Development of an integrated modeling method of micro and macro learning data for advanced IR

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K03005
• 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: Tokyo Metropolitan University
• Principal Investigator: Kondo Nobuhiko 東京都立大学, 大学教育センター, 准教授 (10534612)
• Co-Investigator(Kenkyū-buntansha): 畠中 利治 福知山公立大学, 情報学部, 准教授 (10252884) ; 松田 岳士 東京都立大学, 大学教育センター, 教授 (90406835)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 教学IR / ラーニングアナリティクス / 学習行動 / 学習成果 / 主体的学び / 自己調整学習

Outline of Final Research Achievements

In this study, we aimed to create a strategy for LA-based IR that can connect students' micro behaviors with macro learning outcomes in order to advance IR to improve students' learning and contribute to educational quality assurance.
As research results, we examined (1) the framework for integrated analysis of micro and macro data of learning, (2) the impact of visualization and sharing of learning assessment on active learning behavior and motivation, and (3) the use of predictive models in IR, using actual data, respectively, and obtained certain findings that will contribute to further studies in the future.

Free Research Field

IR、教育工学、計算知能

Academic Significance and Societal Importance of the Research Achievements

本研究の成果は、教学IRについて、現状の可視化や説明を主とする現在のフェーズから、具体的な学生への介入や教育上の改善施策へと高度化するための、ミクロ・マクロデータの統合的な活用を進めるにあたって、多くの示唆を与えるものと考える。とくに、主体的学びの促進につながるミクロデータの活用として、学習評価の可視化と共有の問題を扱い、一定の示唆を得たことは、個別最適な学びの実現という近年の社会的要請にも貢献するものと考えている。