top of page
数学の授業

​佐宗 駿（Shun Saso）のホームページへようこそ！

​　　　　　*最終更新日 2024年8月20日

PROFILE

簡単な自己紹介

RESEARCH

研究業績（論文，学会発表）や

経歴などのご紹介

MATERIALS

講義・輪読資料​

CONTACT

メールアドレスおよび

​お問い合わせフォーム

PROFILE　佐宗 駿(Shun Saso)

​

東京大学大学院教育学研究科 教育心理学コース 博士後期課程

佐宗　駿 （さそう しゅん）です．

専門は，教育測定学および教授・学習心理学です．

特に，心理統計モデルを活用して，テスト（試験）の結果をいかにしてフィードバックするかに関心があります．

最近は，認知診断モデル（診断分類モデル）を活用して，学習者の理解状況を診断することを通じて，どのように

学び方の改善に活きるフィードバックができるかに関心を持って研究しています．

​詳しい研究業績は，ResearchmapあるいはこちらのPDFをご覧ください．

What’s New

​今年（2024年）の夏（8・9月）は日本教育心理学会と日本テスト学会にて，以下の内容を発表予定（発表者/連盟発表者）です．ご参加される皆様，どうぞよろしくお願いいたします．​

​

​​【日本教育心理学会第66回大会】

  1. 植阪 友理・佐宗 駿・新保 俊文・永元 隆雄・森田 哲郎 (2024). 産官学連携による深い学びの視点を 取り入れた全国学力調査の質的項目分析：認知診断モデルによる理解の深さの診断と学校教育への展開 (1) ，日本教育心理学会第 66 回，静岡．2024 年 9 月

  2. 光永 悠彦・佐宗 駿・植阪 友理 (2024). IRT による小学校段階での学力の成長とつまずきの同定：認知診断モデルによる理解の深さの診断と学校教育への展開（2）日本教育心理学会第 66 回大会，静岡．2024 年 9 月

  3. 柴 里実・佐宗 駿・坂口 卓也 (2024). 定期テストのフィードバックの工夫と日々の指導への活用：認知診断モデルによる理解の深さの診断と学校教育への展開（3） 日本教育心理学会第 66 回大会，静岡．2024 年 9 月

  4. 仲谷 佳恵・伊藤 紘一・佐宗 駿・植阪 友理 (2024). 学校教員が活用することを目指した Web ツール CDMWebTool の開発：認知診断モデルによる理解の深さの診断と学校教育への展開（4） 日本教育心理学会第 66回大会，静岡．2024 年 9 月

 

​​【日本テスト学会第22回大会】

  1.  佐宗 駿・柴 里実(2024). 認知診断モデルの学校現場での活用と生徒・教師の反応 ：学び方の改善を目指した定期テストのフィードバックの工夫，日本テスト学会第22回大会，オンライン．2024年8月

  2. 植阪 友理†・佐宗 駿†・宇佐美慧(2024). 認知診断モデルを用いた深い理解の習得状況の解析：令和3年度全国学力・学習状況調査(数学)を用いた検討，日本テスト学会第22回大会，オンライン．（†：Equal Contribution）2024年8月

PUBLICATIONS

Referred Articles​

  1. 佐宗 駿・岡元紀・宇佐美慧 (2024). 小サンプルサイズ下での認知診断モデルの推定精度の検討:モデルの誤設定の影響と推定法の違いに着目して. 統計数理, 72(1), 121-146. [PDF]

  2. 佐宗 駿・岡元紀・植阪友理 (2023). 認知診断モデルを活用した理解の深さの診断と定期テストへの 応用：定性的・定量的な Q 行列の設定とモデルの実践的有用性の検討. 認知科学, 30(4), 515–530. [Link]

  3. Oka, M., Saso, S., & Okada, K. (2022). Variational inference for a polytomous-attribute saturated diagnostic classification model with parallel computing.Behaviormetrika, 50, 63–92. [Link]

  4.  植阪 友理・内田 奈緒・佐宗 駿・柴 里実・太田 絵梨子・劉 夢思, 水野 木綿・坂口 卓也・冨田 真永 (2022). 自学自習を支援する「オンライン学習法講座」の開発と高校での実践―オンライン学習に応じた指導 上の工夫とその効果―. 教育心理学研究,70(4), 404–418. [Link]

