- Metodi MCMC per la stima di modelli di item response theory (IRT)
- Introduzione di a priori informative nei modelli IRT
- Adattamento modelli IRT tramite posterior predictive model checking
- Modelli statistici per la valutazione dei processi
formativi
- Test adattativi computer-based
- Metodi per l'assemblaggio automatico di test
- Studio delle disuguaglianze in ambito educativo e sulle competenze digitali
L’attività di ricerca si colloca nell’ambito dei modelli a variabili latenti, e in particolare dell’item response theory (IRT). Dal punto di vista metodologico la ricerca si è concentrata su soluzioni di tipo bayesiano, basate su metodi Markov chain Monte Carlo (MCMC), e in particolar modo sul Gibbs sampler per la parte di stima e sui posterior predictive model checks per la parte di verifica della bontà di adattamento. I principali contributi metodologici hanno riguardato: l’integrazione di distribuzioni a priori informative nella stima di modelli unidimensionali, lo studio di approcci multidimensionali e la verifica della bontà di adattamento per modelli multidimensionali con struttura complessa. Le applicazioni riguardano principalmente l'ambito educativo (valutazione delle competenze, test INVALSI e OECD PISA), quello psicometrico (test di intelligenza, HADS scale), quello turistico (percezioni dei residenti sull'attività turistica) e l'ambito delle competenze digitali (IEA ICILS), con particolare riferimento allo studio delle disuguaglianze.
