| 研究課題/領域番号 |
16K16171
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
学習支援システム
|
|---|
| 研究機関 | 武蔵野大学 (2018-2019)
信州大学 (2016-2017) |
|---|
研究代表者 |
長谷川 理 武蔵野大学, データサイエンス学部, 講師 (30647102)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | eラーニング / ラーニングアナリティクス / ブレンディッドラーニング / 学修行動分析 / データマイニング / 学修支援 / 授業改善 |
|---|
| 研究成果の概要 |
我々は，LMSをはじめとするICT教育支援システムの学生の利用履歴から，成績不振となる可能性かがある学生を早期に発見し，学生や教員に適切なサポートを行うための手法の確立を目的とした研究を行っている．本研究では，LMSのさまざまなアクセスログのクラスタリングを行った上で，クラスター情報を可視化し，それらの可視化された情報を分析することで授業改善に繋がる情報を提供することができるかの可能性について述べる．
|
| 研究成果の学術的意義や社会的意義 |
本研究は，学習履歴をもとにそのままでは単位を落としてしまう等の成績不振となる可能性のある学生を，授業の出来るだけ早い段階で発見する手法を確立すること．および，成績不振となる可能性がある学生を発見する課程で得られた情報をもとに，これらの何らかの支援が必要な学生のサポートや授業改善に繫がる情報を提供するシステムを構築することを目的としている．本研究結果は，昨今ICTを利用した遠隔授業が一般的となる中で，それらの授業設計に有益となるものである．
|