​

Non-Referred Articles

  1. 佐宗 駿 (2023).学習者の理解状況とモニタリング能力の定量的診断法の提案:認知診断モデルと信号検出理論に基づく数理的アプローチ, 東京大学大学院教育学研究科附属学校教育高度化・効果検証センター 研究紀要, 8, 147–162. [Link]

​

Papers submitted

  1. Saso, S., Oka, M., Uesaka, Y., & Usami, S. (2024). Diagnostic assessment of deep understanding using cognitive diagnositc models: A large-scale assessment to promote the use of effective learning strategies. Submitted to Journal of Educational Measurement. (Its PsyArXiv version is available at https://osf.io/preprints/psyarxiv/hk5y2)

PRESENTATIONS

Referred Presentations

​​

  1. Shiba, S., & Saso, S. (2024). Development and Implementation of Feedback in Regular Test to Encourage Improvement in Learning Strategies: A Quasi-Experimental Study in a Middle-School [Individual Paper presentation]. The European Association for Research on Learning and Instruction (EARLI) SIG 18 2024, Nicosia, Cyprus, 23–25 August 2024.

  2.  Saso, S., & Uesaka, Y. (2023). Statistically gauging vital subcomponents of diagrammatic competency [Poster presentation]. The European Association for  Research on Learning and Instruction (EARLI) 2023, Thessaloniki, Greece, August 2023.

  3. Saso, S., Oka, M., & Uesaka, Y. (2023). Development of assessment tools for depth of understanding quantitatively with cognitive diagnostic models. [Poster presentation]. In Advances in Information and Communication: Proceedings of the 2023 Future of Information and Communication Conference (FICC), Volume 1 (pp. 766-774). Cham: Springer Nature Switzerland, March 2023. [Link]

  4. 佐宗 駿・岡 元紀・植阪 友理 (2022). 理解の深さの定量的評価を目指した認知診断モデルの応用とそ のプロセスの提案–心理学・教科教育の知見とQ行列推定を活かしたQ行列作成–，日本認知科学会第39回大会日本認知科学会，第39回大会発表論文集, p283-291, 2022年9月

  5. Uesaka, Y., Saso, S., & Akisawa, T. (2021). How Can We Statistically Analyze the Achievement of Dia- grammatic Competency from High School Regular Tests? [Poster presentation]. In Diagrammatic Representation and Inference: 12th International Conference, Diagrams 2021, Virtual, September 28–30, 2021, Proceedings 12, pp. 562-566. Springer International Publishing, 2021, September 2021.

  6. Saso, S., Oka, M., & Uesaka, Y. (2021). How can we statistically gauge students ’deep understanding from high school regular tests? [Poster presentation]. Junior Researchers of European Association for Research on Learning and Instruction (JURE) 2021, Online, August 2021.

  7. Oka, M., Saso, S., & Okada, K. (2021). Parallelized variational Bayesian algorithm for the polytomous-attribute saturated diagnostic classification model [Oral presentation]. World Meeting of the International Society for Bayesian Analysis (ISBA) 2021, Online, June 2021.

​

INVITED PRESENTATIONS

  1. Saso, S., Oka, M., Shiba, S., & Uesaka, Y. (2022). The practical application of cognitive diagnostic models to encourage students’ deep understanding and use of effective learning strategies [Oral presentation]. The 11th Conference of the Asian Regional Section of the International Association for Statistical Computing (IASC-ARS) 2022, Kyoto, Japan, February 2022.

