|
認知診断モデルが学習者のつまづきについての情報を到達度テストや授業中の確認テストから推測するために有用な枠組みである。本年度は、前年度で得られた研究成果から新たに生じた、認知診断モデルを利用するうえで障害になりうる問題を克服するための研究を行った。具体的には、１．認知診断モデルの適用や結果の有用性に大きな影響を与える、能力・項目の対応関係を示す行列（Q行列）が部分的にしかわからない状況での分析方法の提案、２．様々な損失関数を許容し、柔軟に事前の情報を認知診断モデルに組み込むための新しい推定法の開発、３．前述の１と２の実施のための認知診断モデルの推定方法の統合的なレビューを行った。まず、認知診断モデルにおいては、Q行列が完全にわかっているという状況や全くわかっていないという不自然な分析の設定での分析を想定しているが、実際にはQ行列の一部のみがわかっているという状況のほうが自然で実際的である。しかし、このような状況に適した分析方法は十分には整備されていなかったため、Q行列が部分的に既知の状況でも分析可能となる方法を提案した。さらに、小サンプルでも機能するとされるノンパラメトリック推定法は事前情報を組み込めないといった問題や、推定の不確実さを評価できないという問題があり、２点目の研究では、こうした点を克服しうる一般化ベイズ法を活用し、認知診断モデルの新しい推定方法を開発した。３点目の推定方法のレビューは、第１点、第２点の問題を解決するための副次的な研究ではあったものの、認知診断モデルの推定方法に関する統合的なレビューが日本語において存在しなかったため、さまざまな推定方法の理論的な整理を行った。
|
