [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-27012019-110739/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021