权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Concrete standard setting for contents of utterance in oral summary tasks

口语总结任务言语内容的具体标准设定

基本信息

批准号：
20K13101
负责人：
横内裕一郎
金额：
$ 2.5万
依托单位：
Hirosaki University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

2021年度報告で示した推進方策では，データの収集・採点等を2022年度中に完了させることと，採点（評価）データの分析を始めることを予定していたが，1次データのデータ収集及び評価は完了した。欠損や音質の悪いデータを除いた64名のデータを研究協力者2名を含め，英語教育を専門とする大学教員3名が発話内容の観点でパフォーマンスを大まかに4分割し，その情報及びコメントを元に記述子（質問形式）をつけるというTurner and Upshur (1996)のEBB（empirically derived, binary-choice, boundary-definition）scaleの作成手法に則った方法でルーブリックの作成を行った。その後Fulcher (2011) によるPerformance Decision Treeの記述に近い形式に修正し，現在正式な第1回目の評価（申請時点で評価者5名）を行っている段階にある。また，妥当性の検証を行う上で使用するMany-Facet Rasch Measurement (MFRM) について，最新の手法であるUto and Ueno (2020) によるGeneralized MFRM を用いた分析が本研究にも応用可能であるかを検証するため，過去の研究で収集したデータを用い，Generalized MFRMのを用いる利点が大きいと判断した。本研究のように少ないサンプルでも安定したパラメーターの推定が可能であると判断したため，今後の分析ではモデルが複雑にならない場合（3相：Student×Rater×Task，あるいはStudent×Rater×Item: この場合のItemはルーブリックの種類）には上記のモデルを使用して分析を行いたい。一方，4相以上のモデルで分析を行う場合は従来のモデルを使用する場合があると考えている。以上のように，データの収集・評価は順調に進んでおり，分析手法についても方針が確定した。

The 2021 Annual Report shows that the promotion strategy is completed in the middle of 2022, and the analysis of the acquisition point is completed in the middle of 2022. 64 research collaborators, 2 English teachers, 3 university teachers, 4 speech content, 4 information and content, 4 questions, Turner and Upshur (1996) EBB (Empirically derived, binary-choice, boundary-definition) scale method After Fulcher (2011), the description of Performance Decision Tree was revised in the middle form, and now it is officially the first chapter of evaluation (5 evaluators at the time of application). In this study, the appropriateness of MFRM is examined using the latest techniques, Uto and Ueno (2020), and the use of Generalized MFRM is analyzed using the most recent techniques. In this study, the estimation of stability is possible, and future analysis is performed on complex cases (3-phase: Student×Rater×Task, 3-phase: Student× Rater×Item: Item in this case). For example, if a party has more than 4 phases, it may be used in the following cases: The above analysis method is used to determine the policy.

项目成果

期刊论文数量（10）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

VELC Test Onlineを使用したオンラインプレイスメントテストの試み

尝试使用 VELC Test Online 进行在线分班测试

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Kajiura;M.;Ishida;T.;& Sugiura;M.;ツァイルホーファールイーサ;野北明嗣;Junko Chujo;金山　幸平;田中菜採;横内裕一郎
通讯作者：
横内裕一郎

教室内技能統合型スピーキングテストにおけるルーブリックと採点

课堂技能综合口语测试的评分标准和评分

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Zeilhofer;Luisa;金山　幸平;平井明代・横内裕一郎
通讯作者：
平井明代・横内裕一郎

Correlation Between EBB Scale Scores and CAF Indices : Evidence from Speakers' Actual Performances

EBB 量表得分与 CAF 指数之间的相关性：来自演讲者实际表演的证据

DOI：
发表时间：
2020
期刊：
Learner Corpus Studies in Asia and the World
影响因子：
0
作者：
Jeong;H.;Kazai;K.;Kajiura;M.;Yuko Nakano;Y.;& Kadota;S.;野北明嗣;Yuichiro YOKOUCHI
通讯作者：
Yuichiro YOKOUCHI

合成音声を用いた小学生向けリスニングテストの作成: Google Cloud Text-To-Speechを用いて

使用合成语音为小学生创建听力测试：使用 Google Cloud 文本转语音