| Project/Area Number |
21H04412
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 9:Education and related fields
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
中村 泰之 名古屋大学, 教養教育院, 教授 (70273208)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宮崎 佳典 静岡大学, 情報学部, 教授 (00308701)
川添 充 大阪公立大学, 国際基幹教育機構, 教授 (10295735)
吉冨 賢太郎 大阪公立大学, 国際基幹教育機構, 准教授 (10305609)
谷口 哲也 日本大学, 医学部, 准教授 (10383556)
白井 詩沙香 大阪大学, D3センター, 准教授 (30757430)
福井 哲夫 武庫川女子大学, 社会情報学部, 教授 (70218890)
樋口 三郎 龍谷大学, 先端理工学部, 准教授 (70272474)
市川 裕子 東京工業高等専門学校, 一般教育科, 教授 (10290719)
|
|---|
| Project Period (FY) |
2021-04-05 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥40,820,000 (Direct Cost: ¥31,400,000、Indirect Cost: ¥9,420,000)
Fiscal Year 2025: ¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
Fiscal Year 2024: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
Fiscal Year 2023: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2022: ¥8,580,000 (Direct Cost: ¥6,600,000、Indirect Cost: ¥1,980,000)
Fiscal Year 2021: ¥11,830,000 (Direct Cost: ¥9,100,000、Indirect Cost: ¥2,730,000)
|
|---|
| Keywords | 理数系eラーニング / 数式自動採点 / 解答過程解析 / 誤答分析 / 理解過程 / 数学eラーニング / 解答過程分析 |
|---|
| Outline of Research at the Start |
数式処理と連動し、数式で入力された解答の自動採点システムが普及しつつあり、理数系のｅラーニングにも様々な可能性が出てきているが、その運用は担当者の経験に基づいて模索が続けられている。本研究は、数式自動採点システムを核とした理数系eラーニングを実施する教員のよりどころとなる、理数系eラーニングの運用モデルの構築を目的とする。その目的達成のため、どのような誤答を経て正答に到達したのかに着目した(I)詳細な解答過程の分析により学習者の理解過程を明らかにし、その基盤の上で、到達目標達成のための適切な(II)理数系ｅラーニングの授業設計、および(III) 効率的な運用の実現の3項目について取り組む。
|
| Outline of Annual Research Achievements |
数式自動採点システムの活用を核として，詳細な解答過程の「分析」を基盤とした研究を行ってきた。 解答として入力された数式の自動採点を可能とする，数式自動採点システムの一つである，STACKの利用を行っている。STACKの機能の一つである，Potential Response Tree (ポテンシャル・レスポンス・ツリー，PRT)を適切に設計することにより，各問題に対して，どのような誤答・準正答といった解答候補が存在し，学習者の解答がどの解答候補に該当するかを判別することができる。これを用いて，蓄積された学習データをもとに，解答過程分析を行い，2024年度では，学習者の思考過程を解析するための手法を提案してきた。
解答の分類を行う際に，PRTのみならず，Tree Edit Distance，Subtree Kernelといった，数式の類似性を応用した，誤答分類手法の提案を行なった。また，学習者がどの様に誤答，準正答から正答に近づくかを3次元可視化する手法を提示した。そして，解答過程を有向グラフで示し，そのネットワーク特徴量と問題の特性との関連性を明らかにすることができた。
STACKの解答提出時のノートデータの分析を行なった。具体的には計算過程を記す際，記述，消去を繰り返すことによりノートが作成されるが，その一連の作業過程を可視化する仕組みを提示した。また，問題文をどのように読み，計算をどのように進めていくかについて，受験者の視線情報をもとに，思考過程の分析を行い，先読みと読み戻りと正答率の関係についての知見を得ることができた。また，視線情報の可視化手法として，「移動ヒートマップ」という手法を提案した。 さらに，STACKと動的幾何ソフトウェアの一つであるGeoGebraとの連携による問題作成と，問題を解く際のGeoGebraの操作過程ログを取得する仕組みを構築した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究目的とした，数式自動採点システムの解答データ分析が進展し，最終年度に向けて，モデル講義の提案の段階に入っているため。
|
| Strategy for Future Research Activity |
本研究は，数式自動採点システムの活用を核とした理数系分野でのeラーニングを実施するにあたり、学習者が正答に到達するまでの(I)詳細な解答過程の 「分析」を基盤とし、到達目標に沿った適切な(II)eラーニングの「設計」、および、(III)効率的「運用」法の実現を目的としており，最終年度では，解答データの分析手法の整理を行い，実施されている講義の運用の具体的な方法を提示していく。それらの成果を，シンポジウムを通じて公開していく。
|
