研究課題/領域番号 |
17H04707
|
研究種目 |
若手研究(A)
|
配分区分 | 補助金 |
研究分野 |
学習支援システム
|
研究機関 | 信州大学 |
研究代表者 |
森下 孟 信州大学, 学術研究院教育学系, 准教授 (70642528)
|
研究期間 (年度) |
2017-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2021年度)
|
配分額 *注記 |
10,660千円 (直接経費: 8,200千円、間接経費: 2,460千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2018年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
キーワード | 学習履歴データ / 個別学習 / 可視化システム / LRS / データ分析 / 学習支援システム / 学習分析 / 学習の個別最適化 / 学習特性の可視化 / アダプティブ・ラーニング / 個に応じた学習 / 個別学習支援 / 学習データ / システム開発 / 教育工学 / システム工学 / 情報システム |
研究成果の概要 |
本研究の目的は,児童生徒の学習履歴データ(誰が/いつ/どこで/何を/どうした等)をもとに児童生徒の学習特性を可視化し,教師や児童生徒に対し,個別最適化された学習の実現を支援するシステムを開発することである。xAPIに準拠したLRS(Learning Record Store)を用いた学習履歴データの可視化と,ヒゲによる学習問題の正誤表示と虹色グラデーションによる難易度の可視化によって,学習者の学習進捗状況を一覧表示するシステムを開発・実装した。可視化されたデータをもとに教師が学習者の特性を把握し,学習の理解度や進捗が類似した学習者をみつけて協働的な学びを支援できる可能性を示唆することができた。
|
研究成果の学術的意義や社会的意義 |
学習者の理解状況把握のための学習者データ分析には,統計学やデータ解析に関する専門的な知識や技能がなければ困難であったが,本研究を通じて,専門的な知識や技能がなくとも当該学習者の学習特性を可視化することを可能とした。 また,学習者個人の反応指標等を解析し,子供に自身の成績が上昇するグラフをフィードバックすることで学習意欲や自己効力感が有意に上昇することを明らかにされていたが,長期的かつ広範囲のデータ収集・分析が必要であり,学習特性を可視化するために時間と手間を要した。本研究では,学習環境最適化のためのデータセット分析法を開発し,最小限のデータから短期間で学習特性を可視化することを可能とした。
|