Detection of Bug Rules by Cognitive Diagnostic Model and Its Application to Adaptive Testing

点击翻译按钮获取中文摘要

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。