​

NON-Referred Presentations

  

  1. 植阪 友理・佐宗 駿・新保 俊文・永元 隆雄・森田 哲郎 (2024). 産官学連携による深い学びの視点を 取り入れた全国学力調査の質的項目分析：認知診断モデルによる理解の深さの診断と学校教育への展開 (1) ，日本教育心理学会第 66 回，静岡．2024 年 9 月

  2. 光永 悠彦・佐宗 駿・植阪 友理 (2024). IRT による小学校段階での学力の成長とつまずきの同定：認知 診断モデルによる理解の深さの診断と学校教育への展開（2）日本教育心理学会第 66 回大会，静岡．2024 年 9 月

  3. 柴 里実・佐宗 駿・坂口 卓也 (2024). 定期テストのフィードバックの工夫と日々の指導への活用：認知 診断モデルによる理解の深さの診断と学校教育への展開（3） 日本教育心理学会第 66 回大会，静岡．2024 年 9 月

  4. 仲谷 佳恵・伊藤 紘一・佐宗 駿・植阪 友理 (2024). 学校教員が活用することを目指した Web ツール CDMWebTool の開発：認知診断モデルによる理解の深さの診断と学校教育への展開（4） 日本教育心理学会第 66回大会，静岡．2024 年 9 月

  5. 佐宗 駿・柴 里実(2024). 認知診断モデルの学校現場での活用と生徒・教師の反応 ：学び方の改善を目指した定期テストのフィードバックの工夫，日本テスト学会第22回大会，オンライン．2024年8月

  6. 植阪 友理†・佐宗 駿†・宇佐美慧(2024). 認知診断モデルを用いた深い理解の習得状況の解析：令和3年度全国学力・学習状況調査(数学)を用いた検討，日本テスト学会第22回大会，オンライン．（†：Equal Contribution）2024年8月

  7. 植阪 友理・佐宗 駿 (2023). 学力及び学習力をいかにして定量的に把握し、学習改善に結びつけるかー深い理解と図表利用力の解析から–[ポスター発表]，2023 年度教育研究交流会, 京都大学，2023 年 9 月

  8. 佐宗 駿 (2022). 理解の深さの定量的評価と教育実践への展開–認知診断モデルの実践的活用と今後の展望–，第八回認知科学若手の会ワークショップ ~いま、協同を考える~，東京大学，2022 年 10 月 29 日

  9. 秋澤 武志・佐宗 駿・植阪 友理 (2022). 主体的に学習に取り組む態度をいかにして育成するか?–授業での学びを振り返る宿題としての説明動画作成とその自己評価–[ポスター発表], 日本教育工学会 2022 年秋季全国大会，2022 年 9 月

  10. 内田 奈緒・劉 夢思・佐宗 駿・植阪 友理 (2022). 自立的に学ぶ力を育成する学習法講座の実践 [ポス ター発表] ，日本教育工学会 2022 年秋季全国大会 (第 41 回大会)，2022 年 9 月

  11. 佐宗 駿・岡 元紀・柴 里実・植阪 友理 (2022). 理解の深さの定量的評価とそのつまずきに応じた学習方略指導–認知診断モデルの実践的応用と生徒の反応–[ポスター発表] 日本テスト学会第20回大会，オンライン. 2022年8〜9月

  12. 植阪 友理・内田 奈緒・佐宗 駿・柴 里実・太田 絵梨子・劉 夢思・水野 木綿・坂口 卓也・冨田 真永 (2021).自学自習を支援する「オンライン学習法講座」の開発と高校での実践–オンライン学習に応じた指導上の工夫とその効果–[ポスター発表] 日本教育工学会 2021 年秋季全国大会 (第 39 回大会) 講演 論文集,193—194，日本教育工学会.オンライン. 2021年 10 月

  13. 秋澤 武志・植阪 友理・佐宗 駿 (2021).「主体的に学習に取り組む態度」をいかにして育成し，評価す るか:高校数学における定期試験のフィードバック方法に着目して [ポスター発表] 日本教育工学会 2021年秋季全国大会 (第39回大会) 講演論文集，423–424，日本教育工学会. 2021 年10月

  14. 佐宗 駿・岡 元紀・植阪 友理 (2021). 認知診断モデルを通じた深い理解の実証的解析–大規模学力調 査を用いた分析と従来の観点との比較–[ポスター発表] 日本テスト学会第 19 回大会，オンライン.  2021年9月

