| 研究課題/領域番号 |
20H01720
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
光永 悠彦 名古屋大学, 教育発達科学研究科, 准教授 (70742295)
|
|---|
| 研究分担者 |
孫 媛 国立情報学研究所, 情報社会相関研究系, 准教授 (00249939)
鈴木 雅之 横浜国立大学, 教育学部, 准教授 (00708703)
山口 一大 筑波大学, 人間系, 助教 (50826675)
植阪 友理 東京大学, 大学院教育学研究科(教育学部), 准教授 (60610219)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 学力調査 / 深い学び / 算数教育 / 指導改善 |
|---|
| 研究実績の概要 |
児童生徒ごとに学習上のつまずきを検証し、より「深い学び」に着目した学習改善に活かす取り組みとして、「認知診断モデル（Cognitive Diagnostic Model、 CDM）」によるテストデータの分析が行われてきている。CDMでは学習に必要な要素を「アトリビュート」として定め、それぞれのアトリビュートを問う複数の問題と、問題ごとに必要となるアトリビュートとの対応表をQマトリックスとして定め、問題を児童生徒ごとに出題し、児童生徒ごとにアトリビュートがどの程度習得できているかを推定する。CDMの手法は算数・数学のような「積み上げ式」の教科をはじめとして授業への応用例が提案されてきている。今年度は昨年度までに検討したＱマトリックス及びアトリビュート、並びに教科書会社から提供を受けた問題文を用いて、現場の教員がどのように活用するかについて検討を行った。小学校算数を担当する教員向けに認知診断モデルによる分析結果を「アトリビュートごとの習得パタン」として提示したうえで、児童向けにどのような形でフィードバックすれば学習効果が上がるかについて検討した。あわせて、児童向けのフィードバックの際に、児童の学習履歴などの情報を組み合わせて提示するアプローチの有効性を検討した。その結果、児童向けに「学びの深さ」を反映したアトリビュートを用いることだけではなく、学習全体の進捗を表す指標（項目反応理論による学力の推定値）を合わせて提示することによって、児童の学力の全体像をとらえることに役立つ点が指摘された。またデータ分析の実践手続き上の課題として、現場の教員が対話的に認知診断モデルの分析結果を確認できる仕組みが必要であることが指摘された。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
