projectCAT：一款支持Sympson-Hetter曝光控制、内容平衡及题目选择方法比较的计算机自适应测试Shiny应用程序

《Applied Psychological Measurement》：projectCAT: A Shiny Application for Computerized Adaptive Testing with Sympson-Hetter Exposure Control, Content Balancing, and Item Selection Method Comparison

　　

摘要

projectCAT 是一个开源的 R Shiny 应用程序，提供了一个完整的、无需编码的计算机自适应测试（CAT）模拟环境。该应用整合了 IRT 标定（通过边际最大似然法实现 1PL、2PL、3PL 模型）、三种自适应题目选择方法——最大 Fisher 信息量（MFI）、期望平均信息量（MEI）和最小期望后验方差（MEPV）、三种能力估计方法（EAP、ML 和 MAP）、Sympson-Hetter（SH）施测控制，以及基于用户指定目标比例的多领域内容平衡。SH 施测控制和内容平衡在单人测试和完整多人测试模拟中均以相同方式运行。将其应用于内置的包含 300 道 2PL 题目的演示题库（$n=500$，每题 20 个，MFI + EAP），RMSE $=.36$，相关系数 $=.94$，在 SH 施测控制下（$(r_{\max }=.20)$）题目过度使用率降至 11.3%。内容比例与用户指定的 50/30/20 分配完全吻合。projectCAT 可在此免费获取：https://hdmeasurement.shinyapps.io/projectCAT/。

获取本文的完整访问权限

查看所有访问和购买选项。

获取访问权限