| 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 (2021-2023)
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 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023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することを目標としている。2023年度は、バグ診断において潜在変数による予測モデルに対するデータの追加取得とその適用についての追加の研究を行い、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、職業に対する評価をSD法により測定し、その因子分析結果を視覚的・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を2つの学会大会において発表した。
2023年度において学会発表した演題は以下のとおりである。
|
| 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
2023年度は国内学会において2つの研究発表を行ったが、研究計画当初発表予定としていた国際会議が2024年度に開催されることになったため研究期間を1年再延長した。延長に伴い、データの追加取得とその適用についての追加の研究が可能となり、本年度の学会大会において発表予定である。
|
| 今後の研究の推進方策 |
最終年度にあたり、これまでの成果の総仕上げとし、国際学会大会発表及び論文誌への投稿を進める。追加のデータを収集し、これまで構築してきたモデルの評価実験を行う。今年度は国際学会発表1件、国内学会発表2件、及び論文誌への投稿を予定している。
|
