近日，我院张缨斌特聘研究员与常务副院长胡小勇教授等人撰写的学术论文“Investigating the reliability of aggregate measurements of learning process data: From theory to practice”于《Journal of Computer Assisted Learning》（SSCI，JCR Q1，影响因子：5.0）在线发表。

图1 发表论文部分内容

学习分析（Learning analytics，LA）研究经常汇总学习过程数据以得到某个与学习有关构念的测量指标，然而这类指标的信度尚未得到明确检验。论文通过探讨汇总指标在心理测量学层面的优缺点以填补研究空白。研究提出了一个汇总过程数据的框架，包括汇总适用的条件，以及选择适当的信度证据和计算程序的指南，并通过分析计算机科学入门课程中本科生的学业拖延行为和编程能力来支持和阐释这一框架。

研究结果显示，只有构念在一段时间内保持稳定时，数据汇总才能提高其测量指标的信度。否则，过长的汇总周期可能会掩盖学习行为的有意义变化。此外，研究还提供了在学习过程长度不均时选择与计算信度系数的方法，并强调了在解释汇总指标前报告其信度证据的必要性。本论文提出的框架有助于提升学习分析工具的准确性，也为教育者提供了精确评估学生学习状态的依据。

论文链接：https://doi.org/10.1111/jcal.12951

编辑：颜京莉

责任编辑：谭梓淇、黄颖

初审：贺玮、张缨斌

复审：吴迪华