Assessment Support Technology for Diverse Learning by Learning Behavior Analysis Focusing on Time-Series Learning Data
| Project/Area Number |
22K12304
|
|---|
| 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 | Kindai University |
|---|
Principal Investigator |
越智 洋司 近畿大学, 情報学部, 准教授 (80314847)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 動画視聴分析 / スキル抽出 / 学習行動解析 / コンピテンシー / 時系列データ / ソーシャルポートフォリオ |
|---|
| Outline of Research at the Start |
従来の成績表では表現できない学生の学びを対象とし、学習評価に対する現状の授業の持つ課題を明らかにし、それを解決し評価できる枠組みの実現を目指している。
具体的には、「時系列的に取得された学習行動から学習者の学びの検出を行うための教育情報工学の技術開発」であり、授業だけでなく、学内や自宅などでの学習者の行動ログを記録する手法を提案と、多様な学びの評価に繋がる学習行動を検出する時系列データ解析処理を対象とする。そのため、IoTデバイスの活用等、新しい要素技術の開発とそれを実装した応用システムの実験的評価により、その有用性を明らかにすることを目指している。
|
| Outline of Annual Research Achievements |
・多様な学びを評価する支援モデルとして、今年度は「オンデマンド型」の講義についての学習行動ログの分析を進めた。課題の提出と動画視聴の学びの評価に繋がる指標となる要因を機械学習の技術を活用した。倍速視聴の分析については、本学の共通教育学生センターとも連携をとり調査分析をすすめ、各種メディアでも取り上げられた。
・学習行動ログ収集のためのIoTデバイスとして、M5Stackを購入し、RFIDを活用したフリーアドレス利用行動記録プラットフォームの開発にとりかかった。本システムは、研究代表者が所属する機関の研究棟がフリーアドレスであることに着目し、フリーアドレス空間の有効活用とそこでの学生の行動履歴を把握し、学生個々ならびに集団としての行動履歴について把握することを目的とし、開発をすすめた。
・アウトカム評価の要素としての利活用するために大学での学びと専門知識との関係性を推定する研究に取りかかった。大学のシラバスデータを活用し、用語から科目推薦を行うシステムの開発にとりかかり、その手法の検討とシステム開発に取り組んだ。
・動画視聴データ、シラバスデータ、フリーアドレス利用行動を分析するための機械学習用GPUコンピュータを選定し購入した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
・学習行動収集用のソーシャルポートフォリオの開発に遅れが出ている。
・機械学習用のGPUコンピュータの選定と購入が遅れている。
・オンデマンド講義の視聴ログデータの取得に時間がかかった。
以上が進捗が遅れていると判断した要因であるが、上記の問題は解決済みであり、全体計画としてはその遅れは取り戻せると考える。
|
| Strategy for Future Research Activity |
・昨年度までの成果を元に、動画視聴データを時系列データとして捉えた解析を進め、機械学習技術を活用したコンピテンシーの推定対象の選定と支援モデルの構築、システム実装を進めていく。
・M5Stackを用いた学習行動収集プラットフォームの学内での運用を開始し、実データの取得に取り掛かる。また、開発が遅れているポートフォリオの早期運用を目指す。
・機械学習の実装についてはモジュール化を意識して行い、様々な領域やシステムへの適用が可能な形に進めていく。
・支援対象の幅を広げるために、時系列データ解析の視点から身体行動を伴う学習支援の研究も行う。
・研究成果については、国内学会、国際会議だけでなく学会誌への投稿も行う予定である。また、開発したシステムのコードやモジュールは一部インターネット上で公開することも視野に入れる。
|
Report
(1 results)
Research Products
(3 results)
