未来を予測し学生の主体性を高めるフィードフォワード型教学IRのシステム構築
| Project/Area Number |
18K18675
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 9:Education and related fields
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
森 朋子 関西大学, 教育推進部, 教授 (50397767)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
脇田 貴文 関西大学, 社会学部, 教授 (60456861)
紺田 広明 福岡大学, 公私立大学の部局等, 講師 (60734077)
上畠 洋佑 愛媛大学, 教育・学生支援機構, 特任助教 (00757271)
畑野 快 大阪府立大学, 高等教育推進機構, 准教授 (50749819)
|
|---|
| Project Period (FY) |
2018-06-29 – 2021-03-31
|
| Project Status |
Granted (Fiscal Year 2018)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2020: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2019: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2018: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 教学IR / 学修成果の可視化 / 主体的な学び / 学びのプロセス / 学修タイプ / データの活用 |
|---|
| Outline of Annual Research Achievements |
大学のユニバーサル化を背景に，多様な学力，多様なモチベーション，多様なビジョンを持つ大学1年生が，「なれる自分」ではなく，「なりたい自分」に向けて自らの学びに責任を持ち，積極的にマネジメントする主体性を喚起することを目的としている。その手法として，学生個別に未来予想図教学IRシステムを開発する。2018年度は，計算科学の知見をもとに，2000の個人学生のデモデータセットを作成し，どのようなデータがそのカリキュラムのキーパラメーターになり得るのかについて，プロジェクト内で3回にわたり，議論を行った。結果，学力の3要素に学生の能力を区分し，直接評価と間接評価を組み合わせたコンピテンシーセットにすることが現実的であり，かつ学生の学びの実態に適していると考えられる。これについては引き続き，議論を行っていきたい。
また大学だけではなく，カリキュラム・マネジメントの観点から高校での生徒の学びについても検討を開始した。フィールド校である兵庫県立K高校において，卒業時調査を実施し，その卒業生が本学に入学することで，高校から大学までの学びのタイプ化が可能になるのではないかという議論も開始している。これはまた別の科学研究費基盤Aと連動しながらまた検討を開始することとなった。
調査としては他大学（明治大学，立命館大学）の教学IRの組織や分析方法についてヒアリング調査を行うとともに，キーパラメータの在り方について検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2000名のデモデータセットの構築ができたことで，着実に予定とおり研究は進んでいる。さらに関連する他科学研究費との連携も取れることになり，今後，ますますの発展が期待できる。
|
| Strategy for Future Research Activity |
今後の方策については以下４点で進めていく。
１．2000名のデモデータにとってかわり，同じカリキュラムを共有する100名程度の卒業した学生の成績，学習行動，学習意欲，コンピテンシー調査などのパネルデータを用いて，先端的な統計モデルの適正な応用（マルチレベル分析、ベイズ推定等），学生個別の行動分析・評価が可能な包絡分析法の応用によるこれら分析結果とシミュレーションに基づき，学修の現状評価と将来の進路展望の提供まで可能かどうかを模索する。
２．高校と大学の学びの接続とその予測を検討するため，2019年採択基盤研究A「社会的能力の特定化とその育成適正期および教育効果の検証」（代表，松繁和寿）と緩やかに連動する。
３．１．に関するシステム化の検討を始める。場合によってはIR総合研究所（ベネッセホールディングス）と意見交換を行う。
|
Report
(1 results)
Research Products
(5 results)
