学術関連アップデート

Information from Noise: Measuring Dyslexia Risk Using Rasch-like Matrix Factorization with a Procedure for Equating Instruments

この研究では、ディスレクシアのスクリーニングプロトコルの心理測定学的特性を調査し、Alternating Least Squaresアルゴリズムに基づくNousという特殊な形式の行列因子分解を実演しています。ディスレクシアは本質的に多次元の認知負荷の複合体を示します。共通の6次元空間を構築し強制することにより、Nousはテストデータから各個人と項目の多次元信号を抽出し、データセットのシャノンエントロピーを増加させる一方で、ラッシュモデルの特別な客観性要件を満たすように制約されます。その結果得られるディスレクシアリスクスケール（DRS）は、受験者が受けた項目のサブセットに関係なく比較可能な線形等間隔尺度を提供します。各尺度とセル推定値は、効率的に計算された標準誤差によって補完されます。受験者の年齢を校正プロセスに組み込むことにより、DRSはすべての年齢層に一般化され、個々のディスレクシアリスクを時間とともに追跡することができます。この方法論は、ディスレクシアリスクのさまざまな程度を持つ7歳から82歳までの828人の人々の2019年の校正サンプルを使用して実装されました。分析は高い信頼性（0.95）と優れた受信者操作特性（AUC = 0.96）をもたらしました。分析には行列因子分解の情報理論的特性に関する議論が伴います。