2015 Fiscal Year Research-status Report
最適テスト法と双方向 e-learning システムの実装
| Project/Area Number |
15K21379
|
|---|
| Research Institution | Chuo University |
|---|
Principal Investigator |
作村 建紀 中央大学, 理工学部, 助教 (50735389)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 能力バイアス / 必要出題数 / 適応型試験 / 蓄積疲労モデル / 項目特性 |
|---|
| Outline of Annual Research Achievements |
今年度は、e-learning学習支援システムにおいて、システムを利用する学習者に対して、アダプティブに問題項目を出題したときの能力評価の推定精度を中心に研究し、その成果を国内学会にて発表した。また、次年度に計画している信頼性分野の知見を活かした評価モデルの構築に向けた一貫として、新たな信頼性モデルの考案を検討し、その成果を国際学会にて発表した。今年度の研究費は、主に上記の研究を遂行するための研究調査および計算機端末の購入に充てられた。
1. e-learning試験における能力推定精度についての研究発表は日本計算機統計学会第29回シンポジウムにて発表した。この研究および発表では、アダプティブに試験を行った場合の学習者の能力の推定精度について、1) 理想的な項目データベースの環境下での推定方法の違いによる能力推定値と真の能力値とのバイアスを検討し、また2) 有限な出題数における学習者の能力ランクの判別に必要な問題数ついて明確にした。アダプティブに試験を行う適応型試験は、学習者の能力に常に適した問題項目を出題することをコンセプトとして持つが、学習者の真の能力は未知であるため、推定された能力に合わせた問題項目を出題するように構築される。よって、出題数の少ない序盤では能力推定値の真の能力値との誤差が生じるため、この研究成果により、序盤での評価の信頼性を明確にできた。
2. 信頼性モデルについての研究発表は、国際会議にて発表した。この研究および発表では、機器の疲労に対する機器寿命について、疲労の蓄積現象を考慮したモデルの提案を行った。これは疲労の影響をパラメータとして推定できるものであり、より精緻なモデルといえる。これは学習者の能力推定値に対する学習時の疲労などの影響を考慮したモデルへの足がかりとなるモデルである。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度の研究実施計画では、まず、適応型試験における準備段階として、能力評価および項目特性の評価について検討する計画をもとに、能力評価を詳しく検証し、その項目特性と出題数との関係を明らかにすることを目標とした。適応型試験での項目特性が正しく評価されており、かつ十分多様な特性が存在している場合において、つまり理想的な項目群が準備されている場合において、能力評価の誤差および評価に必要な出題数を詳しく調査した。適応型試験における能力の推定精度について、項目の特性と出題数の観点から厳密に検証されている研究は少なく、本研究はその基礎研究として有用であると考える。
本研究の目的の一つには項目特性の再評価がある。適応型試験によって得られる回答者ごとの試験データは、回答者ごとに回答した項目が異なるため、すべての項目と回答者を合わせると不完全データとなる。この場合の項目特性の評価には過去に申請者が提案したEM-Type IRTを利用する。今年度明らかにした適応型試験の評価精度の情報を利用することで、回答者らの推定能力値と出題項目との関係を考慮した項目特性の評価に向けての準備は整っていると考える。
一方、新たな信頼性モデルの考案は次年度に行う計画であったが、今年度はその準備として、一つの提案を行った。このモデルは疲労が蓄積することを表現したモデルであり、一時的な疲労の回復を考慮したものになっている。これを学習時の疲労と関連付けると、適応型試験を受験している際に、回答ごとに回答者への負荷が逐次的に蓄積していくとともに、問題と問題の間で少しの休息がある状態と同じである。回答者は常に一定の能力を発揮すると考えるよりも、疲労とともに本来の能力が減衰していくと考えるほうが自然であるとの観点に立つと、この考案したモデルはより妥当であると考えられる。
以上の内容から、概ね順調に進展していると考える。
|
| Strategy for Future Research Activity |
本研究課題の今後の推進方策については、今年度の進捗を踏まえ、次年度では、まず能力評価精度についてのより詳しい検証を試みる。特に、適応型試験において出題数の少ない序盤に問題となる能力評価値のバイアスについての改善を試みる。次に、項目特性が未知である場合の能力評価精度について、EM-Type IRTの有効性を検討する。また、今年度行った信頼性モデルを学習者に対して援用し、試験を回答することによるストレスを考慮したモデルを検討する。これらの結果を、双方向e-learningシステムとしてまとめるための準備を行い、従来のe-learningシステムからの改善点と問題点の把握を行う。
|
-
-
-
-
-
-
[Presentation] 線分の方向データのクラスタリング2015
Author(s)
秋元 良友, 作村 建紀, 鎌倉 稔成
Organizer
日本計算機統計学会 第29回シンポジウム 講演論文集, Page 49-52
Place of Presentation
まなぼっと幣舞（釧路市生涯学習センター）, 北海道
Year and Date
2015-11-27 – 2015-11-28
-
-
-
-
[Presentation] Directional Data Analysis for Line Segments2015
Author(s)
Y. Akimoto, T. Sakumura, T. Kamakura
Organizer
Proceedings of World Congress on Engineering and Computer Science 2015 (WCECS 2015), Volume 2, Pages 770-775
Place of Presentation
サンフランシスコ、アメリカ
Year and Date
2015-10-21 – 2015-10-23
Int'l Joint Research
-
-
-
-
-
-
-
-
