The studies presented in this dissertation include practical and theoretical results developed in the context of procedural knowledge space theory (PKST). PKST was developed from the link between the problem spaces theory and the knowledge spaces theory (KST). The former is a theory of human problem solving, according to the problem-solving behavior occurs in a problem space. The latter is a mathematical theory whose initial goal was the development of an efficient machine for the assessment of knowledge. Today, KST is the theoretical framework for numerous adaptive and computer-based assessment and learning systems. The fundamental notion in KST is the knowledge structure. The knowledge structure is a model for the organization of knowledge in a given domain. In PKST, the knowledge structure is derived from the problem space. A peculiarity of this approach is that the problems in the knowledge structure are solved by (partially) observable sequences of moves in the problem space. Unfortunately, the existing methods of empirical validation of knowledge structures and adaptive assessment of knowledge in KST cannot use the information contained in these sequences of moves but are limited to dichotomous responses (i.e., correct/wrong). The general aim of the first two studies is to present models that use the information contained in the observed sequences of moves. With this aim, a probabilistic framework called the Markov solution process model (MSPM), which considers the problem space and knowledge structures, was developed. The MSPM was used as a model for the empirical validation of knowledge structure and as the foundation for an adaptive, computer-based knowledge assessment procedure. The last two studies aimed to investigate how to specify a problem space. In fact, different problem spaces can represent the same task. However, those representations should be consistent to one another. The first study covers the theoretical aspects of which characteristics must be maintained among alternative representations to be consistent. The second presents an application about the possible interpretation of this representation at a psychological level.

Le ricerche presentate in questa tesi raccolgono risultati pratici e teorici sviluppati nel ambito della Procoedura knowledge space theory (PKST). La PKST nasce dall'unione della teoria degli spazi problema con la teoria degli spazi di conoscenza (KST). La prima è una teoria sul problem solving umano, secondo la quale il comportamento di risoluzione di un problema avviene in uno spazio problema. La seconda, è una teoria matematica il cui obbietivo iniziale era lo sviluppo di una macchina efficiente per la valutazione della conoscenza. Oggi la KST è il quadro teorico per numerosi sistemi di valutazione e apprendimento adattivo e computerizzato. La nozione chiave nella KST è quella di struttura di cononscenza. La quale è un modello dell’ogranizzaione della conoscenza in un determianto dominio. Nella PKST la struttura di conoscenza viene generata partando dallo spazio problema. Una peculiartà di questo approaccio è che i problemi nella struttura di conoscenza sono risolti tramite delle sequenze di mosse (parzialmente) osservabili nello spazio problema. I metodi di validazione empirica delle strutture di conoscenza e di valutazione adattiva della conoscenza esistenti in KST non sono in grado di utilizzare l’informazione contenuta i queste sequenze si mosse, ma si limitano alle risposte di tipo dicotomico (i.e., corretto/errato). L’obbiettivo generale delle prime due ricerche è quello di presentare dei modelli che utilizzino l’informazione contenuta nelle sequenze di mosse osservate. Questo è stato fatto tramite lo sviluppo di un quadro probabilistico, chiamato Markov solution process model (MSPM), che considera lo spazio problema assiame alle struttura di conoscenza. L’MSPM è stato utlizzato come modello di validazione empirica di una struttura di conoscenza e come base per una procedura adattiva e computerizzata di valutazione della conoscenza. Le altre due ricerche hanno come obbiettivo quello di studiare come specificare lo spazio problema. Lo stesso compito, infatti, puo essere rappresentato da diversi spazi problema. Tuttavia, queste rappresentazioni dovrebbero essere coerenti tra loro. La prima ricerca copre gli aspetti teorici di quali caratteristiche devono essere mantenute tra rappresentazioni alternative per essere coerenti. La seconda presenta un'applicazione sulla possibile interpretazione di questa rappresentazione a livello psicologico

Modellazione della conoscenza procedurale umana: sviluppo e applicazione nel campo della teoria dello spazio di conoscenza procedurale / Brancaccio, Andrea. - (2022 Feb 21).

Modellazione della conoscenza procedurale umana: sviluppo e applicazione nel campo della teoria dello spazio di conoscenza procedurale.

