| 研究課題/領域番号 |
20H01727
|
|---|
| 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 | 熊本大学 |
|---|
研究代表者 |
合田 美子 熊本大学, 半導体・デジタル研究教育機構, 准教授 (00433706)
|
|---|
| 研究分担者 |
山田 政寛 九州大学, データ駆動イノベーション推進本部, 教授 (10466831)
山本 佐江 育英大学, 教育学部, 教授 (10783144)
田中 洋一 仁愛女子短期大学, 生活科学学科, 教授 (20340036)
石毛 弓 大手前大学, 建築&芸術学部, 教授 (50515327)
可部 繁三郎 福井工業大学, 経営情報学部, 教授 (10901754)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2023年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2020年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
|
|---|
| キーワード | フィードバック / データ駆動型アプローチ / ナレッジ駆動型アプローチ / 学習コミュニティ / ラーニングアナリティクス / 探究の共同体(CoI) / フィードバックシーキング / データ駆動型アブローチ |
|---|
| 研究開始時の研究の概要 |
本研究では、自身の成長のために有用なフィードバックを誘起するために必要な要因を明らかにし、体系的にモデル化することを目的としている。研究方法は、データ駆動型アブローチとナレッジ駆動型アプローチを組み合わせる。研究範囲は、学習者とフィードバック提供者の1対1の場面、研究会のような学習者と複数のフィードバック提供者がいる1対多の場面とする。また、フィードバックをもらう場面だけでなく、その前後の要因も含め、動的・静的なフィードバック誘起要因を同定する。本研究では、フィードバックの提供だけでなく、学習者からの働きかけにより、より質の高いフィードバックを誘起する手法を提案する。
|
| 研究実績の概要 |
本研究では、自身の成長のために有用なフィードバックを誘起するために必要な要因を明らかにし、体系的にモデル化することを目的としている。成長のために必須なフィードバックをいかに引き出すことができるかについて、データサイエンス(データ駆動型アブローチ)と経験・観察・既存の理論やモデル(ナレッジ駆動型アプローチ)を組み合わせ探索する。研究範囲は、学習者とフィードバック提供者の1対1の場面、研究会のような学習者と複数のフィードバック提供者がいる1対多の場面を対象とする。また、フィードバックをもらう場面だけでなく、その前後の要因も含め、動的・静的なフィードバック誘起要因を同定する。本研究では、フィードバックの提供だけでなく、学習者からの働きかけにより、より質の高いフィードバックを誘起する手法を提案することを目指す。
大学における研究ゼミ、授業実践より、これまで体系化を進めてきた、フィードバックの授受におけるフィードバックシーカー(フィードバック要請者)とプロバイダー(フィードバック提供者)間での建設的なフィードバックを誘起する要因について、2022年度では海外の研究者とも連携し検証を進めた。さらに、Community of Inquiryを活用し、フィードバックし合うことにより学び合うコミュニティのデザイン手法について検討を行った。また、対象者を拡大し、フィードバックシーカーの資質について、生涯学習を必要とする社会人や高齢者に対しても調査を開始した。
データ駆動の観点から、フィードバックシーカーのレディネスについて、発表準備状況だけでなく個人特性もふまえた数理モデル案の開発を進めてきたが、2022年度ではさらにデータの種類を増やし、さらに精緻化を図った。また、必要なデータ収集の方法を含む、フィードバックの誘起および利活用を促進するための支援システムの開発と改修を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究プロジェクト開始時の計画通り、研究がほぼ遂行されているため、おおむね順調と判断した。
|
| 今後の研究の推進方策 |
2023年度は本研究課題の最終年度であるため、開発してきたモデルやシステム、手法などの妥当性、有効性の検証を進める。その上で、実践で活用しやすい形に整理し、研究成果の公表を行う。具体的には、当初設定した研究の核となる以下の問いについて、回答を示せるよう研究成果をまとめていく。
(1)自身の成長を促進させるための良質なフィードバックを引き出すには何をすべきか、(2)フィードバック誘起のために、どのような準備を行い、どのように相談し、どのように受け答えするべきか、(3)次のフィードバックへつなげるために、提供されたフィードバックをどのように活用すればよいか。
|
