Project/Area Number |
21K02847
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 09070:Educational technology-related
|
Research Institution | Tokyo National College of Technology |
Principal Investigator |
武田 美咲 東京工業高等専門学校, 電気工学科, 助教 (10879828)
|
Co-Investigator(Kenkyū-buntansha) |
永井 翠 東京工業高等専門学校, 電子工学科, 准教授 (60591154)
|
Project Period (FY) |
2021-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2021: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
|
Keywords | タイピング / 筋活動 / 動作分析 / 運動パフォーマンス / 速度と精度のトレード・オフ |
Outline of Research at the Start |
若年層のプログラミング教育推進および能力向上のためには、プログラミング学習者のタイピングスキルの向上にも重点を置くべきである。タイピングスキル向上のためには、タッチタイピングがどれだけできているのかを定量的に評価し、具体的な改善策を助言できるシステムが必要である。本研究では、タイピング中の手指動作、筋活動および視線といった生体情報を活用して打鍵者のタッチタイピングスキルを定量的に評価できるシステムを開発する。これにより、プログラミング学習者が速くて正確、かつ疲れにくいタッチタイピングスキルを獲得できる教育環境構築を目指す。
|
Outline of Annual Research Achievements |
本研究の目的は、タイピング中の手指関節位置、表面筋電図および視線といった生体情報を計測し、ヒト上肢の計算論モデルによる動力学解析および筋活動分析に基づき打鍵者のタッチタイピングスキルを定量的に評価できるシステムを開発することである。これにより、プログラミング学習者が速くて正確、かつ疲れにくいタッチタイピングスキルを獲得できる教育環境構築を目指す。 上記の目的に基づいて、本年度はLeapMotionという小型のモーションキャプチャ用センサを購入し、LeapMotionにより手指動作が計測できる環境を構築した。これにより、従来のように大掛かりな計測設備が無くとも簡易的に手指動作の計測が可能になった。また、C++のライブラリであるSiv3Dを用いてタイピングアプリケーションを開発した。まだ試作段階であるため、今後は本アプリケーションに手指動作データの計測・解析機能および筋活動や視線等の計測・解析機能を組み込む。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究代表者が産休・育休を取得したため、進捗状況が研究計画より約半年分遅れることになった。
|
Strategy for Future Research Activity |
今後は、開発した基本的なタイピングアプリケーションに手指動作データの計測・解析機能および視線データの計測・解析機能を組み込む。計測した手指関節の位置データは、申請者のこれまでの研究[Takeda et al., 2019]に基づき、打鍵の速度や正確さについて動力学的な観点からより詳細に解析する。打鍵者が特定の指に頼ってタイピングしているのか、それとも指全体を使用しているのかを定量的に可視化するために各指の使用率を分析する。Feit et al. (2016) のタイピング実験によると、タイピング速度が速い被験者の共通点は手の位置を任意の点に固定して動かさないことであった。したがって、タイピングの評価において、手の固定があるかどうかについても分析を行う。また、ホームポジションへ戻れているかどうか(ホームポジション帰還率)、躍度もしくはトルク変化評価値による動作の滑らかさ [Flash and Hogan, 1985; Uno et al, 1989] 等の分析も行う。視線情報解析により、タイピング中にキーボード面の文字刻印を見ながら打っているかどうかを評価する。タッチタイピングスキルを獲得するためには、キーボード面を見ている割合を小さくする必要がある。以上のあらゆる側面からの生体情報解析により、打鍵者のタイピングスキルの定量化を図る。
|