新しい大規模公的テストに有効な教育測定と教育診断のための統計モデルの開発

开发对新的大规模公共测试有效的教育测量和诊断统计模型

基本信息

批准号：
20K03383
负责人：
荘島宏二郎
金额：
$ 2.25万
依托单位：
The National Center for University Entrance Examinations
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本年度は、研究成果の１つの区切りとなる外国語書籍（タイトル: Test Data Engineering, 出版社: Springer）を出版することができた。そこでは、２値（正誤）のテストデータから、どのように情報を抽出し、可視化（知識化）していくことができるのかについて広範に記述することができた。特に、潜在ランク理論(latent rank theory, LRT)、バイクラスタリング、ベイジアンネットワークモデル(Bayesian network model, BNM)、LRTとBNMを組み合わせたモデルなど、多くのモデルを取り上げることができた。特に、本研究では、教育診断のための統計分析モデルの開発を目的の１つとして掲げているが、そのような教育診断を行うためのモデルをいくつか開発し、書籍の中で説明することができた。また本研究の副次的な成果として、大学入学共通テストの得点調整の方法の改良に資する研究を行うことができた。大学入学共通テストでは、令和７年度から既存の得点調整方法を修正する予定である。これまで科目の難易差について平均点差に着目していたが、令和7年度以降はスタナイン区分点差に注目するようルール改正を行い、プレス発表を行った。本研究では、これに関連して、スタナイン区分点の標準誤差を検討する研究を行った。そこでは、カーネル分位点差縮小法とブートストラップ法を用いることで、真のスタナイン区分点の標準誤差に迫ることができるのではないかと示唆された。

今年，我们能够出版一本外语书籍（标题：测试数据工程，出版商：Springer），这将标志着研究结果之一。在那里，我们能够提供有关如何从二进制（真和错误）测试数据中提取信息并将其可视化（知识）的广泛信息。特别是，许多模型都可以使用，包括潜在等级理论（LRT），双簇，贝叶斯网络模型（BNM）以及结合了LRT和BNM的模型。特别是，这项研究的目的是开发一个用于教育诊断的统计分析模型作为其目的之一，但是在书中已经开发和解释了几种进行此类教育诊断的模型。这项研究的次要结果也可以进行研究，从而改善了调整大学入学考试分数的方法。大学入学通用测试计划，从2025年开始修改现有的评分调整方法。直到现在，该公司一直集中在受试者难度的平均点差异上，但是从2025年开始，已经修改了规则以专注于Stanine分类点差异，并且已经发布了新闻公告。在这项研究中，我们进行了一项研究，以检查昏迷分割点的标准误差。有人建议，通过使用内核分位数减少方法和引导方法，可以接近真正的昏迷分段点的标准误差。

项目成果

期刊论文数量（18）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

運転免許停止処分者講習の効果に関する研究,

研究培训对吊销驾驶执照的人的影响，

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
鈴木慎也;内山伊知郎;孫　怡,矢藤優子;荘島宏二郎;村井潤一郎　日本心理学諸学会連合心理学検定局編;原田隆之;Masaki Narita,Haruki Nito,Katsuki Higo,Sotaro Shimada;原田隆之;小嶋理江・荘島宏二郎
通讯作者：
小嶋理江・荘島宏二郎

モニターデータを用いた日程間得点調整および科目間得点調整

使用监测数据进行日间分数调整和科目间分数调整