近日,opta足球数据中文版官网心理学系詹沛达副教授课题组在《心理科学进展》在线发表题为《基于过程数据的问题解决能力测量及数据分析方法》的综述论文。该论文的第一作者为我系2020级硕士研究生刘耀辉,詹沛达副教授为通讯作者。该论文部分内容受到国家自然科学青年基金项目(No. 31900795)的资助。
原文:刘耀辉, 徐慧颖, 陈琦鹏, 詹沛达. (2021). 基于过程数据的问题解决能力测量及数据分析方法. 心理科学进展.
该文章对基于过程数据的问题解决能力测量和数据分析方法做了较为系统和全面的综述。问题解决能力是指在没有明显解决方法的情况下个体从事认知加工以理解和解决问题情境的能力。对问题解决能力的测量需要借助相对更复杂、更真实、具有可交互性的问题情境来诱导问题解决行为的呈现。同时,问题解决能力是个体适应社会与生活的必备特质, 也是个体胜任未来工作的核心能力之一。文章首先回顾了传统的基于纸笔测验的问题解决能力测量。纸笔测验的优点是易于大规模施测、测验工具开发成本较低且对计算机编程技术的依赖程度较低; 同时, 其缺点也较为明显:一方面是难以记录被试解决问题的详细过程。另一方面是难以构建真实的、复杂的问题情境。随着科技的发展,21世纪初,OECD提出了相对全面的问题解决框架。同时利用虚拟测评,构建相对真实的问题情景,实现对个体问题解决能力的测评。基于计算机的虚拟测评,在记录更多模态数据(e.g., 作答时间,作答行为序列等过程数据)的同时,也对传统心理测量数据分析方法提出了挑战。对此,文章对现有的过程数据分析方法进行梳理,可分为探究性的数据挖掘法和验证性的统计建模法。两种方法遵循着不同的研究过程,共同推进着科学研究的发展。最后, 文章从非认知因素的影响、多模态数据的利用、问题解决能力发展的测量、其他高阶思维能力的测量和问题解决能力概念及结构的界定五个方面展望未来可能的研究方向。