喻晓锋
发布时间： 2024-03-25 浏览次数： 221


喻晓锋

男，副教授，教授（校聘）,硕士研究生导师，

基础心理学博士(2012/09-2015/06)，

美国圣母大学博士后(2016/09-2018/08)

联系方式：

Email: xyu6@jxnu.edu.cn

地址：江西师范大学瑶湖校区明达楼3401


主要研究内容和方向：

智慧测评与智慧学习相关的理论、方法和技术：比如项目反应理论、诊断测验、自适应测验、推荐系统、项目自动生成、过程数据分析与应用、大数据算法及应用等;

测验安全;

统计建模；

贝叶斯统计;

智慧测评综合分析专家系统.

部分主持或参加科研项目（课题）:

  1. 国家自然科学基金地区项目（复杂测验情境下认知诊断的关键技术问题研究，32360208）， 2024/01-2027/12，主持；

  2. 国家自然科学基金专项项目（基于改变点分析的异常测评数据检测与处理研究，62341207）， 2024/01-2024/12，排名第二；

  3. 教育部教育考试院十四五规划课题（高考实施过程中的科目跨年分数转换研究，NEEA2021050），2022/01/01-2025/12/31,排名第二，

  4. 江西省十四五社科规划2021项目（实现智慧测评与智慧学习的关键技术研究，21JY06）,2021/01/01-2023/12/30,主持，

  5. 江西省十四五教育规划2021项目（智慧学习和智慧推荐关键技术研究，21YB027),2021/01/01-2023/12/30,主持，

  6. 江西省教育厅科研项目(基于贝叶斯网模型的认知诊断评估研究，GJJ191691), 2020/01/01-2022/12/30,主持，

  7. National Science Foundation, United States of America， DRL-1350787, “CAREER: Cognitive diagnostic computerized adaptive testing for AP Statistics”,

  8. 教育部人文社会科学研究青年基金项目（认知诊断测验中属性关系的评价指标和估计方法研究，17YJC190029），2017/2-2020/12,结项，主持.

(7) 国家自然科学基金地区项目（基于共同认知结构的测验等值研究，31660279）， 2017/01-2020/12，结项，排名第二.

(8) 国家自然科学基金青年项目（认知诊断计算机化自适应测验属性信度的估计方法及应用，31600909），2017/01-2020/12，结项，排名第二.

(9) 国家自然科学基金青年项目（补偿和非补偿机制下测验Q矩阵标定及相关研究，31500909），2016/01-2018/12，结项，排名第四.

(10) 安徽省哲学社会科学规划项目（基于贝叶斯网的认知诊断评估研究，AHSKY2014D102），2014/10-2016/10，结项，排名第二.

(11) 安徽省高校省级青年人才基金重点项目（认知诊断评价中Q矩阵的推导与验证，2013SQRL127ZD），2013/11-2015/6，结项，主持.

(12) 安徽省自然科学研究项目（实施认知诊断测验的关键问题研究，KJ2013B151），2013/1-2014/12，结项，排名第二.

(13) 安徽省自然科学研究项目（自适应形式的计算机等级考试应用研究，KJ2010B123），2010/01-2012/01，结项，主持.

   部分研究成果:

  1. Fu, D. X., Qin, C. Y., Luo, Z. S., Li, Y. J., Yu, X. F*., Ye, Z. Y. (2024). Using regularized methods to validate Q-matrix in cognitive diagnostic assessment. Journal of Educational and Behavioral Statistics. Accepted.

  2. Qin, C. Y., Dong, S. H., & Yu, X. F. (2024). Exploration of Polytomous-attribute Q-matrix Validation in Cognitive Diagnostic Assessment. Knowledge-Based Systems. Accepted.

  3. 张杰,罗照盛*, 喻晓锋*, 秦春影.(2023).基于称名反应模型的CD-CAT选题方法比较研究. 心理科学, 46(6),1495-1503.

  4. 马大付, 秦春影, 喻晓锋*, 何催. (2023). 项目区分度指标在属性多水平和混合计分项目下的组卷研究. 心理与行为研究, 21(6), 760-769.

  5. 马大付,秦春影,杨建芹,徐新爱, 喻晓锋*.(2023).认知诊断测验的自动组卷方法. 心理学探新, 43(6),550-557.