  15. 植阪 友理・清河 幸子・竹橋 洋毅・福田 麻莉・太田 絵梨子・柴 里実・劉 夢思・内田 奈緒・佐宗 駿・ 池端 健・有田 いず美・菊地 眞利衣・岡本 小枝・仲間 悦子・鈴木 玲子 (2021). 心理学者はいかにして実践の場を創出し，社会に貢献できるのか−オンライン活用も含めて発展する教育センターとの連携事業から– [自主企画シンポジウム] 日本教育心理学会第 63 回, オンライン. 2021 年8月

  16. 佐宗 駿・植阪 友理・秋澤 武志 (2021) 図表活用力を定期試験から定量的に捉えるには?–認知診断モデルを用いた資質・能力の実証的解析– [ポスター発表]， 日本教育心理学会第63回，オンライン. 2021年8月

  17. 佐宗 駿・岡 元紀・植阪 友理 (2021). 深い学びの評価方法の提案と定期テストへの応用–認知診断モデルの応用可能性と教師の反応– [口頭発表] 日本教育工学会2021年春全国大会，オンライン. 2021年3月

  18. 佐宗 駿・犬塚 美輪 (2020). 教員養成課程学生における教員志望度の縦断的変化–教員志望度の変化はなぜ生じるのか?–[ポスター発表] 日本教育心理学会大 62 回総会，開催中止・みなし発表. 2020年9月

  19. 犬塚 美輪・佐宗 駿・中村 海斗 (2019). 「数学嫌い」になるのはなぜか [ポスター発表], 日本心理学会第83回大会, 大阪府. 2019年9月

​

​

MATERIALS

​発表資料や授業資料など，自身の勉強の記録を第一に「わずかにでも誰かの役にも立てば」という思いで載せています．
​なお本資料は一大学院生が作成しているため，内容的な誤りを含んでいる可能性が多分にあります．
批判的精神を持ってご活用ください．もしお気づきの点などございましたらご連絡ください．

01 導入資料

初心者のためのRstudioの使い方-入門編-　[資料] 2023年4月作成

[作成動機]

大学院の講義1コマ（105分）の中で，Rの基本的操作に関するチュートリアルを行ったため．

[内容]

・Rstudioの概略的な基本操作

・基本的な演算や関数の利用

・パッケージやデータの読み取り・保存

・ごく基本的な統計分析のコード例と数値例

　（回帰分析・分散分析・因子分析・SEM・ベイズ）

​など

02　輪読資料

１．南風原朝和 (2014). 続・心理統計学の基礎—統合的理解を広げ深める　有斐閣 (p.p. 115–144) ​の輪読資料 [資料] 2023年6月作成

​

[作成動機]

大学院の講義で，本文献を輪読した際に「第5章 対比分析」を担当したため．

[内容]

本文献をベースに，理解を深めるためのオリジナルな問題と解答例を作りました．なお，随所にあるQuizは，本講義で発表担当者に提示された問題で，それに対する解答例を載せています．

​

​

２．Jacobucci, R., Grimm, K. J., & Zhang, Z. (2023). Machine Learning for Social and Behavioral Research. Guilford Publications.(p.p. 40–72)の輪読資料 [資料]  2024年5月作成

​

[作成動機]

大学院の講義で，本文献を輪読した際に「Chapter3. The Practices of Machine Learning」を担当したため．

[内容]

本文献を要約しつつ，具体的な数値例を入れています．なお，本文中の図表は，著作権の関係上，ホームページに載せる際に全て削除しました．

略歴

​学歴

2022年4月 – 現在

東京大学大学院　総合教育科学専攻　教育学研究科　教育心理学コース　

博士課程　在学

（2022年後期－ 指導教員：宇佐美慧　先生

　－2022年前期 指導教員：植阪友理　先生）

2022年3月

東京大学大学院　総合教育科学専攻　教育学研究科　教育心理学コース　

修士課程　修了（指導教員：植阪友理　先生）

2020年3月

東京学芸大学　教育学部　初等教員養成課程　学校心理コース選修　卒業　（指導教員：犬塚美輪　先生）

2016年3月

東京都立日野台高等学校　卒業　

Contact

ご連絡の際は[AT]をアットマークに変えてください．

s-saso[AT]g.ecc.u-tokyo.ac.jp

ご連絡はこちらのフォームからでも受け付けております．

Thanks for submitting!

bottom of page