2016 Fiscal Year Research-status Report
教科・科目を横断した学生の共通学習特性の研究-ビッグデータ解析による実証的検証
| Project/Area Number |
16K01106
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
佐藤 眞久 山梨大学, 総合研究部, 教授 (30143952)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 共通学修特性 / ベクトル / ビッグデータ |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、教科・科目を横断した共通特性を見いだすことを、ビッグデータから数学的手法を用いて行うものである。本学も含め８大学連携で５年間蓄積したデータの整備を行い、これを利用できる環境を整えた。学習観として調べられた学習特性を参考に、これらを特徴付ける各科目の問題の設問を、どのような特性を示すものか詳細に分類し、これらをベクトル成分とする特性ベクトルを作り上げ、数学的処理を行う対象を構築した。学習観の特性を表す統計的指標としてのフローチャートから見る特徴は、項目の並べ方で異なる図になり、他の並べ方で見られるであろう特徴を見落とすことになり、これらのデータに内在する他の多くの特性を、このベクトルを用いて見いだすことを次年度に向けて行えるよう、数学的処理の方法を研究した。これらは引き続き研究していくものであるが、ある科目或いは数科目の状況を見ることで、その他の科目に関する潜在能力や隠れた適性を持っていることを示し、学習者への指針を提供できる可能性があり、これは教育における指導に非常に役立つものである。
統計的処理によるフローチャート等より、特性ベクトルを用いる手法の方が、より特性を見いだしやすく有益であることの知見を得られたことは重要である。しかし、これは多くのデータ（ビッグデータ）に支えられるものであり、これらの多量のデータを瞬時に処理していく技術に支えられるものである。本年度は、結果を確認するため、動きが見える範囲でのデータ処理を中心に行い、ベクトルの次元もそれほど高くはしておらず、処理から得られる特性が正しいかを検証しながら、研究の基礎を固めた。次年度以降に、有用性が認められたベクトルの次元を高くして、より詳細に研究が進められるであろう。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
分析のもととなるデータの利用に目処が付き、データを自由に利用できる同意がえられた。各科目毎の問題構成から、特性を与える内容を抽出し、ベクトル化して見ていく方法に目処がたち、研究の方向性が当初のもくろみとほぼ合致でしていることが確認できた。
また、次年度に向けてのテーマも、当初の計画を含むものとして設定できるであろう、という見通しもたった。これらを勘案して、研究は順調に進展していると判断される。
|
| Strategy for Future Research Activity |
２９年度は、学習観の分析に携わっていた連携研究者を研究分担者として加えた。学習観で今まで行われた分析は、特性ベクトルを用いる数学的手法で行え、これを超える有益な手法であることを示していく必要がある。そのため、多くの知見を有する分担者とともに、科目間を超えた共通特性の「特性」について定義付けをより明確にしていく。特性ベクトルの高次元かをはかり、ビッグデータの真の活用をめざし、特性を見いだすための実用的なレベルまで高める研究を進める。
|
-
-
-
-
[Presentation] 8 大学間連携における山梨大学の成果報告2017
Author(s)
佐藤眞久, 日永龍彦, 滝口晴生,仲本康一郎, 小俣昌樹, 吉川雅修, 宮原大樹, 奥原利昌
Organizer
２０１６年度 e ラーニング協議会総会
Place of Presentation
帝塚山大学奈良・東生駒キャンパス（奈良県奈良市）
Year and Date
2017-03-12
Invited
-
-
-
-
-
-
-
