雑誌文献を検索します。書籍を検索する際には「書籍検索」を選択してください。

Japanese Journal of Speech, Language, and Hearing Research Volume 17, Issue 4 （December 2020）

言語聴覚研究 17巻4号（2020年12月発行）

Japanese English

原著

言語聴覚士国家資格取得を支援する機械学習モデルの有効性の検討—模擬試験解答データを用いた試験の合否予測より Effectiveness of the machine-learning model based on practice test data to predict pass-fail results and support the preparation for the national examination of speech-language-hearing therapists 小牧祥太郎 ¹ , 戌亥啓一 ¹ , 松尾康弘 ¹ , 高吉進 ¹ , 福元恵美 ¹ , 福永陽平 ² Shotaro Komaki ¹ , Keiichi Inui ¹ , Yasuhiro Matsuo ¹ , Susumu Takayoshi ¹ , Emi Fukumoto ¹ , Youhei Fukunaga ² ¹鹿児島医療技術専門学校言語聴覚療法学科 ²国際医療福祉大学福岡保健医療学部言語聴覚学科 ¹Department of Speech-Language-Hearing Therapy, Kagoshima Medical Professional College ²Department of Speech-Language-Hearing Therapy, School of Health Sciences at Fukuoka, International University of Health and Welfare キーワード：養成教育 , 模擬試験 , 国家試験 , 機械学習モデル , ニューラルネットワーク , training education , practice test , national examination , machine-learning model , neural network Keyword: 養成教育 , 模擬試験 , 国家試験 , 機械学習モデル , ニューラルネットワーク , training education , practice test , national examination , machine-learning model , neural network pp.309-317

発行日 2020年12月15日 Published Date 2020/12/15

DOI https://doi.org/10.11477/mf.6001200298

PDF(620KB)

有料閲覧

閲覧方法のご案内

この論文を閲覧するためにはログインが必要になります。

パスワードを忘れた場合新しくユーザー登録する施設共通IDをご利用の方はこちらから

PPV購入案内

1,320円 (1,200円+税10%) こちらは、309ページから317ページの文献です。

PPV（ペイ・パー・ビュー）とは、論文（記事）単位で購入・閲覧ができるサービスです。
購入には医書.jp本会員登録が必要です。

新規会員登録はこちらから

会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。

会員登録について詳しくは

こちら

をご確認ください。

Abstract 文献概要
1ページ目 Look Inside
参考文献 Reference

　模擬試験は受験生の学習到達状況を把握するうえで必要な手段であるが，模擬試験の点数のみでは十分とは言い難い．そこで，本学科で実施している模擬試験より，言語聴覚士国家試験の合格が危ぶまれる学生の抽出・対応を目的に，合否を予測する機械学習モデルの構築を行った．2010〜2018年度に本学科の養成課程を経て国家試験を受験した学生において，同一の模擬試験を受験した学生161名の解答データを対象とした．トレーニングデータとテストデータの4-fold交差検定を行い，モデルの予測結果と実際の合否結果においては有意な識別が行え（p＜0.01），モデル精度は正解率0.74，適合率0.95，再現率0.71であった．また，模試の点数が最適カットオフ値より高いものの国家試験不合格となった受験者をすべて抽出することができた．本モデルは国家試験の合否予測に活用可能であり，到達状況が及ばない学生の発見・抽出により，国家試験対策を講じることができるツールとして使用可能と考える．

　Practice tests are useful to grasp the status of students' learning achievement, but practice test scores alone are not sufficient measures. Using the data obtained from practice tests in our department, we constructed a machine-learning model that predicts the pass-fail status of the students who are at risk of not passing the national examination of speech-language-hearing therapists. The study used the data of 161 students trained in our department, who took the same practice tests and the national examination between 2010 and 2018. The 4-fold cross-validation of the training data and the test data was performed and significant discrimination between the model's prediction result and the actual pass-fail result was achieved (p＜0.01), with a model accuracy of 0.74 for correctness, 0.95 for precision, and 0.71 for recall. In addition, all students who failed the national examination, even though their practice test scores were higher than the optimal cut-off value, were identified. This model can be used to predict the pass-fail result of the national examination and can be used as a tool to help at-risk students prepare for the national examination.