研究課題/領域番号 |
20H01714
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分09070:教育工学関連
|
研究機関 | 東北大学 |
研究代表者 |
松河 秀哉 東北大学, 高度教養教育・学生支援機構, 講師 (50379111)
|
研究分担者 |
川面 きよ 成城大学, グローカル研究センター, 研究員 (20782064)
村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
渡辺 雄貴 東京理科大学, 教育支援機構, 教授 (50570090)
江本 理恵 北海道大学, 高等教育推進機構, 教授 (60400181)
串本 剛 東北大学, 高度教養教育・学生支援機構, 准教授 (60457835)
根岸 千悠 京都外国語大学, 共通教育機構, 講師 (60726610)
大山 牧子 神戸大学, 大学教育研究センター, 准教授 (70748730)
冨永 陽子 岩手大学, 研究支援・産学連携センター, 客員准教授 (70775361)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
17,680千円 (直接経費: 13,600千円、間接経費: 4,080千円)
2023年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2022年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2021年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2020年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
|
キーワード | 授業評価アンケート / 自由記述 / 機械学習 / FD / IR / トピックモデル / 自動分類 / webシステム / ネガポジ判定 / 他の教育調査への応用 / fastText / 分析の高速化 / 新型コロナ対応 / オンライン授業 |
研究開始時の研究の概要 |
本研究は、全国的に分析や活用が進んでいない授業評価アンケートの自由記述に関して、機械学習の技術を用いて、自由記述の自動分類とフィードバックを行うシステムを開発するとともに、自動分類した結果を用いた、FacultyDevelopment(FD)やInstitutional Research(IR)等の活動を通して、エビデンスに基づいた新たなFD・IRのモデルを開発することを目指したものである。
|
研究成果の概要 |
本研究は、複数の大学から収集した大量の授業評価アンケートの自由記述データに基づいて、機械学習により自由記述を自動的に複数のカテゴリに分類することができるシステムを開発した。このシステムを用いて、各大学において、授業評価アンケートの自由記述の分類や、その他の教学データを紐づけた分析を容易に行えるようにすることで、エビデンスに基づいてFD(Faculty Development)やIR(Institutional Research)の実践を推進する仕組みを実現した。
|
研究成果の学術的意義や社会的意義 |
本研究の学術的な意義は、大学での教育活動に対する学習者の反応として、重要な情報が含まれることが分かっていながら、その量が膨大であるために、ほとんど分析・活用されてこなかった授業評価アンケートの自由記述を、機械学習を活用することで自動的に分類できるようにしたことである。これにより、各記述にどのようなことが書いてあるのか、ある観点を含む自由記述は全体の中にどの程度含まれるのかといった分析を、誰でも簡単に素早く行えるようになった。こうした分析に基づく教育活動の現状把握や教育改善を、大学全体として行うことも容易となるため、今後はそうした活動をとおした教育の質の向上が期待される。
|