4 分で読了
0 views

教員の態度尺度の開発と予備的検証

(Developing and Preliminary Validation of an Instructors’ Attitude Scale)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「教授陣の意識を測る尺度がある」と聞いたのですが、正直ピンと来なくてして、これって要するにどんな意味があるのでしょうか?

AIメンター拓海

素晴らしい着眼点ですね!これは教育改革の現場で「教える側の意図や感情、それに伴う行動傾向」を数値化して、現場改善の意思決定に役立てるためのツールなんですよ。一緒に要点を整理しましょうか。

田中専務

教員の気持ちを数値化する、ですか。うちでいうと現場の職人のやる気や新しいやり方への抵抗感を測るようなものですかね。それで、その尺度が本当に信頼できるのかが肝です。

AIメンター拓海

その不安、的確です。研究は内部一貫性(internal consistency)や構成概念妥当性(construct validity)といった指標で信頼性を評価しています。要は、質問項目がまとまって同じ特性を測っているかどうかを検証しているんです。

田中専務

内部一貫性や構成概念…うーん、何となく分かりますが、実際の運用で何を見れば良いのですか?投入したお金に対して効果が見える指標が欲しいのです。

AIメンター拓海

良い質問です。ここで重要なのは三つポイントです。1) 測る対象は認知(cognitive)、情意(affective)、行動意図(behavioral intent)の三面であること、2) 教える実践(teaching practice)との関連を見て妥当性を確かめていること、3) 「有用性の認識(perceived usefulness)」が実際の実践を予測する主要因だったことです。経営判断なら、まず有用性を高めれば実行に結びつきやすい、という示唆になりますよ。

田中専務

これって要するに、教える側が「これ役に立つ」と思えば行動に移る確率が高いということですか?

AIメンター拓海

その通りです!大丈夫、一緒にやれば必ずできますよ。現場への導入は、先に「有用性」を見せる小さな成功体験を作ること。これが投資対効果(ROI)を経営層に示す近道なんです。

田中専務

なるほど。では実務的にはどう始めればいいですか。データを取るのに時間もお金もかけられません。

AIメンター拓海

小さく始める方法で行きましょう。まず短いアンケートで「有用性」「使いやすさ」「実行意図」の3項目を測り、現場での1つの授業改善に結びつける。結果が出たらROI試算を簡潔に示す。それだけで経営の理解は進みますよ。

田中専務

分かりました。自分の言葉でまとめると、まず教員の「有用性」を測って、小さな実施で成果を示し、そこから本格導入の判断材料にするということですね。ありがとうございます、拓海先生。

論文研究シリーズ
前の記事
ハビタブルゾーン惑星探査機
(The Habitable Zone Planet Finder)
次の記事
Instructors’ Attitudes toward Concept-Based Teaching of Introductory Statistics
(導入統計における概念重視教授法に対する教員の態度尺度の開発)
関連記事
表形式基盤モデルによるストリーミングデータの文脈内学習
(In-context Learning of Evolving Data Streams with Tabular Foundational Models)
密度比の順列検定と分布シフト・条件付き二標本検定への関係
(Density Ratio Permutation Tests with connections to distributional shifts and conditional two-sample testing)
バイナリハッシュで大規模化合物探索を速く安く
(Hashing based Contrastive Learning for Virtual Screening)
複雑ネットワークの動的進化:進化ゲームと強化学習を用いたコミュニティ構造の解明
(Dynamic Evolution of Complex Networks: A Reinforcement Learning Approach Applying Evolutionary Games to Community Structure)
シーフ
(Sheaf)フレームワークにおける量子オブジェクト(Quantum objects in a sheaf framework)
(P, N) 共ドープZnOにおけるp型伝導の起源
(The origin of p-type conduction in (P, N) co-doped ZnO)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む