2014 Fiscal Year Annual Research Report
落ちこぼし学生の早期発見と，学修改善指導支援環境の整備に関する研究
| Project/Area Number |
24501213
|
|---|
| Research Institution | Tokyo Denki University |
|---|
Principal Investigator |
小林 浩 東京電機大学, 情報環境学部, 教授 (00349804)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | 教育工学 / 学修改善指導 / 教員支援 / e-learning |
|---|
| Outline of Annual Research Achievements |
本研究は，単位を落としそうな学生を早期発見し，教員による学修改善指導を支援するための環境を整備することを目的としている．具体的には，次の３要素からなる．(1)授業ごとに実施するテスト得点や偏差値，出欠などの学修データを，学修支援システム（既開発済み）を介して自動的に収集する．(2)収集した学修データを学修分析エンジンにて過年度の学修データと照合することによって，履修中の学生の単位落とし率を推定し，単位を落としそうな学生とその要因（学力不足や多欠，学力不足＋多欠など）をリストアップする．(3)メール自動配信システムを介して，(2)で求めた要因別に，推定単位落とし率を記載した励ましメールを，1/3セメスター経過時点で全学生に送り奮起を促す．
前半の平成24～25年度は，学修分析エンジンとメール自動配信システムをそれぞれ研究試作した．研究代表者らの担当授業科目に試験的に適用し，励ましメールによる効果測定と学生へのアンケート調査を行った．その結果，励ましメールは推定単位落とし率が低い学生や多欠学生ほど，学修改善効果（成績や出席率向上）が高いことがわかった．しかしながら，過年度の学修データを含めて推定単位取得率の誤差を検証したところ，年度によっては20%近くもあることが判明した．
最終年度の平成26年度は，学生ごとの学修パターン（テスト偏差値の推移）と年度ごとの特徴をニューラルネットワークに学習させることによって，推定誤差を半分以下に抑えることに成功した．また，上記(1)～(3)の各システムを連結し，かつグラフィカル・ユーザ・インターフェースを充実することによって，人為的ミスの混入を防ぐとともにコンピュータ操作に不慣れな教員でも使用可能な学修改善指導支援環境に仕上げることができた．学部授業３科目に試験的に適用し，上記と同様の評価を行った結果，所期の目的が達成されたことを確認した．
|
