Development of test models for cognitive diagnosis and learning supports using information terminals

点击翻译按钮获取中文摘要

本年度は，タブレット端末を用いて，Web上で実施可能な試験による認知診断モデルを用いたフィードバック効果の検証を行うことを予定していた。より具体的には，実験計画は２要因混合計画を基本とし，研究参加者は事前テストを受け認知診断モデルによる習得パタンフィードバック情報を受ける群，さらに具体的な学習内容の指導を含む群，合計点のみをフィードバックする群の3群にランダムに振り分けられ，その後，学習課題と事後テストを実行し，能力習得パタンの変化を評価することを計画していた。しかしながら，昨今の感染症拡大をうけて実データの収集・分析を行うことを断念し，計画を変更し，認知診断モデルにおける推定アルゴリズムを中心に開発を行うことを目指した。具体的には，前年度に行った，近似推論方法である変分ベイズ推論をより一般的なモデルに拡張することと，項目パラメタに制約を課したマルコフ連鎖モンテカルロ法の開発，および項目パラメタの推定を回避し項目反応から直接能力習得パタンを推定する新しい推測方法の開発を行った。これらの方法により，１．少ない計算量でベイズ的な推定値を得られ，２．認知診断モデルで重要な単調性の制約を満足するような推定が可能となり，３，現実的な場面で重要な能力習得パタンのみを効率的に推定することができるようになった。これらの方法により，認知診断モデルを応用する際の目的に合わせた柔軟な推定方法の選択が可能となった。本研究の成果はいずれもベイズ的な方法であり，安定した推定結果を得ることが期待でき，認知診断モデルを実用化する際に重要となる推定方法を拡充した点で重要である。とくに，変分ベイズ推論方法の認知診断モデルへの適用は世界的にみても新しい試みであり，先進的な研究成果であり，認知診断モデルにおける効率的な推定方法を提案した点に意義がある。