2022 Fiscal Year Research-status Report
非侵襲計測機器データを活用した教授スキル改善のための評価基準策定
| Project/Area Number |
22K02801
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
小林 雄志 東京大学, 大学総合教育研究センター, 助教 (50549491)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
後藤田 中 香川大学, 創造工学部, 准教授 (40633095)
松林 武生 独立行政法人日本スポーツ振興センター国立スポーツ科学センター, スポーツ科学・研究部, 研究員 (20549464)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | オンライン授業 / 教授スキル / SCOT / オブザベーションレポート / ティーチングアナリティクス / マルチモーダルラーニングアナリティクス / 授業改善 |
|---|
| Outline of Annual Research Achievements |
近年、ヒトの心拍や視線、身体動作等を非侵襲的に計測することが容易になり、教育分野においても、教員や学生の活動を計測するシステムの研究・開発が急速に進められている。しかしながら、これらの多くはシステム構築に主眼がおかれ、計測データの活用法、特に教員の教授スキル改善手法についてはほとんど検討されてきておらず、改善のために参照すべき基準値も不明なままであった。そこで本研究では、非侵襲計測機器にて計測される、授業中の大学教員の教授行動(身体動作等)・生理応答データについて、これらを教授スキル改善に活用する際に参照可能な、評価基準値を明らかにすることを目的とした。
2022年度については、同期型のオンライン授業を対象として、蓄積される授業映像アーカイブから、教員や学生の発話・身体動作等の情報を取得し、分析を行うこととした。まず、学生が授業を観察し、授業の記録や教員へのフィードバックを行う活動であるSCOT（Students Consulting on Teaching）の事例なども参考にしつつ、Web会議システムや360°カメラ、顔認識システムなどを組み合わせて、情報の取得・集計などを、半自動化する仕組みを開発した。そして、模擬授業等の実験的な状況で試行したうえで、実際の授業でのデータ取得を行っていった。同時に、LMSなどを通じた、オンライン上での非同期でのコミュニケーション等の活動状況も含め、教員の教授行動と学生の反応との関係なども分析を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画どおり、オンライン授業における教員の教授行動のデータ取得ができているため、おおむね順調に進展しているといえる。また、この計測の流れを半自動化する仕組みを構築するなどの成果もあげることができている。
|
| Strategy for Future Research Activity |
2022年度については、主にカメラ（映像）から取得できる情報をもとに分析を行ったが、今後はこれらに加えて、ウェアラブルデバイスなどを用いた生理計測データなども取得・分析を行っていく計画である。
|
| Causes of Carryover |
当該年度については、映像によるデータ取得・分析を多く行い、新規購入機器によるデータ取得を最小限にする計画とした。このため、いくつかの機器の購入を見送った分、残額が生じる結果となった。この残額については翌年度分の助成金と合わせて、計測機器の購入のために使用していく計画である。
|
