贾飞,张睿,赵晖,时钟

• 1:同济大学物理科学与工程学院

摘要(Abstract)：

随着教育数据挖掘技术的迅速发展，教育工作者可以借助先进的数据分析方法深入了解和优化教学过程。本研究结合多维项目反应理论和教育数据挖掘技术，采用R软件中的MIRT程序包对2022—2023学年下学期至2023—2024学年下学期的三个学期的大学物理期末考试数据进行分析。研究重点关注学生在记忆、概念理解和综合应用三个维度上的学业表现，并通过对学生多维能力的估计，评估教学内容和方法的有效性。研究结果表明，课后作业和课堂测试与期末考试各维度成绩之间存在显著的正相关性，尤其是在综合应用能力方面，课后作业的设计对学生的综合能力提升起到了重要作用。此外，研究还通过终结性评价数据的异常分析，识别了在特定维度上表现不佳的班级，提出了相应的改进措施。基于聚类分析的结果，教学班级被划分为表现优秀、良好和待改进三类，为教学改进提供了数据支持。最后，本研究为教学管理者提供了基于数据的决策支持，能够帮助其识别教学中的强项与弱项，优化资源配置，推动教学质量的提升。

关键词(KeyWords)： 多维项目反应理论;教育数据挖掘;教学效果

Abstract:

Keywords:

基金项目(Foundation): 大学物理自适应智慧课程研究,2025同济大学教改项目;; 以暑期物理提高班为载体的大学物理课程基础能力强化教学改革研究,同济大学本科教育研究与改革项目(2025),项目号:20250504

作者(Author): 贾飞,张睿,赵晖,时钟

参考文献(References)：

• [1] BATOOL S,RASHID J,NISAR M W,et al.Educational data mining to predict students' academic performance:A survey study[J].Education and Information Technologies,2022,28:905-971.
• [2] BURGOS C,CAMPANARIO M L,de la PE??A D,et al.Data mining for modeling students' performance:A tutoring action plan to prevent academic dropout[J].Computers & Electrical Engineering,2018,66:541-556.
• [3] 中共中央、国务院印发《教育强国建设规划纲要(2024—2035年)》(2025年1月19日),http://www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202501/t20250119_1176193.html.
• [4] KABAKCHIEVA D.Predicting student performance by using data mining methods for classifcation[J].Cybernetics and Information Technologies,2013,13(1):61-72.
• [5] FERNANDES E,HOLANDA M,VICTORINO M,et al.Educational data mining:Predictive analysis of academic performance of public school students in the capital of Brazil[J].Journal of Business Research,2019,94:335-343.
• [6] RECKASE M D.Multidimensional item response theory[M].Springer-Verlag New York,2009.
• [7] RECKASE M D.The past and future of multidimensional item response theory[J].Applied Psychological Measurement,1997,21:25-36.
• [8] 康春花，辛涛.测验理论的新发展：多维项目反应理论[J].心理科学进展，2010,18(3):530-536.KAND C H,XIN T.New development in test theory:Multidimensional item response theory[J].Advances Psychological Science,2010,18(3):530-536.(in Chinese)
• [9] 许志勇，丁树良，钟君.高考数学试卷多维项目反应理论的分析及应用[J].心理学探新，2013,33(5):438-443.XU Z Y,DING S L,ZHONG J.The analysis and application of MIRT in mathematics paper in college entrance examination[J].Psychological Exploration,2013,33(5):438-443.(in Chinese)
• [10] 侯虎.可解释人工智能在物理试卷分析中的应用[D].上海：同济大学，2023.HOU H.Application of explainable artificial intelligence in the analysis of physics test papers[D].Shanghai:Tongji University,2023.(in Chinese)
• [11] LINACRE J M.WINSTEPS manual for rasch analysis[M].winsteps.com,1981.