この記事はベイズ塾 Advent Calendar 2020の21日目の記事です。ただの自己紹介兼近況報告であり，何ら示唆的な内容は含まれておりません。ご了承のうえお進みください。
研究テーマと関心領域
研究テーマはメタ認知で，特に学習活動のメタ認知的制御に関心があります。平たくいえば，「学習者はどのような情報を手がかりにして，またどのような方略を使って，うまく学習活動をコントロールしているのか」というのが問いになります。学位論文では，学習前に行われる，「これから学習する内容の難易度」についての判断である学習容易性判断(Ease of Learning; EOL)の研究を行いました(ご関心の方は，広島大学の学術情報リポジトリで読むことができます)。
学習中には，上述のEOLを含む様々なメタ認知的な判断が行われます。これまでの研究では，学習前・学習中・学習後といったように段階を分けて，それぞれの段階で行われるメタ認知的判断が別個に検討されてきましたが，これらは実は同じようなものなんじゃないか，というアイデアがあり，検証する方法を考えています。最近学内紀要に書いた論文では，単語を覚えて，その後記憶テストを行う，という仮想の学習場面において，学習の初期から学習が成立するに至るまでのメタ認知的判断の変化について調べました。こういった実験をすると，参加者の学習時のデータ(学習時間など)やテスト時のデータ(記憶成績など)，さらに各段階でのメタ認知的判断のデータ(判断の値や判断にかかる時間など)といった，学習に関する多くの変数を測定することになります。これらの変数間の関係をモデル化したいな，ベイズならその辺なんとかなるんじゃないの，という漠然としたビジョンに基づいてベイズ統計やモデリングの勉強をしています。
研究テーマとは別に，信号検出理論(Signal Detection Theory; SDT)という認知モデルについて調べたりまとめたりしています。今年のStan Advent Calendarでも解説記事を書かせていただきました。他にも，日本認知心理学会のワークショップで話題提供したりしています。統計の勉強会でSDTの章を担当したのがきっかけなのですが，古典的なモデルながら，掘り下げていくと色々な発展的モデルが提案されているのが面白く，また，メタ認知の測定に特化した第2種信号検出理論(Type2 SDT)という，自分の研究テーマともリンクするモデルを見つけるなどして止め時を失ってしまいました。今後は，SDTとその他の認知モデル(Diffusionモデルや閾値モデル)との対応関係について，ちゃんと自分で理解して整理したいと考えています。
ベイズ塾について
実は，ベイズ塾立ち上げの場に居合わせた最古参の1人だったりします(いつの時点をもってベイズ塾結成と見なすかについては諸説ありますが)。その後も，塾関連のイベントや合宿にはなるべく参加するようにしています。2020年春の岡山合宿では幹事も努めました。新型コロナウイルスの影響で色々な研究会が中止になる寸前の日程で，もう1週間遅かったら開催できていなかったと思います。危なかったー。
はやくコロナ禍が落ち着いて，また合宿できるようになると良いですね。
最近の私的なこと
King Gnuにどハマりしました。McDonald Romanceエモい。
キャンプはじめました。誰かお勧めギアについて語り合いましょう。