Item Response Warehouse (IRW; Ghala la Majibu ya Vipengele)

Mkusanyiko huru na wazi wa data ya majibu ya vipengele (item response) iliyosanifishwa, kwa ajili ya utafiti wa saikometriki na upimaji.

Soma karatasi (ufikiaji huria)

Kwa nini IRW ipo

Watafiti wanaosoma upimaji — katika elimu, saikolojia, na fani zinazohusiana — wanahitaji data halisi ili kujaribu na kulinganisha mbinu zao. Data hiyo tayari ipo kwa wingi mkubwa. Lakini imetawanyika katika tafiti nyingi, imehifadhiwa katika miundo mingi tofauti, na mara nyingi ni ngumu kuitumia tena kwa sababu ya nyaraka au leseni zisizo wazi.

Hii ni tatizo linalojulikana sana. Fani nyingine zimelitatua kwa kujenga rasilimali za data zilizoshirikiwa na kusanifishwa. Katika sayansi ya kompyuta, mkusanyiko wa picha zilizowekwa lebo wa ImageNet uliwapa watafiti kigezo cha kawaida (benchmark) na ukasaidia kuchochea maendeleo ya haraka katika AI. Jenetiki na sayansi ya neva zimejenga rasilimali za pamoja zinazofanana kwa data zao wenyewe.

Item Response Warehouse (IRW) inafanya jambo lilelile kwa data ya majibu ya vipengele. Inakusanya mamia ya seti za data zilizopo na kuzibadilisha kuwa muundo mmoja wa pamoja — ili mbinu iliyojaribiwa kwenye seti moja ya data iweze kujaribiwa kwa urahisi kwenye mamia ya seti nyingine.

Kilichomo ndani ya IRW

IRW ina mamia ya seti za data (“majedwali”), kila moja ikiwa mkusanyiko wa majibu ya mtu mmoja mmoja. Jibu hutokea kila mara mtu (au kitengo kingine) anapojibu kipengele (item) au uchunguzi mwingine. Mifano ni pamoja na:

  • Majibu ya wanafunzi katika mitihani ya elimu na uwezo
  • Vipengele vya dodoso vinavyopima utu au mitazamo
  • Alama zinazotolewa na wakadiriaji binadamu
  • Hali nyingine yoyote inayohusisha majibu yanayojirudia kwa seti ya vifaa vya upimaji

Mambo mawili ni kweli kwa kila seti ya data katika IRW:

  • Wazi. Kila seti ya data ina leseni ya kutumika tena. Asili yake imeandikwa, na msimbo uliotumika kuibadilisha kuwa muundo wa IRW ni wa umma.
  • Iliyosanifishwa (harmonized). Kila seti ya data hubadilishwa kuwa muundo mmoja rahisi (ulioelezwa hapa chini), ili msimbo huohuo wa uchambuzi uweze kutumika kwenye seti nyingi za data kwa mabadiliko kidogo au bila mabadiliko yoyote.

Seti za data hutofautiana sana kwa ukubwa (kutoka majibu mia chache hadi mamilioni mengi) na kwa aina ya majibu (vipengele vya ndiyo/hapana, ukadiriaji wa makundi mengi, alama za sehemu, na mengineyo). Kila seti ya data pia huja na metadata iliyokokotolewa tayari — idadi ya washiriki, idadi ya vipengele, msongamano wa majibu, uwanja wa somo, na lebo nyingine za maelezo — ili watafiti waweze kupata seti za data zinazofaa bila kulazimika kuzipakua na kuzichambua zote kwanza.

Kiwango cha data

Mchoro unaoonyesha gridi yenye rangi ya seli za id-item, iliyobadilishwa kupitia mshale kuwa jedwali la muundo mrefu lenye safu za id, item na resp, ambapo rangi ya kila seli ya resp inalingana na rangi ya seli yake asili kwenye gridi.

