Shudong Wang,博士
高级心理学家
Shudong Wang专注于产品设计和开发,包括地图阅读流利度的心理测量发展和地图增长西班牙阅读。他的研究兴趣包括自适应测试和教育测量和心理测量研究中的广义线性混合模型应用。Wang博士发表了20多个同行评审的期刊文章和书籍章节。他在包括NCME,AERA和CCSSO在内的许多会议上都介绍了诸如猫项目的选择和学生评分质量,猫设计对内容覆盖和效率的影响以及学生能力估计的准确性。在2009年加入NWEA之前,他是ETS的高级心理学家。Wang博士拥有匹兹堡大学的教育研究方法博士学位。
Shudong Wang的出版物
该技术报告记录了NWEA采用的过程和程序来构建和支持西班牙地图增长阅读评估。
经过:Shudong Wang,,,,帕特里克·迈耶(Patrick Meyer),,,,卡门音乐厅,,,,特蕾莎·克拉斯特尔(Teresa Krastel),,,,亚当·威弗姆贝(Adam Withycombe)
主题:raybet 好用吗西班牙语评估,,,,计算机自适应测试,,,,测试设计
进行了校准研究,以研究用西班牙数学项目参数代替英语地图增长数学项目参数的后果。
经过:Shudong Wang,,,,Xueming(Sylvia)Li
主题:raybet 好用吗西班牙语评估,,,,项目响应理论
计算机自适应测试设计对与通用核心州标准一致的段落的内容覆盖和阅读理解测试效率的影响
本文的主要目的是研究CAT测试设计和银行分布对内容覆盖的影响以及测试的效率。
经过:Shudong Wang,,,,洪若王
计算机自适应测试的结构有效性和测量不变性:使用确认性因素分析应用于学术进度的测量(MAP)
这项研究使用真实数据提供了对10个不同州的不同学术日历的地图量表的构建和不变性结构的经验证据。
经过:Shudong Wang,,,,Marth S. McCall,,,,洪若王,,,,格雷格·哈里斯(Gregg Harris)
验证垂直缩放计算机自适应测试的纵向成就结构:一种多种指标的潜在增长建模方法
当前的调查研究使用多种指标的潜在生长建模(MLGM)方法来检查纵向成就构建体及其对地图增长的不变性。
经过:Shudong Wang,,,,洪若王,,,,Liru Zhang
在计算机化自适应测试中不可签名的丢失数据对多态项目响应模型的项目拟合统计信息的影响
这些研究是根据规则条件下的固定测试形式的假设进行的,例如没有缺失的反应和人群一维能力的正态分布。
经过:Shudong Wang,,,,洪若王
在K – 12评估中检查计算机自适应测试的构造有效性raybet 好用吗
这项研究的目的是研究计算机化自适应测试(CAT)中缺失数据对测试结构有效性的影响。
经过:Shudong Wang,,,,洪若王
主题:计算机自适应测试