| 研究課題/領域番号 |
19K20941
|
|---|
| 補助金の研究課題番号 |
18H05745 (2018)
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 (2019)
補助金 (2018) |
|---|
| 審査区分 |
0109:教育学およびその関連分野
|
|---|
| 研究機関 | 東京農工大学 (2019)
京都大学 (2018) |
|---|
研究代表者 |
Hasnine Nehal 東京農工大学, 工学(系)研究科(研究院), 特任助教 (30827720)
|
|---|
| 研究期間 (年度) |
2018-08-24 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ユビキタス学習 / ライフログ画像分析 / 教育ビッグデータ / 語彙学習 / Image recommendation / Learning analytics / Ubiquitous learning / Word-to-image / Society 5.0 / Cyber-physical space / Image Analytics / Educational Big Data / Vocabulary Learning / Learning Analytics / Language Learning / 単語学習 / 画像推薦 / ラーニングアナリテイクス / ユビキタス語彙学習 / 画帖推薦 / 教育ビッグデータ分析 / ラーニングアナリティクス |
|---|
| 研究開始時の研究の概要 |
本研究では，語学学習支援システムを用いて収集することができる教育ビッグデータを用いて，学習者の現在のコンテキストに応じた適切な画像を推薦する，Feature-based Context-specific AppropriateImages (FCAI)方式を提案する．このFCAI は，ユビキタス学習環境内で収集した教育ビッグデータ内に含まれる単語，時間，場所，語彙レベルや画像から，学習者のコンテキストに応じて，適切な学習教材を推薦することで，学習者の語彙能力向上を目指す．
|
| 研究成果の概要 |
本研究では，語学学習支援システムを用いて収集することができる教育ビッグデータを用いて，学習者の現在のコンテキストに応じた適切な画像を推薦する，Feature-based Context-specific Appropriate Images (FCAI)方式を提案する．このFCAIは，ユビキタス学習環境内で収集した教育ビッグデータ内に含まれる単語，時間，場所，語彙レベルや画像から，学習者のコンテキストに応じて，適切な学習教材を推薦することで，学習者の語彙能力向上を目指す．これにより，国によって認識が違っていたイメージの解釈を学習者間で共有し，深く学ぶことができるユビキタス学習環境を実現する．
|
| 研究成果の学術的意義や社会的意義 |
この研究は, CALL,mラーニング,ライフログ画像分析,ユビキタス学習,外国語語彙学習など研究分野に大きく貢献します. この研究は, 言語学習におけるapplied AIの採用を促進します. さらに、この研究は、Society 5.0言語学習のギャップを埋めるのに役立ちます. 関連する科学団体（APSEC,SOLAR,AACE, IIAI AAIなど）からこの研究について肯定的なフィードバックを受けました.
|