  6. 叶子玉,秦春影,杨建芹,喻晓锋*, 付道轩.(2023).结合先验信息的多属性诊断测验分类研究. 江西师范大学学报(自然科学版), 47(2),111-123.

  7. 钟小缘, 喻晓锋*, 苗莹, 秦春影, 彭亚风, 童昊. (2022). 基于作答时间数据的改变点分析在检测加速作答中的探索——已知和未知项目参数. 心理学报, 54(10), 1277-1292.

  8. 童昊, 喻晓锋*, 秦春影, 彭亚风, 钟小缘. (2022). 多级计分测验中基于残差统计量的被试拟合研究. 心理学报, 54(9), 1122-1136.

  9. 秦春影, 喻晓锋*. (2022). 多级属性Q矩阵的验证与估计. 心理学报, 54(11), 1403-130.

  10. Xiong, J. H., Luo, Z. S., Luo, G. Z., & Yu, X. F. (2022). Data-driven Q-matrix learning based on Boolean matrix factorization in cognitive diagnostic assessment. British Journal of Mathematical and Statistical Psychology, 75(3), 638-667.

  11. Shu, T., Luo, G. Z., Luo, Z. S., Yu, X. F., Guo, X. J., & Li, Y. J. (2023). An explicit form with continuous attribute profile of the partial mastery DINA model. Journal of Educational and Behavioral Statistics.

  12. 喻晓锋, 马奕帆, 罗照盛, 秦春影. (2021). 基于K2算法的属性层级结构学习研究. 江西师范大学学报(自然科学版), 45(04), 376-383.

  13. Yu, X. F., & Cheng, Y. (2022). An iterative two-step online item calibration method in CD-CAT, Behavior Research Methods. https://doi.org/10.3758/s13428-022-02036-7

  14. 喻晓锋, 唐茜, 秦春影, 李喻骏. (2022). 认知诊断评价中的被试拟合研究. 心理科学.

  15. 喻晓锋, 肖遇春, 秦春影. (2023). 基于贝叶斯网模型的多级计分诊断测验分类及比较研究. 心理与行为研究, 21(1), 49-57.

  16. Ding, S. L., Luo, F., Wang, W. Y., Yu, X. F., & Xiong, J. H. (2021). Augment algorithm and its role in cognitive diagnosis. 教育测量与评估(Chinese/English Journal of Educational Measurement and Evaluation).

  17. Luo, Z. S., & Yu, X. F. (2020). A CDA-based procedure to IRT scale transformation, Under Review.

  18. 罗照盛, 杭丹丹, 秦春影, 喻晓锋. 可以处理补偿作用的认知诊断模型CDINA, 江西师范大学学报(自然科学版), 2020,(5): 441-453.

  19. Yu, Xiaofeng; Cheng, Ying*, A Comprehensive Review and Comparison of CUSUM and Change-Point-Analysis Methods to Detect Test Speededness, Multivariate Behavioral Research, 2020. Doi: 10.1080/00273171.2020.1809981.

  20. Yu, Xiaofeng; Cheng, Ying*; Data-driven Q-matrix validation using a residual-based statistic in cognitive diagnostic assessment., British Journal of Mathematical and Statistical Psychology, 2020, 73(1): 145-179. Doi: 10.1111/bmsp.12191.

  21. Yu, Xiaofeng; Cheng, Ying*; A change-point analysis procedure based on weighted residuals to detect back random responding, Psychological Methods, 2019, 24(5): 658-674. Doi: 10.1037/met0000212.

  22. Yu, Xiaofeng; Cheng, Ying*; Chang, HH; Recent Developments in Cognitive Diagnostic Computerized Adaptive Testing (CD-CAT): A Comprehensive Review, Handbook of Diagnostic Classification Models, von Davier, M., Lee Y, S., Springer, Cham, 307-331, Switzerland, 2019-05-31. Doi: 10.1007/978-3-030-05584-4_15.

  23. Guo, Xiaojun; Luo, Zhaosheng*; Yu, Xiaofeng, A Speed-Accuracy Tradeoff Hierarchical Model Based on Cognitive Experiment, Frontiers in Psychology, 2020, 10: 2910. Doi: 10.3389/fpsyg.2019.02910.

  24. Qin, Chunying; Jia, Shuang; Fang, Xingwu; Yu, Xiaofeng*, Relationship validation among items and attributes, Journal of Statistical Computation and Simulation, 2020, 90(18): 3360-3375. Doi: 10.1080/00949655.2020.1802592.

