12月4日
12月1日上午进行了学位论文答辩。
参与答辩的博士生:我,李同学,龚同学。
评委:华中师大的刘华山,江西师大的胡竹菁,暨南大学的李爱梅,华南师大的何先友和黄瑞旺。
几天后,我把答辩记录整理出来,如下:
问:DWI综合指标是用Fisher信息量与香农熵指标相除,如何解释这个除法? 答:在论文原文有一段公式推导。第一步做的是对Fisher信息量和SHE两个指标求对数,然后把加权相减,得到一个综合指标。经过反复试探,发现权重为0.5时效果最好。此时恰好可以把这个综合指标化简成为Fisher信息量与香农熵指标相除。报告时为了简便,没有对公式推导进行过多的解释。
问:把多策略香农熵法和随机法相比的意义何在? 答:光看多策略香农熵法的判准率0.99,模式判准率0.967,这意味着1000个被试中有991个被试策略能够判准,有967个被试的认知状态能够判准,这说明它的效果非常好。跟随机法比只是为了一个基线参照,就跟一般实验中的实验组和对照组一样。
问:根据所提模型,应用价值如何体现?离实践的距离有多远? 答:需要说明的是,测量专业只是提供一个方法,进行理论探究。若要把它应用在实际工作当中,需要由学科专家编写相应的试题,只要有学科专家编写好相应的题目,并且标定Q矩阵,我们可以立刻把它用于CD-CAT实践。
问:此研究是基于属性都是相互独立的,但这不一定符合实际情况。实际情况中属性可能是具有一定层级结构的。若考虑到知识点的相关,需要在模型的哪些地方进行改进?请提供一个思路。 答:对于属性之间有层级结构的情况,可以把Q矩阵进行修改。在实际中,学科专家编完测验并标定的Q矩阵以后,我们直接拿来用即可,计算方法是不需要改变的。而且,属性相互独立是情况最复杂的,比如说6个属性,就有 2的6次方=64种可能的认知状态。但在实际工作中,由于属性之间有一定的层级关系,就不会有64种认知状态,可能只有十几种。要在64种认知状态中判准就会更难一些,只有十几种认知状态要判准就会简单一些。因此,如果实际工作中属性相关,那么判准率就会大大提高,而且运算速度也会大大提高。
问:提几条建议: (1)第5-7页,文献综述中的分类可以放到38页,说明蒙特卡洛模拟时加入;
(2)目录没有层次性,字体应该有所侧重;图表的目录跨行;附表的字体可以变小;
(3)100页的结论中有5个结论,实际上是研究结果与讨论,可统一放到前面讨论部分,在最后结论部分,应精炼,写一两句有特别价值的话即可。
答:谢谢。关于内容整合和写作顺序调整,我会按照各位专家的意见进行修改。
|