condfair：用于自动评分中能力条件公平性与解释诊断的R包

自动化评分中的公平性通常通过一个单一的全局统计量来评估，该统计量对比一个焦点组和一个参照组——这种方法可能掩盖在能力范围内符号发生变化的差异，也可能因将差异与群体间真实的能力差异（影响）混为一谈而夸大差异。我们推出condfair，一个将差异项目功能（DIF）逻辑适配于自动化评分的R包：它估计跨能力水平的条件差异函数，用野自助法综合程序对其进行检验，将偏差分解为均匀和非均匀成分，并通过条件SHAP差异检验识别检测到的差异的候选特征级来源。使用PERSUADE 2.0作文语料库，我们展示了一个全局度量可以掩盖一个大的、能力集中的性别差异（边际差距 = 0.003；峰值条件差异 = 0.276，p = .001），同时通过将其与影响混为一谈而夸大英语学习者差异（边际差距 = 0.280；条件偏差 = 0.045）。