研究課題/領域番号 |
19K03016
|
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 | 愛知医科大学 |
研究代表者 |
仙石 昌也 愛知医科大学, 医学部, 准教授 (40257689)
|
研究分担者 |
宮本 淳 愛知医科大学, 医学部, 教授 (40340301)
久留 友紀子 愛知医科大学, 愛知医科大学, 客員研究員 (00465543)
橋本 貴宏 愛知医科大学, 医学部, 准教授 (60291499)
山森 孝彦 愛知医科大学, 医学部, 教授 (70387819)
山下 敏史 愛知医科大学, 医学部, 講師 (90622671)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
キーワード | 協働ライティング / 変更履歴 / リビジョンマップ / Googleドキュメント / 協働レポート / 協同学習 / 協調学習 / クラウド / 編集履歴 |
研究開始時の研究の概要 |
本研究では,様々な協働学習の手法の中で,特に協働ライティング教育の作成プロセスに焦点をあてる。クラウドの共有ファイルを利用して協働ライティングで作成したレポートに対し,編集履歴を分析することにより作成プロセスにアプローチする。編集履歴には様々な情報が含まれているが,ここから協働学習よる効果を表す指標となる要素を明らかにして定量化し,レポートなどの成果物の評価を組み合わせて協働学習における教育効果の測定および教育プログラムの改善に適用する。
|
研究実績の概要 |
本研究では、Googleドキュメントなどのクラウドを使った協働ライティングを対象とした研究を行っている。これまでの研究成果として、ライティングプロセスを可視化するリビジョンマップを改良し、2種類の改良型リビジョンマップ(セクション別、編集者別)を作成して分析を行ってきた。 前年度は、リビジョンマップの適用例として編集者別の改良型リビジョンマップからレポートに関する貢献度が低い編集者(フリーライダー)がいるレポートの分析を行った。今年度はこのマップから得られるデータを利用して、いくつかの指標を作成した。指標の1つ「レポートのセクション重複率」は、レポートを構成する各セクションを編集する人数が増えると数値が大きくなり、個々の編集者が互いに干渉せずに独立して各セクションを編集すると小さくなるため、レポート作成における協働状況の指標になると考えられる。別の指標として「入力セクション比率」は、レポートを構成する全セクション数に対する個々の編集者の入力したセクション数の割合を示していて、レポートに対する個人の貢献度を示す指標になると考えられる。 これらを含めた指標を用いて、コロナ禍でZOOMによるオンライン対話を中心とした状況で作成した協働レポートと、コロナ禍前の対面による対話を通じて作成した通常の協働レポートについて比較を行った。その結果、コロナ禍での協働レポートではフリーライダーに相当する編集者が減少したことが明らかになったが、全体としては大きな差異はみられず、クラウドを用いた協働ライティングは、オンライン中心の制限された状況でもある程度有効に機能したことが示唆された。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
今年度は、これまで実施してきた協働レポートについて、2種類の改良型リビジョンマップの作成に着手しほぼ完了することができた。これにより年度毎のレポートの比較が可能になり、分析を行うことができた。前年度までの遅れをカバーできた点でおおむね予定通り研究が進んだと考えられる。
|
今後の研究の推進方策 |
改良型リビジョンマップを使う事により、協働レポートの協働に関する指標や個人の貢献度に関する指標を数値化して定量的に分析できる準備が整ってきた。これらを発展させて、アンケート等の別の調査手法とリビジョンマップを組み合わせた分析を行うことにより、指標の妥当性や信頼性などについて検討を進めていきたい。
|