2015LETシンポジウム 時系列指標とライティング方略
•
0 likes•3,086 views
石井雄隆・石井卓巳・川口勇作・阿部大輔・西村嘉人・草薙邦広（2015, August）「Writing MaetriXを用いた言語資源の構築と英語学習者のライティング・プロセスの解明」外国語教育メディア学会 第55回全国研究大会 公募シンポジウム. 千里ライフサイエンスセンター.
Recommended
More Related Content
Viewers also liked
Recently uploaded
Recently uploaded (20)
2015LETシンポジウム 時系列指標とライティング方略
- 1. 分析事例紹介 その2 時系列指標と ライティング方略との関係 川口 勇作 名古屋大学大学院生 y.kawaguchi@nagoya-u.jp 外国語教育メディア学会 第55回全国大会公募シンポジウム WritingMaetriXを用いた言語資源の構築と 英語学習者のライティング・プロセスの解明
- 2. ここまで • W石井先生 –コーパス構築の概要のおはなし • 草薙先生 –時系列モデリングのおはなし • 西村先生 –時系列指標と言語的特徴との関係のお 話
- 3. ここから • 私のおはなし –時系列指標とライティング方略との関 係 • 学習者のライティング方略が、現実のライ ティングプロセスに反映される傾向がある （e.g., 川口, 2015）←New!!
- 4. 背景 • Yamanishi（2009） –日本人大学生の、熟達度間の使用方略 の差異を比較 • 4つの下位尺度を持つ質問紙を使用 – 包括的計画・局所的計画・推敲・回避 • 学習者のライティング方略を量的に操作化 • 高熟達度学習者は、低熟達度学習者より、 包括的な計画をより多く用いる傾向
- 5. 背景 • 予測 –包括的計画方略をよく使う人は、計画 の時間が長そう –推敲方略をよく使う人は、書いたり消 したりを頻繁にしそう –回避方略をよく使う人は、語数の伸び が大きくなりそう …などなど
- 6. 背景 • 計画の時間の長さ（全体に占める割合） • 修正の回数 • 語数の伸び方 • こういった変数を時系列指標を以っ て操作化する試み（e.g., 川口・室田・後藤, 2014）
- 7. 背景 • 川口・室田・後藤（2014） –エッセイライティングの増加語数の時 系列推移傾向を、ポアソン分布モデル および線形回帰モデルに当てはめ • ポアソン分布モデル：下位プロセスが明確 な、望ましい語数の時系列推移と近似 • 線形回帰モデル：書き始めから終了まで語 数が伸び続けるという時系列推移と近似
- 8. 0 5 10 15 20 25 30 0.00.20.40.60.81.0 Example Time Wordnumberratio 0 5 10 15 20 25 30 0.00.20.40.60.81.0 Lambda=10 Time Wordnumberratio 計画 文章化 推敲
- 9. 0 5 10 15 20 25 30 0.00.40.8 Lambda = 1 Time WordNumberRatio 0 5 10 15 20 25 30 0.00.40.8 Lambda = 5 TimeWordNumberRatio 0 5 10 15 20 25 30 0.00.40.8 Lambda = 10 Time WordNumberRatio 0 5 10 15 20 25 30 0.00.40.8 Lambda = 15 Time WordNumberRatio 0 5 10 15 20 25 30 0.00.40.8 Lambda = 20 Time WordNumberRatio 0 5 10 15 20 25 30 0.00.40.8 Lambda = 25 Time WordNumberRatio
- 10. 背景 • 典型的な語数の増え方（サブプロセスが明確 or 語 数が一貫して伸びる）をモデルに設定 • そのモデルにどのくらいあてはまってる かという度合い →モデルへのあてはまり指標 • モデルにあてはめたときに出てくる値 →プロセスの傾向指標
