Resumen

Para los sistemas de composición de hojas de examen, es importante componer de forma adaptativa hojas de examen con diversos alcances conceptuales, grados de discriminación y dificultad para satisfacer diversos requisitos de evaluación durante situaciones reales de aprendizaje. El tiempo de cálculo y la tasa de exposición de ítems también influyen en el rendimiento y en la seguridad del banco de ítems. Por lo tanto, este estudio propone un mecanismo de Generación Adaptativa de Hojas de Test (ATSG), donde una Estrategia de Selección de Ítems Candidatos determina de forma adaptativa los ítems de test candidatos y las granularidades conceptuales de acuerdo con los alcances conceptuales deseados, y una Función Objetivo Agregada aplica un Algoritmo Genético (GA) para averiguar la solución aproximada del problema de programación entera mixta para la composición de la hoja de test. Los resultados experimentales muestran que el mecanismo ATSG puede generar hojas de prueba de forma más eficaz y precisa que los mecanismos existentes para satisfacer los distintos requisitos de evaluación. Además, de acuerdo con los resultados experimentales, se puede aplicar el enfoque de series temporales fractales para analizar las características de autosimilitud de las puntuaciones de aptitud de los AG con el fin de mejorar la calidad de la composición de las hojas de examen en un futuro próximo.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:diversos requisitos de evaluación, test, composición de hojas, hojas de test, generación adaptativa de hojas de test, estrategia de selección de ítems candidatos, enfoque de series temporales fractales, problema de programación entera mixta, función objetivo agregada, ítems candidatos de test
• Keywords:various assessment requirements, test, sheet composition, test sheets, adaptive test sheet generation, candidate item selection strategy, fractal time series approach, mixed integer programming problem, aggregate objective function, candidate test items