2018 Fiscal Year Research-status Report
Development the system for comprehension degree measurement and learning support using student's self review
| Project/Area Number |
17K00502
|
|---|
| Research Institution | Kyushu Institute of Information Sciences |
|---|
Principal Investigator |
大浦 洋子 九州情報大学, 経営情報学部, 教授 (70122695)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
南 俊朗 九州情報大学, 経営情報学部, 名誉教授 (80315150)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 学習理解度測定 / テキスト分析 / 学習管理システム |
|---|
| Outline of Annual Research Achievements |
大学教育における「学生の質の向上」は重要なテーマの一つであり，学習理解度と質の向上は関連性が深い．これまでに代表者らは，学習内容の記述文章いわゆる学習の振り返りコメントをテキスト解析することで抽出されたキーワードをコレスポンデンス分析にてグループ化し，それらが最終成績と深い関連性があることを示した．
本研究の目的は，期末試験などの最終段階で学生の理解度を測定するのではなく，学期中にリアルタイムで学生の理解度を分析し，学習の進捗状況を早期に把握することである．講義ごとに実施する理解度に関する記述文章を利用してテキスト解析を行い，教員が設定した学習レベルとの整合性を測り，学習者の理解度測定ができる指標を導入することである．
2年目の平成30年度は，以下の２つの計画があった．①学生の講義内容の文章を用いて理解度測定に有効な指標を得ることと，②授業データの入力作業の自動化を行うことである．以下のことを実施した．
①理解度測定に有効な指標では，１年目において，学習意欲と関連性が深いとされている講義時の座席位置と最終成績が統計的に有意な関連性があることを得ている．2年目は学生を2つの case でグループ化し，毎回の講義内容に沿った課題文章と，期末試験の記述問題のテキスト解析を行った．テキスト解析では，コレスポンデンス分析や共起ネットワークなどの図を用いた視覚的な類似度の把握が多いが，本課題ではグループ内の特徴語を表すJaccard 係数 J と，全体の特徴語を表す前提確率 A の数値を用いて関連性の分析を行い，個々の学生のグループ内における類似性のパターンを数値で得ることができた.また，各グループ間同士の類似性も相関係数などで示すことができた．
②システムの構築では，１年目は収集するデータの設計とプロトタイプの作成を行い，2年目は実装化を計画していた．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
1年目には，講義の初期から学期末までの学習過程における理解度測定の予備分析を行い，講義期間中における学生の座席位置と最終成績には統計的な有意性が認められた．（おおむね順調）
2年目には，理解度測定に有効な指標を得ることを目指し，次の2つの指標を用いた．全学生をs，そのうち対象語を使用した学生数をp, グループ内の学生数をq, グループ内で対象語を使用した学生数をrとする．対象語の特徴度を表すJaccard係数Jは J=r/(p+q+r) で，前提確率Aは A=p/s で得られる．Jaccard 係数Jは類似性測度であり，出現パターンの似通った語と各グループを特徴づける語を関連付けることができる．
(case 1) では，対象学生を最終成績順に5グループに分割し，Jaccard係数Jと前提確率Aの2つの指標を用いて分析を行い，グループ内における類似性のパターンを数値で表すことができた．最も上位のグループをS1，その次のグループをS2とS3，最下位をS4としたとき，13回の平均値パターンはS2，S3は相関係数が非常に高い傾向にあり，最終試験においてもその傾向が現れた．(case 2) では，教室を6つのゾーンに分け，教卓から遠い座席に座る3つのグループには同じような傾向が見られた．（おおむね順調）
②については，授業データの入力作業の自動化を行い，学生が慣れている手書き文章とスマートフォンなどを用いた電子入力による文章の量や質の違いなどを精査し，情報量の差などについても分析する予定であった．しかしながら，入力作業の自動化を行うソフトウェアの開発に手間取り，半年程度の遅れが生じている．（やや遅れている）
大浦洋子, 南俊朗, 「テキストマイニングによる特徴語と学生の理解度の関連性について」, 日本行動計量学会第46回大会，pp.114－117,2018.09.
|
| Strategy for Future Research Activity |
①理解度測定に有効な指標では，(case 1)の結果を踏まえ，講義内で使われた言葉と学生が使用する言葉の関連性を精査する．具体的には，S2，S3グループが非常によく似ている傾向の要因を示すことである．これらを示すために，２つの仮説を立てる．一つは，「S2とS3は講義で使用された言葉を多用し，ある意味で講義をよく聞いているグループである．成績が最も良かったS1グループは受講中はもとよりその前から使っていた言葉も多用している」である．もう一つは，「S1が他のグループと異なる表現をする要因は，物事に対する視野の広さや，興味関心の深さである」を品詞の分析によって示す予定である．
現在，学生の評価が，グループ内での評価にとどまっているので，個々の学生に対する評価も可能となるような指標の導入も併せて行う．
②システムの構築では，システムを運用可能状態にし，運用に際する問題点などを精査して完成を目指す．
|
| Causes of Carryover |
代表者の配分に関しては，システム構築が平成30年度に完成予定であったが，開発の遅延が生じ，平成30年度中には完成に至らなかったため，システム開発費を平成31年度に繰り延べた．
分担者の配分については，平成30年度の半ばで本研究課題の成果が期待でき，平成31年度の発表に向けて旅費が嵩むことが予想されたので使用を控えたため．
|
Research Products
(3 results)