Kila seti ya data ya IRW hubadilishwa kuwa muundo mrefu (long format): mstari mmoja kwa kila jibu. Kwa kiwango cha chini kabisa, kila mstari una vipande vitatu vya taarifa:

Safu Maana
id Nani (au nini) alizalisha jibu — kwa kawaida ni mtu
item Ni kifaa gani cha upimaji kilichozalisha jibu — kwa kawaida ni swali au kazi
resp Jibu lenyewe, likihifadhiwa kama alama ya mpangilio (ordinal)

Mfano:

id item resp rt cov_age rater
1 Q1 1 2.3 26 a
1 Q2 0 1.8 26 a
2 Q1 1 2.1 31 b
2 Q2 1 2.5 31 b

Wakati seti ya data inapokuwa na taarifa za ziada — muda wa kujibu, utambulisho wa mkadiriaji, vigezo shirikishi kama umri — taarifa hizo huhifadhiwa katika safu za ziada zenye majina thabiti. Muundo huu mmoja rahisi unashughulikia wigo mkubwa wa hali za upimaji, na hii ndiyo inayowezesha kuandika msimbo wa uchambuzi mara moja na kuutumia katika ghala lote.

Maelezo kamili ya kiufundi ya kiwango yanapatikana kwenye itemresponsewarehouse.org/standard.html. Kuna pia viwango vingine vinavyohusiana na maalum zaidi kwa maandishi ya vipengele, data ya kulinganisha kwa jozi (pairwise), na majibu ya nominali (makundi yasiyopangwa).

Jinsi ya kuitumia

Kuna njia tatu za kupata data ya IRW, kutegemea unavyotaka kuchakata kiotomatiki.

1. Vinjari kwenye kivinjari cha wavuti Chunguza seti za data na metadata yake moja kwa moja kwenye kivinjari cha data cha IRW — hakuna akaunti inayohitajika. Kupakua seti kamili ya data kunahitaji akaunti huru ya Redivis, kwani hicho ndicho jukwaa linalohifadhi data ya msingi.

2. Tumia kifurushi cha irw (kinachopendekezwa) Kifurushi cha irw, kinachopatikana kwa R na Python, kinatoa vitendaji rahisi vya kutafuta, kuchuja, na kupakua data.

# R
devtools::install_github("itemresponsewarehouse/Rpkg")
library(irw)

irw_info()                     # overview of the IRW
irw_list_tables()              # list all available tables
irw_filter(var = "rt")         # find tables that include response times
df <- irw_fetch("4thgrade_math_sirt")   # download one table
# Python
# pip install "git+https://github.com/itemresponsewarehouse/Python-pkg.git"
import irw

irw.info()
irw.list_tables()
irw.filter(var="rt")
df = irw.fetch("4thgrade_math_sirt")

Mara ya kwanza kutumia kifurushi hiki, utaombwa kuingia (login) kwa akaunti huru ya Redivis. Baada ya hapo, mstari mmoja wa msimbo hupakua seti yoyote ya data moja kwa moja kwenye R au Python. Kuanzia hapo, data iko tayari kwa uchambuzi kwa kutumia programu za kawaida — kwa mfano vifurushi vya nadharia ya majibu ya vipengele (item response theory) au uchambuzi wa vipengele (factor analysis).

3. Tumia moja kwa moja maktaba za mteja za Redivis Kwa mtiririko wa kazi wa kiwango cha chini zaidi au usio wa R/Python, data pia inaweza kupatikana kupitia maktaba za mteja za Redivis za R na Python. Angalia Mwongozo wa Kuanza kwa maelezo zaidi.

Zaidi ya kupakua data

Mradi wa IRW pia unajumuisha:

  • Mkusanyiko unaokua wa mifano ya kina (vignettes) — mifano iliyofanyiwa kazi inayotumia mbinu za kawaida na mpya za upimaji kwenye seti nyingi za data za IRW kwa wakati mmoja
  • Rasilimali za mafunzo na seti za mazoezi kwa ajili ya kufundisha saikometriki kwa kutumia data halisi
  • Mchakato wa kuchangia kwa watafiti wanaotaka kuongeza seti zao za data kwenye ghala

Jifunze zaidi

Ikiwa unatumia data ya IRW katika kazi yako, tafadhali taja (cite) data ya asili (tumetoa vitendaji vinavyowezesha hili). Tungefurahi pia kama ungetaja karatasi ya utangulizi iliyotajwa hapo juu.

Una maswali, maoni, au unataka kuchangia seti ya data? Tembelea ukurasa wa Mawasiliano au fungua suala (issue) kwenye GitHub.