利用非内容相关特征预测简短回答评分：一种分层建模方法

我们探讨了开放式回答的人工评分是否可以用非内容相关特征来解释，以及这些影响是否在不同的数学相关题目中有所差异。当评分被严格定义并扎根于测量框架时，教育工作者期望反映受访者能力水平的回答特征能够对评分有所贡献。然而，我们发现诸如回答长度、回答的语法得分以及与关键短语频率相关的指标等特征是回答评分的重要预测因素。尽管我们的发现尚不具备因果结论，但它们可能促使我们更加批判性地审视评估开放式回答的方式，尤其是在高风险场景下。教育工作者非常谨慎地提供无偏见、一致的评分，但可能正在评估与预期评分目标无关的无关特征。