| 研究課題/領域番号 |
19K02868
|
|---|
| 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09050:高等教育学関連
|
|---|
| 研究機関 | 札幌学院大学 |
|---|
研究代表者 |
石川 千温 札幌学院大学, 経済経営学部, 教授 (90285495)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2022年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | IR / エンロールメントマネジメント / 退学予測 / 機械学習 / クラウドサービス / エンロールマネジメント / python / IR分析 / e-learning / Python / 人工知能 / 学修成果 / 可視化 |
|---|
| 研究開始時の研究の概要 |
現在、国内の大学で行われているIR（Instutional Research）の機能を、単なる大学の意思決定や学習成果の可視化を目的とした調査、分析だけに留めず、学生の修学指導や様々な学生支援に活用できるようにする。具体的にはAIの機械学習の技術を用いて、大学における学生の学修状況の把握と分析、とりわけ、退学、休学、不登校等の問題状況を早期に察知し、予測するためのシステムを構築する。
|
| 研究成果の概要 |
大学におけるIR分析を発展させ，エンロールメントマネジメントに不可欠な学生の学修状況の把握と分析，とりわけ，退学へと至る問題状況を早期に察知し，予測するためのシステムを機械学習の技術を用いて構築した．
機械学習に親和性の高いPython言語とExcelを用いて開発したこの退学予測システムでは，卒業年が2022年である学生の退学予測において，実践上有効と思われる精度で退学を予測することができ，本システムの可能性が実証された．また，これら分析システムをクラウドサービスを用いて所属機関内で共有することを可能にし，実用上の成果を得た．
|
| 研究成果の学術的意義や社会的意義 |
大学全入化に伴い大学（特に私立大学）の中途退学者の増加は社会的課題になっており，それを防ぐ取り組みが各大学に求められている．一方で，学生の様々な学修データや行動履歴などを一元化して，その状況を可視化するIR（Institute Research)は，まだ，分析結果の可視化のレベルに留まっており，退学者防止など実用上の対策に結びついていない．そこで，これらIRデータを単なる可視化に留めず，機械学習（AI)による退学予測システムに用いることで，大学の退学者と未然に防ぐ取り組みに用いることができるようになる．
|
