| 研究課題/領域番号 |
18K11578
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62030:学習支援システム関連
|
|---|
| 研究機関 | 獨協大学 |
|---|
研究代表者 |
李 凱 獨協大学, 経済学部, 准教授 (10531543)
|
|---|
| 研究分担者 |
堀江 郁美 獨協大学, 経済学部, 教授 (50398731)
林 一雅 国士舘大学, 法学部, 講師 (90422815)
熊崎 忠 豊橋技術科学大学, 先端農業・バイオリサーチセンター, 特任助教 (90531541)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018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 | 教育工学 / e-ラーニング / ラーニングアナリスト / AI / 学習履歴 / 可視化 / 遠隔授業 / 学習評価 / アナリスト支援 |
|---|
| 研究成果の概要 |
近年、e-ラーニングやLMS（学習管理システム）に加えて、MOOCと呼ばれる大規模なオンライン公開授業が注目を集めている。しかし、オンライン学習履歴データを利用した研究が主に受講者への介入支援及び教材・教育プロセスの改善を目的とし、評価の多様化、支援の適応性、実用性など多くの課題が残されている。本研究では、オンライン学習のプロセスに着目し、この膨大な一見脈絡のない学習履歴ビッグデータを活用し、データの構造抽出、学習活動のモデル化、及び評価の多様化、諸学習活動の可視化を支援するe-ラーニングAIアナリストシステムを開発した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、学びのプロセスを重視した学習活動のモデル化・可視化の支援・評価システムを開発した。主にMoodleにおける諸学習活動の遷移に着目し、様々な機械学習の手法を用いて、期末試験の評価推定モデルを開発した。本推定モデルを使って、学期学習の途中でも期末試験の成績ランクを推定することが可能になり、効果的に学習評価の支援が可能になる。また、脱落の早期発見に参考データを提供することが可能になる。本研究結果を既存のLMSと融合することにより、教育現場での普及、多様化学習成果の評価、及び多くの受講生と対峙する教員のLMSの利用効率を向上させることを本研究の社会的意義である。
|
