2021 Fiscal Year Annual Research Report
学習の躓きを診断し克服するための統計学的方法：デジタル問題集の基盤開発と実践
| Project/Area Number |
21H00936
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
岡田 謙介 東京大学, 大学院教育学研究科(教育学部), 准教授 (20583793)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山口 一大 筑波大学, 人間系, 助教 (50826675)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 到達度 / 共変量 / 認知診断モデル / 項目反応モデル |
|---|
| Outline of Annual Research Achievements |
研究開始初年度である本年度は、現実場面の教育データに対して実践的な到達度の推定・診断を可能とすべく取り組んだ、認知診断モデルの高速・高効率な推定法開発について、とくに大きな研究の進展があった。具体的には、第一に診断対象特性（アトリビュート）が多値をとる場合にスケーラブルで高速な診断を可能にする、変分ベイズ推定アルゴリズムを開発し、その有用性を数値シミュレーションと実データで確認した。第二に、不正確な診断を招いてしまう、推定時の境界問題を解決した崩壊型ギブスサンプリングによる推定アルゴリズムを開発し、また評価検証した。第三に、認知診断モデルを用いた診断の信頼性を評価する上でなくてはならない信頼性係数を、条件付き得点分布の導出によって開発し、評価検証した。第四に、従来の方法が実現できていなかった、意味のある解釈上必要なパラメータ制約を導入しながら高効率な推定・診断を可能にする、ギブスサンプリングによる推定アルゴリズムを開発し、評価検証した。以上の成果は、いずれも研究分野の代表的な国際学術論文誌に査読付き論文として採択され、発表された。これらに加えて、学習者の問題文読解時におけるメタ理解判断プロセスについての認知モデル開発を行い、和文誌に査読付き論文として発表した。さらに、多数の国際および国内学会において最新の成果や知見を発表した。これら一連の研究によって、デジタル化された教材や問題集への日々の取り組みの中で学習者の学習理解度や躓きを診断し、個々人に対して適応的な学習課題提示を行うための基盤となる統計学的方法論開発を行うことができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
「研究実績の概要」欄で述べたように、初年度にして分野の代表的な国際学術論文誌における4本の査読付き論文および和文誌における1本の査読付き論文で研究成果を発表することができ、また多数の国際・国内学会において最新の成果や知見を発表することができた。これら一連の研究によって、デジタル化された教材や問題集への日々の取り組みの中で学習者の学習理解度や躓きを診断し、個々人に対して適応的な学習課題提示を行うための基盤となる、統計学的方法論開発を行うことができた。したがって研究初年度の到達目標は達成できた。以上より、現在までのところ研究は順調に進展していると判断している。
|
| Strategy for Future Research Activity |
前年度の成果を受けて、今後も統計学的方法論開発と、開発した方法の実践応用によって、デジタル化された教材や問題集への日々の取り組みの中で学習者の学習理解度や躓きを診断し、個々人に対して適応的な学習課題提示を実現するための研究に取り組んでいく。2年目となる次年度はとくに、学習者の課題取り組み後に迅速な学習診断とフィードバックを実現するための技術開発を行う。これにあたっては、コロナ禍で普及したオンラインミーティングやデータ・プログラム等の共有技術を活かして、研究代表者・分担者および研究協力者らの間で密な意思疎通を行い、現存する方法が有する問題を解決するための研究開発を進めていく。また、研究成果や開発した技術等はプレプリントやレポジトリ等を活用して積極的に早期に公開するとともに、学会や研究会等での研究発表を行って、得られるフィードバックを次なる研究推進に活用していく。
|
