| 研究課題/領域番号 |
15K12169
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
学習支援システム
|
|---|
| 研究機関 | 名古屋工業大学 (2016-2017)
九州大学 (2015) |
|---|
研究代表者 |
林 篤裕 名古屋工業大学, 工学(系)研究科(研究院), 教授 (70189637)
|
|---|
| 研究協力者 |
Tatsuoka Kikumi K. 元Columbia University
Tatsuoka Curtis Case Western Reserve University
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2015年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 学習診断 / 問題分析 / 解答過程解析 / Task Analysis / 学習達成度 / 教育評価 / 機械学習 |
|---|
| 研究成果の概要 |
Rule Space Method(RSM)は、習得単元に基づいた学習到達度を把握することを目的として教育評価の領域から提案された手法であり、学習支援・診断を実現する際の応用が期待されている。しかし、これを具体化させるための作業の一つである解答過程解析(Task Analysis)は、当該教科の専門家の知識や経験に依存する部分が多くRSMの運用上の大きな障害となっている。
そこで、本研究ではニューラルネットワークモデル(NNM)の探索機能を援用して、RSMの解答過程解析作業に活用しRSMの適用範囲を広げ、学習支援の方策を探ることを検討した。また、実験データを用いてその実現可能性も評価した。
|