- 11. 背景 • 川口・室田・後藤（2014） –結果 • 当てはめによって得られた値を、ライティ ングプロセスの傾向を示す指標（時系列指 標）とし、エッセイ評定との相関を検証 • 線形回帰モデルに当てはまりがよいほど エッセイ評定が高い傾向 0 10 20 30 40 50 60 70 80 0 5 10 15 Words Time (min)
- 12. 背景 • 川口（2015） –時系列指標とライティング方略との関 係について • 両者の間には関係がありそうという結果に –課題 • 小さいサンプルサイズ – 一般化には程遠い – だが大規模サンプルのコーパスなら…！
- 13. Corpus Project
- 14. 背景 • 本研究の主眼 –プロセスをモデルにあてはめて得られ る指標と、学習者のライティング方略 には、関係がある？（e.g., 川口, 2015） –学習者が使用する方略と時系列指標と の相関関係を検証
- 17. 調査 • 標本（N = 194） –日本の大学に在籍する英語学習者 • 欠損のあるデータを除外 • ほぼ大学1年生 • 自己申告されたTOEFL ITPスコア平均は 467.23（SD = 31.82） –想定される母集団 • 大学に在籍する、熟達度が初級～中級の日 本人英語学習者
- 18. 調査 • ライティング方略に関する尺度 （Yamanishi, 2009） –31項目を分析に使用 • 包括的計画方略（k = 10, α = .77） • 局所的計画方略（k = 6, α = .82） • 推敲方略（k = 7, α = .89） • 回避方略（k = 8, α = .84）
- 19. 包括的計画方略 1. はじめに大まかに書いて，後で細かな修正をしなが ら書いた 2. 内容がまとまるように文の順番を考えながら書いた 3. 内容をまとめるための表現を考えながら書いた 4. 表現に一貫性があるようにして書いた 5. 物語調で書こうとした 6. 日本語で考えを整理してから，英語で書いた 7. 課題で何が要求されているかを考えながら書いた 8. 課題の趣旨を読者に伝えるように書いた 9. 課題内容をよく理解してから書いた 10. 結び（文章のオチ）の表現に気を遣って書いた
- 20. 局所的計画方略 1. 冠詞や単数形や複数形に注意しながら書いた 2. 語と語の組み合わせ（イディオムなど）を考えなが ら書いた 3. 思いついた英語の表現が日本語の意味にあっている か考えながら書いた 4. 思いついた複数の表現から，最もふさわしい表現を 選びながら書いた 5. 次にどのような内容を書こうか考えながら書いた 6. 書きやすい表現を使えるように，書く内容を調整し た 7. 定型的な表現（決まった言い回し）を気にしながら 書いた
- 21. 推敲方略 1. 課題を見直して，書いた内容を修正した 2. 課題を見直して，足りない情報を書き足した 3. 書いた内容を見直して，表現が簡潔になるように修 正した 4. 書いた内容を見直して，全体的な表現（文章の構成 など）を修正した 5. 書いた内容を見直して，足りない情報を付加した 6. 書いた内容を見直して，内容のまとまりが良くなる ように修正した 7. 書いた内容を見直して，不要な情報を削除した 8. 書いた内容を見直して，部分的な表現（文法，つづ りなど）を修正した
- 22. 回避方略 1. どのように書こうか考えたが，あきらめて作文を終了した 2. 書いている途中に違和感を覚えたが，そのまま書き進めた 3. 書きたい内容はあったが，表現が思い浮かばなかったので 書かなかった 4. 書きにくそうな箇所は書かなかった 5. 日本語では書けても英語で表現するのが難しい内容は書か なかった 6. 書き足りない内容があったが，書くと大変そうだったから 書かなかった 7. 書こうとした内容はあったが，ぼろを出さないように書か なかった 8. 文のつながりがおかしいと感じた箇所があったが，気にし ないようにした
- 23. 調査 • 分析方法 –以下の項目を変数とする多変量相関分 析（スピアマンの順位相関） • カイ二乗値 – ポアソン分布モデルへの当てはまりのよさを示 す（小さければ小さいほど当てはまりがよい） • λ値 – 学習者のライティングプロセスの傾向を示す
- 24. 調査 • 分析方法 –以下の項目を変数とする多変量相関分 析（スピアマンの順位相関） • 傾き・切片 • 決定係数 R2 – 線形回帰モデルへの当てはまりのよさを示す – 大きければ大きいほど当てはまりがよい