  25. 彭亚风; 罗照盛*; 喻晓锋; 高椿雷; 李喻骏; 认知诊断评价中测验结构的优化设计, 心理学报, 2016, 48(12): 1600-1611.

  26. 喻晓锋; 罗照盛*; 高椿雷; 李喻骏; 王睿; 王钰彤; 使用似然比D^2统计量的题目属性定义方法, 心理学报, 2015, 47(3).

  27. 喻晓锋; 罗照盛*; 秦春影; 高椿雷; 李喻骏; 基于作答数据的模型参数和Q矩阵联合估计, 心理学报, 2015, 47(2).

  28. 罗照盛; 喻晓锋*; 高椿雷*; 李喻骏; 彭亚风; 王睿; 王钰彤; 基于属性掌握概率的认知诊断计算机化自适应测验选题策略, 心理学报, 2015, 47(5).

  29. 喻晓锋; 丁树良*; 秦春影; 陆云娜; 贝叶斯网在认知诊断属性层级结构确定中的应用, 心理学报, 2011, 43(03): 338-346.

  30. 高椿雷; 罗照盛*; 郑蝉金; 喻晓锋; 彭亚风; 郭小军, CD-CAT初始阶段项目选取方法, 心理科学, 2017, 40(2): 485-491.   

  31. 高椿雷; 罗照盛*; 喻晓锋; 彭亚风; 郑蝉金, CD-MST初始阶段模块组建方法比较, 心理学报, 2016, 48(8): 1037-1046.   

  32. 彭亚风; 罗照盛*; 喻晓锋; 高椿雷; 李喻骏, 认知诊断评价中测验结构的优化设计, 心理学报, 2016, 48(12): 1600-1611.   

  33. 高椿雷; 罗照盛*; 郑蝉金; 喻晓锋; 彭亚风, 具有认知诊断功能的多阶段自适应测验及其影响因素研究, 心理科学, 2016, 39(6): 1492-1499.   

  34. 罗照盛; 李喻骏*; 喻晓锋; 高椿雷; 彭亚风, 一种基于Q矩阵理论朴素的认知诊断方法, 心理学报, 2015, 47(2).     

  35. 喻晓锋; 罗照盛*; 高椿雷; 秦春影, Q矩阵包含错误的诊断测验分类准确性比较, 心理科学, 2014, 37(06): 1478-1484.    

  36. 喻晓锋; 丁树良*; 秦春影, 朴素贝叶斯网分类器在认知诊断中的应用, 统计与决策, 2012, (03): 22-26.     

  37. 罗欢; 丁树良*; 汪文义; 喻晓锋; 曹慧媛, 属性不等权重的多级评分属性层级方法, 心理学报, 2010, 42(4): 528-538.     

  38. Yu, X., & Cheng, Y*. (2019,4). Data Driven Q-Matrix Validation Using a Residual-Based Statistic in Cognitive Diagnostic Assessments. Paper presented at the Annual Meeting of the National Council on Measurement in Education, Toronto, Canada.(会议论文)

  39. Yu, X., & Cheng, Y*. (2018,7). Using CPA-based weighted residual method to detect carelessness. Paper presented at the International Meeting of Psychometric Society, NY, USA.     (会议论文)

  40. Yu, X., & Cheng, Y*. (2018,4). Using CUSUM and CPA to detect speededness. Paper presented at the Annual Meeting of the National Council on Measurement in Education, NY, USA.(会议论文)

  41. Yu, X., & Cheng, Y*. (2017,10). Using response time to detect speededness based on CUSUM. Paper presented at the 2017 Ideas in Testing Seminar, IL, USA.(会议论文)

  42. Yu, X., & Cheng, Y*. (2017,9). Using change point analysis to detect inattentiveness in polytomous survey response data. Paper presented at the 2017 Conference on Test Security, WI, USA.    (会议论文)

  43. Yu, X., & Luo, Z*. (2015,7). Item Selection Strategies Based on Attribute Mastery Probabilities in CD-CAT. Paper presented at the Annual Meeting of the National Council on Measurement in Education, Beijing, China.    (会议论文)

  44. 喻晓锋, 罗照盛*, 高椿雷, 李喻骏. (2014,8). 基于似然比统计量的Q矩阵在线估计. 第十一届海峡两岸心理与教育测验学术研讨会，台湾.(会议论文)