| 研究課題/領域番号 |
19K03005
|
|---|
| 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09070:教育工学関連
|
|---|
| 研究機関 | 東京都立大学 |
|---|
研究代表者 |
近藤 伸彦 東京都立大学, 大学教育センター, 准教授 (10534612)
|
|---|
| 研究分担者 |
畠中 利治 福知山公立大学, 情報学部, 准教授 (10252884)
松田 岳士 東京都立大学, 大学教育センター, 教授 (90406835)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 教学IR / ラーニングアナリティクス / 学習行動 / 学習成果 / 主体的学び / 自己調整学習 / 機械学習 / 学習プロセス / 統計的モデリング |
|---|
| 研究開始時の研究の概要 |
本研究では、データに基づく大学教育改善機能である教学IRを高度化するため、学生の学習のプロセスと成果を統合的にモデル化する手法を開発する。学生の学習プロセスについては学びに関するミクロなデータ（学習システムのログデータ）を、学習成果については学びに関するマクロなデータ（成績やアンケートなどのデータ）をそれぞれ用い、これらをあわせて、機械学習・統計的モデリングにより統合的にモデル化することを考える。こうした統合的なモデルに基づき、従来よりも深いレベルで学びのプロセスと成果を関連づけることが可能な、高度な教学IR活動のフレームワークについて検討、提案する。
|
| 研究成果の概要 |
本研究では、教学IRを具体的な学生の学びの改善、ひいては教育質保証に資するものへと高度化するために、学生のミクロな行動とマクロな学習成果とを関連づけることができるLAベースの教学IRの方略を創出することをめざした。
研究成果としては、(1)学びのミクロ・マクロデータの統合的分析の枠組みについて、(2)学習評価の可視化・共有が主体的な学習行動と意欲に与える影響について、および(3)教学IRにおける予測モデル活用について、それぞれ実データを用いながら検討し、今後のさらなる検討に資する一定の知見を得ることができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果は、教学IRについて、現状の可視化や説明を主とする現在のフェーズから、具体的な学生への介入や教育上の改善施策へと高度化するための、ミクロ・マクロデータの統合的な活用を進めるにあたって、多くの示唆を与えるものと考える。とくに、主体的学びの促進につながるミクロデータの活用として、学習評価の可視化と共有の問題を扱い、一定の示唆を得たことは、個別最適な学びの実現という近年の社会的要請にも貢献するものと考えている。
|
