该研究论文在社交媒体上对作者进行个性化分析，比较了从自我报告的心理测验和已有标签中获取数据的方法和使用经过验证的心理测验数据的方法。使用 T5 数据增强的 BERT 分类器在大五个性特征的小数据集上表现可比附近领域训练的模型。

Feb, 2022

借鉴心理测量学的知识，提出了一种新的基于心理测量的大型（多模态）语言模型（LLMs）评测框架 - PATCH。通过使用该框架，测量了 GPT-4 和 Gemini-Pro-Vision 在 8 年级数学中的熟练程度，并且与 56 个人口进行了比较。同时发布了四个数据集，用于评估和比较 LLM 在中小学数学和科学方面的熟练程度与人口的水平。

Apr, 2024

研究了海量在线课程的学习者交互轨迹，构建了行为分类法，比较了高、低成就的学生的不同行为模式，并研究了论坛参与与课程其他部分之间的关系，还探讨了徽章对 MOOCs 用户参与的影响。

Mar, 2014

通过分析不同平台上的 240 万个 MOOC 评论，研究结果表明，数值评分存在偏见，而文本评论的 NLP 驱动情感分析和主题发现技术反映了课程广告、实际应用性和难度等主题，为在线教育评论提供更透明的方法。

Jan, 2022

本研究旨在利用网络科学的方法，以学生在海量在线开放课程中的学习活动序列为研究对象，探索可以预测学生逐渐降低学习积极性的因素，并在此基础上基于视频点击流和论坛活动的联合表示，提取活跃和被动 MOOC 参与的指标，从而预测学生流失情况，本研究结果提出了一种改进的方法来捕捉 MOOC 学习者所参与的活动中的 “流失加剧” 特征，同时探讨了未来研究的意义。

Sep, 2014

本文提出了一种统计测试假设模型性能的过程，该过程超越了社区中的实践状态，分析了来自大规模在线开放课程（MOOC）的一系列算法和特征集。该方法揭示了论坛、作业和点击流基于特征提取方法之间的严重差距，其中后者明显优于前两者，而前两者相互之间无法区分，并为评估学生成功的预测或基于 AI 的模型以及设计和针对处于风险中的学生模型和干预措施的实践影响提供了方法论和实践上的启示。

Feb, 2018

Item Response Theory (IRT) models leverage coresets for scalable learning of latent abilities and difficulty characteristics in the context of large-scale assessments and data analysis problems.

Mar, 2024

本文提出算法来评估和纠正评分者偏见和可靠性，通过对 Coursera 的 HCI 课程提供的 63,199 个同行评分进行分析，实现了同行评分准确性的显著提高，同时将评分者偏见和可靠性与学生因素如学生参与度、表现以及评论风格相关联，并证明了我们的模型可以实现更智能的评分分配。

Jul, 2013

本论文提出了一个研究大语言模型的心理学的框架，并通过心理测试验证，发现大语言模型表现出广泛的心理属性，并揭示了自我报告特征与现实场景中行为之间的差异。这些研究结果对于可靠的评估和人工智能以及社会科学的潜在应用具有重要的见解。

Jun, 2024

在线教育中的学生理解度需要多模态方法进行感知识别和评估，结合姿势、表情、眼动和语言等多种线索，通过加权投票方式整合最合适的机器学习模型。

Dec, 2023