On Bayesian Analysis of Multirater Ordinal Data: An Application to Automated Essay Grading
多评分者有序数据的贝叶斯分析：自动作文评分应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究有序分类响应及潜在特征建模，对应离散选择方向中的有序响应模型。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多评分者有序数据的贝叶斯分析：自动作文评分应用
- 研究问题
- 当同一对象由多名评分者给出有序等级时，如何估计潜在特征、解释协变量关系，并比较自动与人工评分者的表现？
- 方法与思路
- 作者提出多评分者有序分类数据的贝叶斯分析框架，估计作文潜在评分，并用语法检查变量回归构建自动评分器。
- 材料陈述的贡献
- 摘要称框架联合服务于潜在特征估计、协变量回归和评分者比较，并以自动作文评分评估可靠性与可重复性问题。
- 阅读关注点
- 应核对有序评分模型与潜在尺度的识别、评分者差异的处理，以及自动评分器的评估方式和可靠性指标定义。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。摘要未说明先验、模型结构或评估数值，不能判断自动评分优于人工或具有外部泛化能力。
原文摘要
A framework is proposed for the analysis of ordinal categorical data when ratings from several judges are available. I emphasize the tasks of estimating latent trait characteristics of individual items, regressing these latent traits on observed covariates, and comparing the performance of raters. The model is illustrated in the design and evaluation of an automated essay grader. This grader is based on a regression of variables, obtained from a grammar checker, on essay scores estimated from a panel of experts. The performance of the grader is evaluated relative to human graders, and implications on the reliability and repeatability of both automated and human raters is investigated.