آئٹم ریسپانس ویئر ہاؤس (Item Response Warehouse, IRW)

نفسیاتی پیمائش (psychometrics) اور پیمائشی تحقیق کے لیے، ہم آہنگ کردہ آئٹم ریسپانس ڈیٹا کا ایک مفت، آزاد مجموعہ۔

مقالہ پڑھیں (اوپن ایکسیس)

IRW کیوں موجود ہے

پیمائش پر تحقیق کرنے والے محققین — تعلیم، نفسیات اور متعلقہ شعبوں میں — کو اپنے طریقہ ہائے کار کو جانچنے اور ان کا موازنہ کرنے کے لیے حقیقی ڈیٹا کی ضرورت ہوتی ہے۔ یہ ڈیٹا پہلے سے ہی بڑی مقدار میں موجود ہے۔ لیکن یہ بہت سے مطالعات میں بکھرا ہوا ہے، مختلف فارمیٹس میں محفوظ ہے، اور اکثر غیر واضح دستاویزات یا لائسنسنگ کی وجہ سے دوبارہ استعمال کرنا مشکل ہوتا ہے۔

یہ ایک معروف مسئلہ ہے۔ دیگر شعبوں نے مشترکہ، معیاری ڈیٹا وسائل تعمیر کر کے اسے حل کیا ہے۔ کمپیوٹر سائنس میں، لیبل شدہ تصاویر کے مجموعے ImageNet نے محققین کو ایک مشترکہ معیار (benchmark) فراہم کیا اور AI میں تیز رفتار ترقی کو آگے بڑھانے میں مدد دی۔ جینیات اور اعصابی سائنس نے بھی اپنے ڈیٹا کے لیے اسی طرح کے مشترکہ وسائل تعمیر کیے ہیں۔

آئٹم ریسپانس ویئر ہاؤس (IRW) آئٹم ریسپانس ڈیٹا کے لیے بالکل یہی کام کرتا ہے۔ یہ سینکڑوں موجودہ ڈیٹاسیٹس کو اکٹھا کرتا ہے اور انہیں ایک مشترکہ فارمیٹ میں ڈھالتا ہے — تاکہ ایک ڈیٹاسیٹ پر جانچا گیا کوئی طریقہ آسانی سے سینکڑوں دیگر ڈیٹاسیٹس پر بھی آزمایا جا سکے۔

IRW میں کیا شامل ہے

IRW میں سینکڑوں ڈیٹاسیٹس (“ٹیبلز”) شامل ہیں، جن میں سے ہر ایک انفرادی جوابات کا مجموعہ ہے۔ جب بھی کوئی شخص (یا کوئی اور اکائی) کسی آئٹم (یا کسی اور پیمائشی سوال) کا جواب دیتا ہے تو ایک ریسپانس تخلیق ہوتا ہے۔ مثالوں میں شامل ہیں:

  • تعلیمی اور صلاحیت کے امتحانات میں طلبہ کے جوابات
  • شخصیت یا رویوں کی پیمائش کرنے والے سروے آئٹمز
  • انسانی جانچنے والوں (raters) کی جانب سے دیے گئے نمبرات
  • کسی بھی دوسری صورتحال میں پیمائشی آلات کے ایک مجموعے پر بار بار دیے گئے جوابات

IRW میں شامل ہر ڈیٹاسیٹ کے بارے میں دو باتیں سچ ہیں:

  • آزاد (Open)۔ ہر ڈیٹاسیٹ دوبارہ استعمال کے لیے لائسنس یافتہ ہے۔ اس کا ماخذ دستاویزی ہے، اور اسے IRW فارمیٹ میں تبدیل کرنے کے لیے استعمال ہونے والا کوڈ عوامی طور پر دستیاب ہے۔
  • ہم آہنگ (Harmonized)۔ ہر ڈیٹاسیٹ کو اسی سادہ ڈھانچے (نیچے بیان کیا گیا ہے) میں ڈھالا جاتا ہے، تاکہ ایک ہی تجزیاتی کوڈ بہت کم یا بغیر کسی ترمیم کے کئی ڈیٹاسیٹس پر چلایا جا سکے۔

ڈیٹاسیٹس اپنے حجم (چند سو جوابات سے لے کر کئی ملین تک) اور جواب کی قسم (ہاں/نہیں آئٹمز، متعدد زمروں کی درجہ بندی، جزوی نمبرات، اور مزید) کے لحاظ سے کافی مختلف ہوتے ہیں۔ ہر ڈیٹاسیٹ پہلے سے شمار شدہ میٹا ڈیٹا کے ساتھ بھی آتا ہے — شرکاء کی تعداد، آئٹمز کی تعداد، ریسپانس کی کثافت، موضوع کا شعبہ، اور دیگر وضاحتی ٹیگز — تاکہ محققین سب کچھ ڈاؤن لوڈ اور پراسیس کیے بغیر متعلقہ ڈیٹاسیٹس تلاش کر سکیں۔

ڈیٹا کا معیار

ایک خاکہ جو id-item خانوں پر مشتمل ایک رنگین گرڈ دکھاتا ہے، جسے ایک تیر کے ذریعے id، item اور resp کالموں پر مشتمل لانگ فارمیٹ ٹیبل میں تبدیل کیا گیا ہے، جہاں ہر resp خانے کا رنگ گرڈ میں اس کے اصل خانے کے رنگ سے مماثل ہے۔

