来源：期刊VIP网 时间：
作者：张阳;李阳萍;韩葵葵;胡卫平;相硕琪;
单位：苏州科技大学教育学院;西安交通大学数智赋能语言文化系统创新研究重点实验室;重庆师范大学科技教育与传播研究中心;陕西师范大学现代教学技术教育部重点实验室;安徽医科大学精神卫生与心理科学学院;
摘要：科学创造力是拔尖创新人才的核心素养及科学教育的核心目标,其精准测评对拔尖创新人才选拔培养及科学教育质量提升具有重要意义。针对传统同感评估技术(CAT)依赖专家评分导致的主观偏倚、耗时费力、效率低下以及规模化应用受限等问题,构建了基于机器学习与认知—神经—行为多模态数据融合的科学创造力智能测评方法。通过整合表征静态认知结构的科学知识语义网络、反映动态认知调控的眼动注意模式、揭示神经机制的脑成像及创造力行为等多模态特征,应用SVM、 XGBoost和ANN机器学习算法实现了科学创造力的智能测评。进一步构建了“硬投票—软投票—专家验证”融合策略下的四级进阶智能评价体系,在测评规模、成本与精度间实现了阶梯式动态平衡,满足从大规模初筛到个体化精准诊断的全场景测评需求。该研究深化了科学教育视域下拔尖创新人才选拔与培养的认知—神经—行为三元协同理论,为《教育强国建设规划纲要(2024-2035年)》提出的“完善拔尖创新人才发现与培养机制”及智能评价改革提供可扩展的量化决策支持系统及方法论支撑。
关键词：科学教育;;科学创造力;;智能评价;;机器学习;;多模态数据融合
基金资助：陕西省自然科学基础研究计划面上项目“科学教育LLM智能体驱动下科学思维与创造力人机融合培养模式与智能评价机制研究”（项目编号：2025JC-YBMS-793）;; 陕西省“十四五”教育科学规划“AI驱动的思维型科学探究综合实践活动中五育融合育人模式创新实践研究”（项目编号：SGH24Y2202）研究成果
