Key points are not available for this paper at this time.
이 논문은 이진 기술 모델이라고 불리는 특정 제한된 잠재 클래스 모델을 사용하여 테스트 항목 집합에 필요한 기술을 결정하는 새로운 방법을 제시합니다. 이 방법은 전국적으로 대표 샘플인 4학년 학생의 읽기 성취 데이터에 적용되며, 다른 분석 방법으로 제공되는 것과는 다른 테스트 구조 및 응시자 능력에 대한 유용한 관점을 제공합니다. 소규모의 겹치는 항목 집합에 맞추어진 모델들은 공통 기술 맵으로 통합되며, 각 기술의 특성은 필요한 항목의 특성으로부터 추론됩니다. 검토된 독해 항목들은 독립된 단어를 이해하거나 일치시키지 못하는 것에서 시작하여, 지문 내용을 일반 지식과 통합하고 가장 어려운 지문에서 주요 아이디어를 인식하는 데 필요한 능력까지 여섯 개의 이산 기술 수준으로 나뉘는 일차원 척도에 밀접하게 부합합니다.
Edward H. Haertel (금요일)은 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: