| Project/Area Number |
19K21758
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 9:Education and related fields
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
金子 真隆 東邦大学, 薬学部, 教授 (90311000)
高遠 節夫 東邦大学, 理学部, 訪問教授 (30163223)
|
|---|
| Project Period (FY) |
2019-06-28 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2020: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2019: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
|
|---|
| Keywords | 数式自動採点システム / 手書きノートデータ分析 / 数学eラーニング / 手書きノート解析 / 数学ｅラーニング / ラーニング・アナリティクス / 数学オンラインテスト |
|---|
| Outline of Research at the Start |
オンラインテストの「解答」情報だけでなく，学習者がどのような誤答，準正答を経て正答に至ったかという解答過程，および，どのような計算過程，思考様式（筆記速度，書き直しなど）に基づき解答を得たかというペン入力データは相互に密接に関連しているはずである。両データを考慮したハイブリッド型の学習データ解析により，学習者の精密な理解度測定を行うことができるはずであるという考えのもと，従来は独立に行われてきたアプローチの融合，例えば，ペン入力データと解答過程データを連携させるための手法，ペン入力データの特徴量を元にした解答過程の関連性を明確にする解析手法を，開発，解明することを本研究の目的とする。
|
| Outline of Final Research Achievements |
The objective of this project was to establish a hybrid learning data analysis method that combines "answer results" obtained on an LMS and pen input data as a manifestation of thinking processes such as calculations. We took a math problem and collected logs of writing event times, erasure events, etc. from handwritten notes that describe the thinking process, which were input to a tablet, as well as the answers. The results were used to estimate the level of confidence in the answers to the questions using machine learning. In addition, we examined the relationship between the difficulty level of problems inferred from the writing data and the difficulty level of problems estimated by item response theory.
|
| Academic Significance and Societal Importance of the Research Achievements |
オンラインテストの「解答」情報だけでなく、学習者がどのような誤答、準正答を経て正答に至ったかという解答過程、および、どのような計算過程、思考様式（筆記速度、書き直しなど）に基づき解答を得たかというペン入力データは相互に密接に関連しているはずである。両データを考慮したハイブリッド型の学習データ解析手法は確立されていなかったが、本研究課題により、機械学習を利用した、ペン入力データと解答過程データを連携させて分析する手法を提案することができ、特に手書きノートデータを活用した、今後の学習データ分析の方向性に一つの可能性を示すことができた。
|
