研究課題/領域番号 |
20K03076
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分09070:教育工学関連
|
研究機関 | 杏林大学 (2021-2022) 多摩大学 (2020) |
研究代表者 |
大森 拓哉 杏林大学, その他部局等, 教授 (80332617)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | バグモデル / 認知診断モデル / 潜在変数による予測 / 基礎数学 / ベイジアンネットワーク / イメージデータ / e-learning / ウェブテスト / ベイズ推論 / 多次元IRTモデル / 判別分析 / 適応型テスト / ベイジアン・ネットワーク / 項目反応理論 |
研究開始時の研究の概要 |
本研究では、大学生や社会人が授業の履修や社会活動において、最低限必要な知識・能力を備えることができるようにするためのe-learningシステムを構築する。具体的には、特に数学等の数理分野において、 1. どこまで理解しているか、どこでつまずいているかの診断 2. 誤った理解や勘違い・知識不足に対する支援・アドバイスの提供 を自動的に行うことができる適応型学習システムをWeb上で構築し、その有用性を評価する。本研究においては、人工知能の一つであるベイジアン・ネットワークモデルに、認知診断モデルを組み込んで効率的かつ実用的なハイブリッドモデルを作成し、実際のシステムを構築して実用性を評価する。
|
研究実績の概要 |
本研究の目的は、学び直しも含めた数理的能力の獲得のための支援システムの構築である。学びを進める上で、どの段階で躓きやすいのか、どのような誤りを犯しているのかを自動診断し、修正支援をするe-learningシステムの構築を目的としている。誤りには系統的なエラー構築があることを仮定し(バグモデル)、認知診断モデルによるバグ修正支援システムを構築している。今年度は、バグ診断において潜在変数による予測モデルを構築し、潜在変数による予測モデルの妥当性を実験的に検証した。具体的には、潜在変数モデルをイメージデータに適用し、あいまいな心的データを具体的なグラフィカルな表現方法に変換し、その妥当性を評価して有用であることを実証した。イメージデータについては、健康食品に対する評価をSD法により測定し、その因子分析結果を単純にマトリックスで表現して理解するのではなく、視覚的・直感的にわかりやすくするためにグラフィカルな表現により提示した。具体的には、潜在変数を介することによって心的イメージの結果を顔グラフという表現方法において提示し、通常のマトリックス表現よりも理解しやすい方法を考案することができた。この方法は測定元と出力元の両方とも潜在変数化することによって潜在変数同士をマッピングするものであるが、バグモデルにおいても試験結果データと誤り種類データ(バグデータ)の両方を潜在変数化してマッピングすることにより誤りを自動抽出することに応用可能である。これらの結果の一部は、日本行動計量学会第50回大会において発表した。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
コロナ禍で学会大会等が中止・延期等になり、発表等が十分に行えなかったため、研究機関を1年延長するに至ったが、研究活動に関してはおおむね順調に進んでいる。データの収集・分析準備等は順調に進んでおり、その成果を学会大会・論文等で発表予定である。
|
今後の研究の推進方策 |
最終年度にあたり、これまでの成果をまとめ、学会大会及び論文誌への投稿を進める。モデルの評価としての実践データを収集し、作成モデルの有用性を評価する。
|