| 研究課題/領域番号 |
19K12261
|
|---|
| 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 | 福山大学 |
|---|
研究代表者 |
尾関 孝史 福山大学, 工学部, 教授 (40299300)
|
|---|
| 研究分担者 |
渡邊 栄治 甲南大学, 知能情報学部, 教授 (20220866)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
交付 (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: 780千円 (直接経費: 600千円、間接経費: 180千円)
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: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | オンライン授業 / 授業映像 / 集中度 / 授業の雰囲気 / つまずき点 / 受講状況 / Webカメラ / タブレット / 動作解析 / 映像の巻き戻し / 映像の停止 / 学習支援 / オンライン授業映像 / ラーニングアナリティクス |
|---|
| 研究開始時の研究の概要 |
本研究課題では、受講者の受講状況に基づいたオンライン授業映像の評価・改善システムを提案する。同システムでは、受講者の「授業映像の閲覧状況」、「受講姿勢」、「ノートの筆記状況」をログデータとして扱う。そして、得られた客観的なデータの解析をもとに、受講者のつまずき点を定量的に明らかにし、授業を行った講師に授業映像の評価・改善箇所を提供する。また、同システムを反転学習の準備学習に利用すれば、受講者のつまずき点を講師が事前に知ることができ、対面授業の際にその情報を活用することが可能となる。
|
| 研究実績の概要 |
本研究課題の目的は、「受講者の受講状況に基づいたオンライン授業映像の評価・改善システム」を提案することである。同システムでは、「授業映像の閲覧状況」、「受講姿勢」、「ノートの筆記状況」などの受講状況データを解析して、受講者のつまずき点を定量的に明らかにし、授業映像を作成した講師に授業映像の評価・改善箇所を提供することである。このうち、2021年度の課題は、以下の２つであった。
（１）受講者の集中度の計測（受講者の顔の向き及び筆記状態と受講者の集中度の関係を明らかにすること）
（２）多数の受講者のつまずき点の検出とその視覚化（閲覧状況の推移、受講姿勢の変動、筆記状況の変化から、多数の受講者が戸惑い行動をしている授業映像の箇所を授業内容のつまずき点として検出すること）
これに対して、2021年度は以下の研究成果を得た。
2020年度に開発したノートパソコンにあるWebカメラを利用して、受講者がモニタを注視しているタイミングを自動的に取得するシステムを改良した。また、受講者のノートパソコンとタブレットを利用して、受講者が筆記をしているタイミングを自動的に取得するシステムも改良した。そして、その結果を時系列グラフで教員のノートパソコンにリアルタイムに表示するシステムを開発した。改良したシステムを用いて5，6名の受講者に対して実験を行い、受講状況データの変化をリアルタイムに教員機に表示できることを確認した。次に、受講者の状況を計測するアプリケーションをUSBメモリ内で動作できるようにし、受講者のノートパソコンにアプリケーションをインストールしなくても提案システムが利用できるようにプログラムを改良した。この結果、提案システムを容易に多数の受講者のノートパソコンで利用できるようになった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
新型コロナウィルスの影響で、学生の大学への登校が制限され、予定していた多数の学生が参加する検証実験が十分に実施できなかった。そのため、少数の受講者に対して完成したシステムの動作確認を行うことにとどまった。その結果、多数の受講者に対する作成したシステムの有効性の検証には至らなかった。また、多数の受講者のデータが得られなかったため、受講者の顔の向きと集中度の関係を解析することや授業映像のつまずき点の具体的な検出ができなかった。
|
| 今後の研究の推進方策 |
2021年度までに、受講者のモニタの注視状態および筆記状態を計測し、それぞれ２つの状態を計測するシステムを作成し、動作確認を行った。しかし、2021年度も新型コロナウィルスの影響で学生の大学への登校が制限され、多数の学生参加による検証実験ができなかった。そこで、2022年度は、この作成したシステムを利用して、模擬授業映像の受講者のモニタの注視状態や筆記状態などの受講状態の計測実験を実施する。更に、模擬授業映像に関して以下の検証を行う。
（１）３種類の受講者データ（閲覧状況の推移、受講姿勢の変動、筆記状態の変化）から、多数の受講者が戸惑い行動をしている箇所を授業内容のつまずき点として検証する。
（２）受講アンケートによる受講者の主観的な評価と客観的な受講者データから得られたつまずき点を比較することで、提案システムの有効性を検証する。この時、相関係数や主成分分析といった統計的手法やディープラーニングといった人工知能的な手法を利用する。
|
