| 研究課題/領域番号 |
19K12251
|
|---|
| 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 | 熊本大学 |
|---|
研究代表者 |
宇佐川 毅 熊本大学, 事務局, 理事 (30160229)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 教育ビックデータ / 学習支援システム / 遠隔講義 / コロナ禍 / VODサーバ / 出席管理 / ラーニングアナリティクス / プロセスマイニング / 国際共同研究 / eラーニング / moodle / オンライン学習環境 / ラーニングア ナリティクス / ｅラーニング / Moodle / 学習データマイニング / モンゴル / アフガニスタン / モンゴル国立大学 / 学習管理システム / 国際連携 |
|---|
| 研究開始時の研究の概要 |
高等教育機関で運用されている学習支援システムには、教育ビックデータと呼ぶにふさわしい膨大がデータが蓄積されており、その解析に基づき教材・教育手法の改善などへの応用が進んでいる。しかし、多くは講義が終了し成績が確定した後に解析しており、講義受講中の教育データに基づき学習者へのメンタリングや教授内容の動的な適応化という視点では、十分な活用がなされていないのが現状である。本研究では、同一科目における過去の学習履歴をテンプレートとし、受講中の学習者の履修状況を動的に推定することで、学習者を支援可能な“学習支援システム”の構築を目指す。
|
| 研究成果の概要 |
本研究では、受講中の学習者の履修状況を動的に推定し、個別の修学状況に応じた支援を実現するため、教育ビックデータの分析・可視化機能をもつ学習支援システム（LMS）の構築を目指した。研究期間中の新型コロナウィルス感染症の蔓延により、大学では遠隔講義と対面講義の切り替えが行われる中、LMSのみのならず、VODサーバの利用や、対面講義への出席情報などを含めて分析対象することとした。さらに、個々の学生の個別の授業やオンライン試験における状況を把握するため、LMS利用時のマウス位置の動的記録や、オンライン試験のカンニング防止などについても検討した。
|
| 研究成果の学術的意義や社会的意義 |
１８歳人口の減少などの社会的要因もあり、これまで以上に大学生の多様化が進むと考えられる状況で、大学への入学を許可した個々の学生の特性を踏まえた学修支援の重要性は、今後も高まると想定される。特に、コロナ禍を経て、学びの多様化は進み、遠隔での学習を含め、学習支援システム（LMS)を含めた教育システムに蓄積される大量の教育データを活用することで、これまでにきめ細やかな学習支援が実現できる可能性がある。本研究では、多様な教育データの蓄積手法や、蓄積された教育データを、個別の講義レベルのみならず、カリキュラムを通じた学習形態の分析をすることを試みた。
|
