analisi della predittività di item tratti da prove di comprensione della certificazione. it per la fascia di competenza dell’autonomia

Clicks: 156
ID: 141939
2016
Article Quality & Performance Metrics
Overall Quality Improving Quality
0.0 /100
Combines engagement data with AI-assessed academic quality
AI Quality Assessment
Not analyzed
Abstract
Nell’articolo introduciamo un valore percentuale (indice di predittività) adottabile nell’ambito dei processi di validazione di un test di competenza (proficiency test). L’indice ci informa sul grado di predittività di item di prove di comprensione esterni al testo oggetto di comprensione (i test di riordino sono esclusi). L’analisi si conduce somministrando gli item a un campione rappresentativo, senza fornire però i testi di ascolto/lettura corrispondenti. Al campione vien detto di provare a rispondere affidandosi alla logica e all’intuito. Orientativamente, abbiamo stabilito che un valore superiore a 50 indichi margini di predittività significativi e costringa, di conseguenza, l’item writer a ragionare sulla/e possibile/i causa/e che facilitano la risposta immediata. Nel saggio, il calcolo dell’indice di predittività viene applicato a 8 prove di comprensione, quattro di livello B1 e quattro di livello B2, tratte dalla certificazione di italiano per stranieri .IT, dell’Università di Studi Roma Tre (Roma), per un totale di 49 item. Le conclusioni cui giungiamo è che l’indice, secondo i parametri espressi, spieghi fenomeni di forte predittività, ascrivibili a diversi fattori (ovvietà delle risposte, facilità a rispondere sulla base di preconoscenze specifiche, correlazioni tra item, implausibilità dei distrattori). In due casi si sono evidenziati item con predittività significativa pur se con un indice appena al di sotto della soglia convenzionalmente definita; in un’altra circostanza, invece, un item presenta un’innegabile predittività pur con un indice piuttosto basso (è un caso specifico di predittività regressiva).
Reference Key
torresan2016trabalhosanalisi Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Paolo Torresan
Journal ren kou xue kan (changchun shi, china)
Year 2016
DOI
DOI not found
URL
Keywords

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

No comments yet. Be the first to comment on this article.