| Project/Area Number |
17K18607
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Education and related fields
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
MATSUKAWA Hideya 東北大学, 高度教養教育・学生支援機構, 講師 (50379111)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杉本 和弘 東北大学, 高度教養教育・学生支援機構, 教授 (30397921)
串本 剛 東北大学, 高度教養教育・学生支援機構, 准教授 (60457835)
川面 きよ 帝京大学, 公私立大学の部局等, 講師 (20782064)
大山 牧子 大阪大学, 全学教育推進機構, 助教 (70748730)
根岸 千悠 大阪大学, 全学教育推進機構, 特任助教(常勤) (60726610)
|
|---|
| Project Period (FY) |
2017-06-30 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2019: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2018: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Fiscal Year 2017: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | 授業評価アンケート / 自由記述 / 自動分類 / トピックモデル / FD / IR / ソフトウエア開発 / 分析支援 / 教育改善 |
|---|
| Outline of Final Research Achievements |
The purpose of this study is to automatically classify and analyze free-text descriptions in course evaluation questionnaires, which are widely used in universities but not yet fully utilized, using machine learning, and to improve university education from various aspects through FD and IR activities using the results. In this study, we collected several hundred thousand free responses to course evaluation questionnaires from several universities in Japan, and analyzed them using a technique called topic modeling, which automatically classified each free response into more than one hundred different topics. This enabled analysis that went beyond individual classes, such as the characteristics of the topics in each subject group, and increased the possibility of grasping and improving the actual state of organized education.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究の学術的な意義は、量が膨大であるが故に分析の対象とならなかった授業評価アンケートの自由記述を、機械学習による自動分類を用いることで、分析可能な対象としたこと、実際に大量の自由記述データを収集し、分析結果の例を示したこと、それにより教育改善に対する活用の可能性の扉を開いたことと言えよう。また本研究は、大学による組織的な教育の質の改善につながるため、社会的にも意義を有すると考えられる。
|
