| 研究課題/領域番号 |
19K21758
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分9:教育学およびその関連分野
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
中村 泰之 名古屋大学, 情報学研究科, 准教授 (70273208)
|
|---|
| 研究分担者 |
金子 真隆 東邦大学, 薬学部, 教授 (90311000)
高遠 節夫 東邦大学, 理学部, 訪問教授 (30163223)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2020年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2019年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 数式自動採点システム / 手書きノートデータ分析 / 数学eラーニング / 手書きノート解析 / 数学ｅラーニング / ラーニング・アナリティクス / 数学オンラインテスト |
|---|
| 研究開始時の研究の概要 |
オンラインテストの「解答」情報だけでなく，学習者がどのような誤答，準正答を経て正答に至ったかという解答過程，および，どのような計算過程，思考様式（筆記速度，書き直しなど）に基づき解答を得たかというペン入力データは相互に密接に関連しているはずである。両データを考慮したハイブリッド型の学習データ解析により，学習者の精密な理解度測定を行うことができるはずであるという考えのもと，従来は独立に行われてきたアプローチの融合，例えば，ペン入力データと解答過程データを連携させるための手法，ペン入力データの特徴量を元にした解答過程の関連性を明確にする解析手法を，開発，解明することを本研究の目的とする。
|
| 研究成果の概要 |
LMS上で得られた「解答結果」と、計算など思考過程の現れとしてのペン入力データとを融合したハイブリッド型の学習データ解析手法の確立を目的とした。数学の問題を取り上げ、解答だけでなく、タブレットに入力された、思考過程を記述した手書きノートから、筆記イベント時刻、消去イベントなどのログを収集し、そこから得られた、筆記速度、「消しゴム機能」の利用回数、筆記停滞時間などの特長料をもとに、機械学習を用いて解答に対する自信度を推定することを行った。また、筆記データから推測された問題の難易度と、項目反応理論により推定された問題の難易度との関連性の検討を行った。
|
| 研究成果の学術的意義や社会的意義 |
オンラインテストの「解答」情報だけでなく、学習者がどのような誤答、準正答を経て正答に至ったかという解答過程、および、どのような計算過程、思考様式（筆記速度、書き直しなど）に基づき解答を得たかというペン入力データは相互に密接に関連しているはずである。両データを考慮したハイブリッド型の学習データ解析手法は確立されていなかったが、本研究課題により、機械学習を利用した、ペン入力データと解答過程データを連携させて分析する手法を提案することができ、特に手書きノートデータを活用した、今後の学習データ分析の方向性に一つの可能性を示すことができた。
|
