心理学的知見と機械学習を用いた不注意回答の影響を取り除くデュアルモデルの開発

• Project/Area Number: 24KJ1245
• Research Category: Grant-in-Aid for JSPS Fellows
• Allocation Type: Multi-year Fund
• Section: 国内
• Review Section: Basic Section 09070:Educational technology-related
• Research Institution: Nagoya University
• Principal Investigator: 清水 友貴 名古屋大学, 教育発達科学研究科, 特別研究員(DC2)
• Project Period (FY): 2024-04-23 – 2026-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥1,600,000 (Direct Cost: ¥1,600,000); Fiscal Year 2025: ¥800,000 (Direct Cost: ¥800,000); Fiscal Year 2024: ¥800,000 (Direct Cost: ¥800,000)

Outline of Research at the Start

本研究では，自己評定式の質問紙における，不注意回答を考慮した分析モデルの開発を行う。不注意回答はデータの質に影響するため，対応する必要がある。既存の手法では不注意回答を行う回答者のデータを除くが，データ数の減少と除外の恣意性の点で課題がある。そこで本研究では，回答者の注意力パラメタを加えた分析モデルを開発する。これにより，データを除かずに不注意の影響を分離した分析が可能となる。妥当な分析モデルを開発するために，先行研究に基づく演繹的なモデリングだけでなく，機械学習による帰納的なモデリングを行う。そして，これらのモデルを実データとシミュレーションで比較検討し，有効なモデルを提案する。