文献

J-GLOBAL ID：202002223800659753   整理番号：20A0707932

機械学習技術,グループMNETによる韓国教師の職務満足に対する予測因子の探索【JST・京大機械翻訳】

Exploration of Predictors for Korean Teacher Job Satisfaction via a Machine Learning Technique, Group Mnet

著者 (2件)： Yoo Jin Eun (Department of Education, Korea National University of Education, Cheongju-si, South Korea) ,  Rho Minjeong (Department of Education, Korea National University of Education, Cheongju-si, South Korea)
資料名： Frontiers in Psychology (Web)  (Frontiers in Psychology (Web))
巻： 11  ページ： 441  発行年： 2020年 
JST資料番号： U7096A  ISSN： 1664-1078  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 国際比較研究における韓国の学生の高い学術業績にもかかわらず,それらの教師の職務満足度は経済協力と開発(OECD)平均のための組織の下に残っている。職務満足度は学生の業績と学生と教師の保持に影響する主要な要因の一つであるので,最も重要な満足度予測因子の同定は重要である。本研究では,機械学習によるOECD 2013 Teching and Learning International Survey(talis)からのデータを分析した。特に,グループMNET(ペナルティ化回帰法)を用いて,1つの統計モデルにおける数百の予測因子を考慮した。具体的には,本研究では,ランダムデータ分割と交差検証の後に100回の可変選択を繰り返し,時間の50%以上を選択した予測子を提示した。結果として,18の予測因子が558から同定され,共同学校気候と教師の自己効力に関連する変数を含み,これは以前の研究と一致した。教師の職務満足度に対する新たに見出された変数は,教師のフィードバック,参加型学校の気候,および専門的な開発に対する知覚された障壁についての項目を含んでいた。提案と将来の研究課題を論じた。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 経済協力開発機構 ,  *職務満足 ,  *機械学習 ,  統計模型 ,  大韓民国 ,  ペナルティ ,  気候 ,  経済協力
準シソーラス用語： 予測子 ,  *予測因子 , 【Automatic Indexing@JST】

著者キーワード (5件)： 教師の職務満足 ,  機械学習 ,  ペナルティ付き回帰 ,  MNET ,  TALIS

分類 (1件)： 職能管理  (KA04030T)

引用文献 (52件)：

• Algamal Z. Y., Lee M. H. (2015). Regularized logistic regression with adjusted adaptive elastic net for gene selection in high dimensional cancer classification. Comput. Biol. Med. 67 136-145. doi: 10.1016/j.compbiomed.2015.10.008
• Algamal Z. Y., Lee M. H., Al-Fakih A. M., Aziz M. (2015). High-dimensional QSAR prediction of anticancer potency of imidazo [4, 5-b] pyridine derivatives using adjusted adaptive LASSO. J. Chemometr. 29 547-556. doi: 10.1002/cem.2741
• Beretta L., Santaniello A. (2016). Nearest neighbor imputation algorithms: a critical evaluation. BMC Med. Inform. Decis. Mak. 16:74. doi: 10.1186/s12911-016-0318-z
• Breheny P. (2016). Adaptive Lasso, MCP, and SCAD. Available online at: http://myweb.uiowa.edu/pbreheny/7600/s16/notes/2-29.pdf (accessed June 20, 2019). doi: 10.1186/s12911-016-0318-z
• Breheny P., Zeng Y. (2019). Package ‘grpreg’. Available at: https://cran.r-project.org/web/packages/grpreg/grpreg.pdf doi: 10.1186/s12911-016-0318-z

タイトルに関連する用語 (7件)： 機械学習技術 ,  グループ ,  韓国 ,  教師 ,  職務満足 ,  予測因子 ,  探索