简介:项目反应理论(ItemResponseTheory,IRT)是现代教育心理测量领域中最有影响的一种测量理论,它的一个明确目标是扩展模型的种类以至于能够处理实际测试中任何形式的反应数据。在已有的各种模型研究中,对于多级评分项目,只考虑到项目区分度和难度。但在实际测验中,此类项目还可能存在猜测度。本研究基于Samejima等级反应模型,将项目猜测度融合到多级评分模型中,提出了三参数等级反应模型(Three-parameterGradedResponseModel,3PL-GRM)。由于忽略多级反应项目的猜测度会使得该项目的信息量虚假升高,本研究还进一步将3PL—GRM的信息函数应用到试卷质量分析中。
简介:应用Chemkin化学动力学软件包中的Senkin模块模拟了正庚烷在多孔介质发动机中的燃烧过程.通过修改Senkin程序,结合了Woschni传热模型和多孔介质换热模型,并在正庚烷详细氧化机理中加入氮氧化物的生成机理,将此程序纳入发动机燃烧的零维单区模型.对多种工况参数进行计算,讨论了运行参数对发动机性能的影响.当进气温度、压缩比增大,或过量空气系数降低时,多孔介质发动机着火时刻会明显提前.结果表明:多孔介质对混合气具有预热作用可强化发动机的点火燃烧,多孔介质的初始温度是决定压燃点火的决定性因素.
简介:摘要:高考真题作为高三教学资源,是学科核心素养和高考育人价值的载体。“模型认知”是高中化学思考、研究问题的重要思想和方法。以2020年浙江卷化学原理题为例,诊断学生“模型认知”能力的缺陷;基于“模型认知”组织课堂教学,提高学生 “模型认知”能力,纠正学生思维偏差;培养学生从“模型认知”角度分析化学问题,提高复习效率。
简介:摘要:化学反应原理大题往往以真实工业生产为载体,注重对学生综合分析和解决实际问题能力的考查,在高三复习中要着力发展学生的高阶思维促进其深度学习,并通过模型建构使学生形成系统的知识框架,以发展学生的关键能力和核心素养。
简介:摘要目的探索老年患者胃镜检查镇静时瑞马唑仑半数有效剂量(ED50)和95%有效剂量(ED95),观察麻醉期间的不良反应。方法选择2020年7至11月海南医学院第二附属医院行胃镜检查老年患者39例,其中男18例,女21例,年龄65~82(72±5)岁,美国麻醉医师协会(ASA)分级Ⅰ或Ⅱ级。顺序静脉注射舒芬太尼0.1 μg/kg及试验剂量瑞马唑仑,瑞马唑仑起始剂量为0.17 mg/kg,依据改良Dixon序贯法确定下1例患者的剂量,若前1例患者胃镜检查时有阳性反应,即胃镜置入咽腔时或者置入后2 min内患者出现呛咳、恶心呕吐和(或)体动反应,则下1例患者增加剂量;反之,则降低剂量;瑞马唑仑剂量增减梯度为0.01 mg/kg,直到出现12次折返后停止试验。同时观察麻醉期间不良反应发生情况。结果39例老年患者均完成试验,其中有效21例,无效18例。老年患者胃镜检查镇静时,单次静脉注射瑞马唑仑的ED50为0.153 mg/kg(95%CI:0.151~0.154 mg/kg),ED95为0.164 mg/kg(95%CI:0.160~0.166 mg/kg)。瑞马唑仑用药总剂量为(10.6±2.8)mg,苏醒时间为(10.0±3.4)min,复苏室停留时间为(8.2±2.6)min。麻醉期间发生恶心呕吐1例、一过性低血压4例,未见其他不良反应。结论瑞马唑仑在老年患者胃镜检查镇静时的ED50为0.153 mg/kg,ED95为0.162 mg/kg;不良反应发生率低。
简介:为了向社会传送更多合格的优质人才,对大学生求学满意情境的行为反应进行调查,了解大学生在求学过程中可能会遇到的问题以及他们的心理行为反应倾向很有必要。文章收集了182份有效样本数据,运用EVLN模型分析的方式对大学生情境行为反应进行系统性描述分析和可靠性因子分析,分析结果如下:(1)EVLN模型在大学生样本中的信度较高,但忠诚行为反应的平均值和标准差相对低一些,维度和项目需进一步调整;(2)大学生面对求学不满意时,首先会选择忽略和无视问题,当忽略行为反应已经无法起到任何效果的时候,大学生就会采取退出的行为;(3)EVLN模型中的求学不满意情境中的6个维度之间是否具备一定的因果关系。基于上述分析结果,论文提出,提高大学生的求学满意度是一项长期性的系统工程,高等教育机构应当从细节入手,采用诸如呼吁忠诚行为、健全奖励处罚机制和及时沟通等手段促使大学生树立对学校教育树立信心,以积极乐观心态来面对求学不满意情境,进而做出正确的行为反应。
简介:大规模教育考试的维度与考试分数的意义解释、考生在考试中的行为表现解释密切相关。利用非参数项目反应理论模型选择试题组成单维量表,可以达到研究考试维度的目的。选择单维量表试题时,下界C值的确定,是个值得探讨的问题。用非参数项目反应理论模型对英语考试的三个量表维度研究发现,从每一个量表中只能选择出一个单维量表,而不是与每一部分测量的微技能数相应的多个单维量表;每一单维量表测量的均为该部分不同微技能的组合。这个特征表明这些单维量表均为基本单维量表,非严格单维量表。无论c值为0.3,还是0.2,选择出的基本单维量表均满足弱单调性要求,整个单维量表的区分功能不会有明显差异。