| Project/Area Number |
23K02668
|
|---|
| 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 | Kaetsu University |
|---|
Principal Investigator |
白鳥 成彦 嘉悦大学, 経営経済学部, 教授 (70552694)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 中退予測 / 中退防止 / 介入 / 早期発見 / 中退 / 中退防止施策 / 介入効果 |
|---|
| Outline of Research at the Start |
本研究では、大学における学生の退学を防止する為に行う教育施策の意思決定を支援することを目的として、個々の学生用に作成された中退予測モデルに大学側が行う中退防止施策の介入結果を組み込んだ中退予測モデルを構築する。これまでの中退予測研究では学内にあるデータを活用し、ある一時点でのリスク評価が主であり、キャリア指導や面談等の大学側が行う教学施策の影響を入れることは少なかった。本研究では中退防止施策の介入の有無や効果を考慮にいれた一般性のある中退予測モデルを作成し、中退防止施策が学生の行動にどのような影響を及ぼすのかを明らかにし、大学が行う中退防止施策に客観的な示唆を与えることを試みる。
|
| Outline of Annual Research Achievements |
本研究では、大学における学生の退学を防止する為に行う教育施策の意思決定を支援することを目的として、個々の学生用に作成された中退予測モデルに大学側が行う中退防止施策の介入結果を組み込んだ中退予測モデルを構築する。
1年目（2023年度）は中退予測モデルの開発を行うためのデータ整備を行うと共に現段階の中退予測モデルを作成した。2023年度のデータ整備では対象としている大学における10年間（2013年から2023年）の学生データをまとめ、分析が可能な形で保存した。利用したデータとしては入学前のデータ、入学後のデータの2つをまとめた。入学前のデータでは高校時の欠席数や評定平均、留学生、高校タイプ等を中心にまとめた。入学後のデータとしては、学期・学年という時間軸で出てくるデータと学期内の週・日という時間軸で出てくるデータがある。学期・学年という時間軸で出てくるデータしてはl学期ごとに出てくる成績や単位数、学生に対する外部アセスメント等である。学期内のデータとしては日ごとに提供される授業の出欠席データがある。以上の入学前のデータと入学後のデータを分析できる形としてデータベースに蓄積した。
以上の蓄積されたデータをもとに中退予測モデルを作成し、国際学会の発表論文、国内における学会の発表論文としてまとめ、一時成果のとりまとめをおこなった。DSIR2023において中退予測モデルを作成し、学生ごとの中退リスクを把握し、卒業した学生のタイプを把握した。国内学会の発表論文では中退予測モデルを用いた中退防止施策の一つとしてアーリーアラートシステムをまとめ、現段階での設計を共有した。以上を中心として、学会関係者からのフィードバックを得て、現段階での成果を取りまとめた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究は3年間を予定しており、1年目はデータ整備と中退予測モデルの開発、2年目は1年目の中退予測モデルに対して中退防止施策の効果を組み込んだ中退防止モデルの開発と検証、3年目は成果の取りまとめと検証を行う。本研究において1年目に予定をしていた変数の選択、大学データの取得、データ整備、中退予測モデルの作成、一次成果の取りまとめ・報告、を実際に行うことができ、概ね順調に進展している。
変数の選択、大学データの取得、データ整備は、研究代表者が所属している大学において10年間の学生データをまとめ、整備を行うことができた。学生に関係するデータを中心にまとめ、データの前処理を行い、機械学習等の分析ができる基盤を作成した。次に作成したデータ分析基盤の上で、中退予測モデルを作成した。中退予測モデルは中退する/しないを目的変数とし、回帰モデルで作成した。モデルとしてはロジスティック回帰モデルとランダムフォレストモデルを用いた。以上のモデルを作成することで、各学生の中退リスクを学期ごとに把握することができるようになった。
以上の中退予測モデルを国際学会と国内学会で発表をし、現段階において学会関係者からのフィードバックを得た。
以上のように、1年目で行うことを予定していた研究目的は概ね実施することができたため、おおむね順調に進展していると結論付けた。
|
| Strategy for Future Research Activity |
来年度（2024年度）は前年度に作成した中退予測モデルを用いて、個々の学生用に作成された中退予測モデルに対して、大学側が行う中退防止施策の介入結果を組み込んだ中退予測モデル（中退防止モデル）を構築する。
前年度の中退予測モデルを用いて、各学生のリスクを時系列を通して把握することができた。2年目以降は、中退防止施策としての介入がどの程度リスクの増減を引き起こすのかをモデル化し、中退予測モデルに組み込む。介入データとしては大学における授業データを用いて行うことを予定している。データは1年目の整備段階で蓄積しているので、それを分析データとして利用する。
|