- 25. 調査 • 分析方法 –以下の項目を変数とする多変量相関分 析（スピアマンの順位相関） • 局所的計画の回数 – 語数が変化しなかったデータポイントの数 • 推敲の回数 – 語数が減少したデータポイントの数 • ライティング方略に関する尺度の回答 – 包括的計画・局所的計画・推敲・回避
- 27. 結果 • 記述統計（N = 194） M SD 最小値 中央値 最大値 歪度 尖度 語数 214.95 37.71 28.00 218.00 349.00 -0.75 3.34 λ 19.34 3.03 7.19 19.34 27.65 -0.51 1.95 χ2 63570.97 340020.45 3.41 3719.71 3315465.83 8.56 76.35 切片 29.51 18.78 -8.77 29.15 133.36 1.24 4.21 傾き 3.82 0.73 0.25 3.88 6.06 -0.72 2.78 R2 0.90 0.06 0.54 0.91 0.99 -2.33 8.41 包括的計画回数 22.33 4.77 10.00 22.00 51.00 1.65 6.84 推敲回数 1.67 1.52 0.00 1.00 7.00 1.03 0.85 包括的計画方略 1.51 0.49 0.00 1.50 3.00 -0.27 0.22 局所的計画方略 1.81 0.61 0.00 1.83 3.00 -0.43 0.54 推敲方略 1.42 0.75 0.00 1.43 3.00 -0.26 -0.76 回避方略 1.57 0.67 0.00 1.63 3.00 -0.10 -0.52
- 28. Words 10 20 -0.15 -0.19 0 60 0.36 0.90 0.6 0.8 1.0 -0.15 -0.01 0 2 4 6 -0.15 0.00 0.0 1.5 3.0 -0.02 0.01 0.0 1.5 3.0 -0.09 1025 Lambda 0.92 -0.91 0.14 0.95 -0.74 0.19 -0.09 -0.08 -0.02 0.14 Poisson.chisq -0.80 0.06 0.92 -0.71 0.24 -0.04 -0.05 -0.02 0.12 080 Intercept 0.03 -0.84 0.58 -0.20 0.10 0.09 0.03 -0.11 Slope 0.10 -0.20 -0.11 -0.01 -0.04 0.01 -0.04 0.61.0 R.2 -0.75 0.13 -0.08 -0.07 -0.03 0.12 NLP -0.31 0.03 -0.10 0.03 -0.10 04 NR 0.03 0.07 0.09 0.05 GP 0.53 0.54 -0.04 0.02.5 LP 0.42 -0.04 RR 0.01 50 200 0.02.5 0 2500000 1 3 5 10 30 50 0.0 1.5 3.0 0.0 1.5 3.0 AV
- 33. 参考文献 川口勇作 (2015). 「学習者のライティング方略は現実のライティングプロセス に反映されるか」『外国語教育メディア学会 第55回全国研究大会発表要項 集』92–93. 川口勇作・室田大介・後藤亜希 (2014). 「エッセイライティングにおける増加 語数の時系列推移傾向はエッセイ評価を予測するか―線形回帰モデルおよ びポアソン分布へのフィッティングを用いて―」『第40回全国英語教育学 会徳島研究大会発表予稿集』306–307. 草薙邦広・阿部大輔・福田純也・川口勇作 (2015). 「学習者のライティングプ ロセスを記録・可視化・分析する多機能型ソフトウェアの開発： WritingMaetriX」『外国語教育メディア学会中部支部研究紀要』26, 23–34. Yamanishi, H. (2009). Japanese EFL learners’ use of writing strategies: A questionnaire survey. The Bulletin of the Writing Research Group, JACET Kansai Chapter, 8, 53–64.