2016 Fiscal Year Annual Research Report
多層レイヤ型アイテムバンクを持ち講義内容適応型授業評価項目を自動生成するシステム
| Project/Area Number |
16H03086
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
赤倉 貴子 東京理科大学, 工学部情報工学科, 教授 (80212398)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
古田 壮宏 奈良教育大学, 教育学部, 准教授 (60453825)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 教授学習支援システム / ｅテスティング / アイテムバンク / 授業評価 / システム開発 |
|---|
| Outline of Annual Research Achievements |
平成28年度は、多層レイヤ型アイテムバンクの基礎を構築した。まず、「学生による授業評価項目」の項目間の関係を、実際に実施した「授業評価」のデータを用いて分析した。その結果から、アイテムバンクのアイテム（授業評価項目）の抽象度を決め、より抽象度の高い項目を上層に、具体度の高い項目を下層にするという、授業評価項目の階層化を行うことができた。次に、ベイジアンネットワークを利用して、抽象度の高い項目を出題して、その回答分布から、具体的項目の回答分布を推測することができることを示し、これによって、抽象度の高い項目を出題すれば、その下位にある具体的項目の回答が予測できるようにした。このことによって、回答者（学生）は少ない質問項目にのみ回答すればよくなり、回答者の負担を少なくしながらも、教師には具体的項目の回答結果を予測して示すことができるため、より具体的に授業改善の箇所を示すことができた。具体的には、階層型のアイテムバンクをデータに基づいて構造学習する際に、抽象度を各項目に割り振り制約条件として与えることにより、親ノードが抽象的な項目、子ノードが具体的な項目となる、「抽象-具体の階層関係」を構築できた。
これらの成果を踏まえ、階層型のアイテムバンクを持つ授業評価支援システムを試作した。授業評価データとして、記述式の紙ベース、マークシート、パソコンで入力されたデータを試作した授業評価支援システムに入力すると、より抽象度の高い、少ない個数の回答結果から、より具体的な授業評価項目の回答結果を予測して教師にフィードバックできることが、平成28年度に試作したシステムの主たる特徴である。また、授業の改善方法をフィードバックするために、各項目に対応した改善方法も提示できるシステムとした。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成28年度は、「講義内容」「講義進捗」「教授行動」と「授業評価項目」の相互の関係を分析することを中心とした計画であり、実際に、シラバスに記載されている専門用語と授業中の発言との類似度を算出し、時系列解析した結果、自己相関関数が単調減少であるとき、理解度に関する授業評価が高い傾向にあることなどがわかった。また当初の予定通り、毎回の講義のビデオ撮りをし、毎回の講義で簡単な授業評価データも取得したが、当初の予定の中では、授業評価と教授行動との関係分析については行うことができなかった。
その一方、平成28年度はあくまでも基礎的分析のみを行い、アイテムバンクを作成する準備期間と考えていたが、階層型アイテムバンクの推定精度を検証するためにデータの内90％を学習データ、10％を試験データとしてシミュレーション実験を行った結果、2項目の出題で73項目中37項目（約50％）の回答を正しく推定可能であることがわかるなど、アイテムバンクの基礎部分を完全に作成することができ、さらにはこれらのシミュレーション結果などをふまえて、授業評価支援システムの試作までを行うことができた。この部分については、当初の予定より1年近く早く進んでおり、全体としては、おおむね順調に進展していると言える。
|
| Strategy for Future Research Activity |
平成28年度にできなかった「教授行動」と「授業評価」の関係を分析し、また「講義内容」と「授業評価」の関係の分析をさらに進める。そして、現在試作している授業評価支援システムを「講義内容」に応じて適応的に「授業評価項目」を出題できるシステムとするための基礎的実験を行う。つまり、どのような内容のときに、どのような項目を出題すると、最も授業改善に役立つかの分析を進め、適応的出題の基準を作成する。
既に多層レイヤ型アイテムバンクに近い、階層型アイテムバンクの基礎部分が完成しているので、今後はアイテムを増やして、適応的に授業評価項目を出題できるシステムにしていく。研究の最終目標としては、アイテムバンクと講義映像を用いて、自動的に適応的な出題項目群を生成できるシステムであるが、その大きな柱となるのが「多層レイヤ型アイテムバンク」と「講義内容及び講義進捗に適応した授業評価項目群の選択基準」である。平成29年度は、前者については、完成形に近い形を目指し、後者については、その基礎を作成することを目指す。
|