ہر IRW ڈیٹاسیٹ کو لانگ فارمیٹ (long format) میں ڈھالا جاتا ہے: ہر ریسپانس کے لیے ایک قطار۔ کم از کم، ہر قطار میں تین معلومات ہوتی ہیں:

کالم مطلب
id ریسپانس کس نے (یا کیا نے) پیدا کیا — عام طور پر ایک شخص
item کس پیمائشی آلے نے یہ ریسپانس پیدا کیا — عام طور پر ایک سوال یا کام
resp خود ریسپانس، جو ایک ترتیبی (ordinal) اسکور کے طور پر محفوظ کیا جاتا ہے

مثال:

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

جب کسی ڈیٹاسیٹ میں اضافی معلومات شامل ہوں — جیسے ریسپانس ٹائم، جانچنے والے کی شناخت، عمر جیسے covariates — تو یہ معلومات اضافی، یکساں طور پر نامزد کالموں میں محفوظ کی جاتی ہیں۔ یہ ایک سادہ ڈھانچہ پیمائشی صورتحال کی ایک وسیع رینج کا احاطہ کرتا ہے، اور یہی وہ چیز ہے جو تجزیاتی کوڈ کو ایک بار لکھ کر پورے ویئر ہاؤس پر لاگو کرنا ممکن بناتی ہے۔

معیار کی مکمل تکنیکی تفصیل itemresponsewarehouse.org/standard.html پر دستیاب ہے۔ آئٹم ٹیکسٹ، جوڑے وار مقابلے (pairwise) کے ڈیٹا، اور نامزد (nominal، غیر ترتیب یافتہ زمرے) کے جوابات کے لیے متعلقہ، زیادہ خصوصی معیارات بھی موجود ہیں۔

اسے کیسے استعمال کریں

آپ کتنا خودکار بنانا چاہتے ہیں اس پر منحصر، IRW ڈیٹا حاصل کرنے کے تین طریقے ہیں۔

1. ویب براؤزر میں دیکھیں IRW ڈیٹا براؤزر پر ڈیٹاسیٹس اور ان کے میٹا ڈیٹا کو براہ راست دیکھیں — کسی اکاؤنٹ کی ضرورت نہیں۔ مکمل ڈیٹاسیٹ ڈاؤن لوڈ کرنے کے لیے ایک مفت Redivis اکاؤنٹ درکار ہے، کیونکہ یہ وہی پلیٹ فارم ہے جو بنیادی ڈیٹا کو میزبانی کرتا ہے۔

2. irw پیکیج استعمال کریں (تجویز کردہ) irw پیکیج، جو R اور Python دونوں کے لیے دستیاب ہے، ڈیٹا تلاش کرنے، فلٹر کرنے اور ڈاؤن لوڈ کرنے کے لیے سادہ فنکشنز فراہم کرتا ہے۔

# 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")

پہلی بار جب آپ یہ پیکیج استعمال کریں گے، آپ سے ایک مفت Redivis اکاؤنٹ کے ذریعے لاگ ان کرنے کو کہا جائے گا۔ اس کے بعد، کوڈ کی ایک لائن کسی بھی ڈیٹاسیٹ کو براہ راست R یا Python میں ڈاؤن لوڈ کر دیتی ہے۔ اس مقام سے، ڈیٹا معیاری سافٹ ویئر — مثال کے طور پر آئٹم ریسپانس تھیوری یا فیکٹر تجزیہ کے پیکیجز — کے ساتھ تجزیے کے لیے تیار ہوتا ہے۔

3. Redivis کی کلائنٹ لائبریریز براہ راست استعمال کریں نچلی سطح کے یا R/Python کے علاوہ ورک فلوز کے لیے، ڈیٹا کو Redivis کی اپنی R اور Python کلائنٹ لائبریریوں کے ذریعے بھی حاصل کیا جا سکتا ہے۔ تفصیلات کے لیے شروعات کی رہنمائی دیکھیں۔

ڈیٹا ڈاؤن لوڈ کرنے سے آگے

IRW پروجیکٹ میں یہ بھی شامل ہے:

  • وگنیٹس (vignettes) کا ایک بڑھتا ہوا مجموعہ — تیار کردہ مثالیں جو کلاسیکی اور نئے پیمائشی طریقوں کو بہت سے IRW ڈیٹاسیٹس پر ایک ساتھ لاگو کرتی ہیں
  • حقیقی ڈیٹا کے ساتھ نفسیاتی پیمائش سکھانے کے لیے تربیتی وسائل اور مشقی سیٹس
  • ان محققین کے لیے ایک شراکتی عمل جو اپنے ڈیٹاسیٹس کو ویئر ہاؤس میں شامل کرنا چاہتے ہیں

مزید جانیں

اگر آپ اپنے کام میں IRW ڈیٹا استعمال کرتے ہیں تو براہ کرم اصل ڈیٹا کا حوالہ دیں (ہم نے اس کے لیے ضروری فعالیت فراہم کی ہے)۔ اگر آپ اوپر دیے گئے تعارفی مقالے کا بھی حوالہ دیں تو یہ ہمارے لیے نہایت قابلِ قدر ہوگا۔

سوالات، رائے ہے، یا کسی ڈیٹاسیٹ میں تعاون کرنا چاہتے ہیں؟ رابطہ صفحہ ملاحظہ کریں یا GitHub پر ایک issue کھولیں۔