| Project/Area Number |
18K11578
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62030:Learning support system-related
|
|---|
| Research Institution | Dokkyo University |
|---|
Principal Investigator |
LI Kai 獨協大学, 経済学部, 准教授 (10531543)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
堀江 郁美 獨協大学, 経済学部, 教授 (50398731)
林 一雅 国士舘大学, 法学部, 講師 (90422815)
熊崎 忠 豊橋技術科学大学, 先端農業・バイオリサーチセンター, 特任助教 (90531541)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Project Status |
Completed (Fiscal Year 2020)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2018: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 教育工学 / e-ラーニング / ラーニングアナリスト / AI / 学習履歴 / 可視化 / 遠隔授業 / 学習評価 / アナリスト支援 |
|---|
| Outline of Final Research Achievements |
In recent years, e-learning, LMS (Learning Management System), and MOOCs have gotten a lot of attention in distance learning. However, some of the researches mainly aimed at supporting interventions for students’ online learning and improving teaching materials. There are many issues remain, such as diversification of evaluation, adaptability of learning support, practicality, etc. Therefore, in this research, we focus on the online learning process and utilize the learning history big log data to extract the structure of the online learning data, and to model the learning activities. We also developed an e-learning AI analytics support system to support the diversification of evaluations, and visualize various learning activities.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、学びのプロセスを重視した学習活動のモデル化・可視化の支援・評価システムを開発した。主にMoodleにおける諸学習活動の遷移に着目し、様々な機械学習の手法を用いて、期末試験の評価推定モデルを開発した。本推定モデルを使って、学期学習の途中でも期末試験の成績ランクを推定することが可能になり、効果的に学習評価の支援が可能になる。また、脱落の早期発見に参考データを提供することが可能になる。本研究結果を既存のLMSと融合することにより、教育現場での普及、多様化学習成果の評価、及び多くの受講生と対峙する教員のLMSの利用効率を向上させることを本研究の社会的意義である。
|