BRANCACCIO, ANDREA
2022

Abstract

The studies presented in this dissertation include practical and theoretical results developed in the context of procedural knowledge space theory (PKST). PKST was developed from the link between the problem spaces theory and the knowledge spaces theory (KST). The former is a theory of human problem solving, according to the problem-solving behavior occurs in a problem space. The latter is a mathematical theory whose initial goal was the development of an efficient machine for the assessment of knowledge. Today, KST is the theoretical framework for numerous adaptive and computer-based assessment and learning systems. The fundamental notion in KST is the knowledge structure. The knowledge structure is a model for the organization of knowledge in a given domain. In PKST, the knowledge structure is derived from the problem space. A peculiarity of this approach is that the problems in the knowledge structure are solved by (partially) observable sequences of moves in the problem space. Unfortunately, the existing methods of empirical validation of knowledge structures and adaptive assessment of knowledge in KST cannot use the information contained in these sequences of moves but are limited to dichotomous responses (i.e., correct/wrong). The general aim of the first two studies is to present models that use the information contained in the observed sequences of moves. With this aim, a probabilistic framework called the Markov solution process model (MSPM), which considers the problem space and knowledge structures, was developed. The MSPM was used as a model for the empirical validation of knowledge structure and as the foundation for an adaptive, computer-based knowledge assessment procedure. The last two studies aimed to investigate how to specify a problem space. In fact, different problem spaces can represent the same task. However, those representations should be consistent to one another. The first study covers the theoretical aspects of which characteristics must be maintained among alternative representations to be consistent. The second presents an application about the possible interpretation of this representation at a psychological level.
Modeling human procedural knowledge: development and application in the field of procedural knowledge space theory.
21-feb-2022
Le ricerche presentate in questa tesi raccolgono risultati pratici e teorici sviluppati nel ambito della Procoedura knowledge space theory (PKST). La PKST nasce dall'unione della teoria degli spazi problema con la teoria degli spazi di conoscenza (KST). La prima è una teoria sul problem solving umano, secondo la quale il comportamento di risoluzione di un problema avviene in uno spazio problema. La seconda, è una teoria matematica il cui obbietivo iniziale era lo sviluppo di una macchina efficiente per la valutazione della conoscenza. Oggi la KST è il quadro teorico per numerosi sistemi di valutazione e apprendimento adattivo e computerizzato. La nozione chiave nella KST è quella di struttura di cononscenza. La quale è un modello dell’ogranizzaione della conoscenza in un determianto dominio. Nella PKST la struttura di conoscenza viene generata partando dallo spazio problema. Una peculiartà di questo approaccio è che i problemi nella struttura di conoscenza sono risolti tramite delle sequenze di mosse (parzialmente) osservabili nello spazio problema. I metodi di validazione empirica delle strutture di conoscenza e di valutazione adattiva della conoscenza esistenti in KST non sono in grado di utilizzare l’informazione contenuta i queste sequenze si mosse, ma si limitano alle risposte di tipo dicotomico (i.e., corretto/errato). L’obbiettivo generale delle prime due ricerche è quello di presentare dei modelli che utilizzino l’informazione contenuta nelle sequenze di mosse osservate. Questo è stato fatto tramite lo sviluppo di un quadro probabilistico, chiamato Markov solution process model (MSPM), che considera lo spazio problema assiame alle struttura di conoscenza. L’MSPM è stato utlizzato come modello di validazione empirica di una struttura di conoscenza e come base per una procedura adattiva e computerizzata di valutazione della conoscenza. Le altre due ricerche hanno come obbiettivo quello di studiare come specificare lo spazio problema. Lo stesso compito, infatti, puo essere rappresentato da diversi spazi problema. Tuttavia, queste rappresentazioni dovrebbero essere coerenti tra loro. La prima ricerca copre gli aspetti teorici di quali caratteristiche devono essere mantenute tra rappresentazioni alternative per essere coerenti. La seconda presenta un'applicazione sulla possibile interpretazione di questa rappresentazione a livello psicologico
Modellazione della conoscenza procedurale umana: sviluppo e applicazione nel campo della teoria dello spazio di conoscenza procedurale / Brancaccio, Andrea. - (2022 Feb 21).
File in questo prodotto:
File Dimensione Formato  
Dissertation_Brancaccio.pdf

Open Access dal 22/02/2023

Descrizione: Tesi
Tipologia: Tesi di dottorato
Dimensione 1.86 MB
Formato Adobe PDF
1.86 MB Adobe PDF Visualizza/Apri
Pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11577/3454549
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact