研究課題/領域番号 |
21H00909
|
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 | 東京都立大学 |
研究代表者 |
永井 正洋 東京都立大学, 大学教育センター, 教授 (40387478)
|
研究分担者 |
小林 博典 宮崎大学, 教育学部, 准教授 (10510753)
藤吉 正明 東京都立大学, 学術情報基盤センター, 教授 (20336522)
安藤 大地 東京都立大学, 学術情報基盤センター, 准教授 (20552285)
畠山 久 東京工業大学, 教育革新センター, 准教授 (20725882)
室田 真男 東京工業大学, リベラルアーツ研究教育院, 教授 (30222342)
渡辺 雄貴 東京理科大学, 教育支援機構, 教授 (50570090)
澄川 靖信 拓殖大学, 工学部, 助教 (70756303)
松波 紀幸 帝京大学, 公私立大学の部局等, 准教授 (70783512)
加藤 浩 放送大学, 教養学部, 教授 (80332146)
根元 裕樹 東京都立大学, 学術情報基盤センター, 特任准教授 (90805574)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2023年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 8,710千円 (直接経費: 6,700千円、間接経費: 2,010千円)
|
キーワード | 健康観察 / セルフチェック / 生活指導 / AI活用 / 学習コンディション |
研究開始時の研究の概要 |
これまで、2018, 2019, 2020年度科学研究費補助金,基盤研究(B),課題番号18H01057「生徒のセルフチェックによるe健康観察システムの開発と評価」(2018.2019,2020)の中では、心身の状態と学習成績の間には関係があることを示唆してきた。 本研究では、この児童・生徒の生活と学習の連関に注目し、AI等を活用する中で、現在の学習活動に対して、関係する心的ストレスや健康状態を示す変数がどの程度、影響するのか、総合的な影響指標等として表示するシステム「LCDS(学習コンディション診断システム)」を開発し、実践的利用を通して評価する。
|
研究実績の概要 |
学校の教師にとって、いじめ等の問題行動など学習指導以外の生活面での指導が大きなウエイトを占めている。また、現在、新型ウィルス感染症(COVID-19)の影響から新しい生活スタイルに馴染めず、心的のストレスや体の不調を訴える児童・生徒が増加しており、その対応にも追われている。この状況に対して、すばやく簡便に児童・生徒の心身の状態を把握し、その後の生活指導に生かすことができる「e健康観察システム」を開発するとともに、これまで検証を行ってきた。 それを受け本研究では、e健康観察システムと同様に心身の状態を収集するとともに、CBTシステムからの基礎学力の推移や状態などを基に、それらデータを統計的に処理を行う。その結果得られる児童・生徒が学習活動を行う上で影響を与える因子セットを用いて、現在の学習のコンディションを診断するシステム「LCDS 学習コンディション診断システム」を構築する。 2022年度は、LCDS構築の初期段階として、システムのデザインを行った。また、学習活動と関係が深いと考えられる計算問題結果のパフォーマンスと、心身の健康についてのデータとの関係を明らかにする中で、学習コンディション指標を創出する手がかりを見いだす実践を行った。結果として、心身のストレスが計算問題パフォーマンスに影響を与えていることが分かった。すなわち、学習活動への影響も推察される。これら影響を与えている質問項目に関しては、学習コンディション指標を作成する際に、重み付けを行うことが検討される。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
システムを開発する上では、e健康観察を行ったり、学校現場教師や生徒から情報収集するとともに意見交換する中でシステムのデザインを決定していくが、これまでの2年間、コロナ禍の影響によりこの研究活動が滞っていた。したがって、児童・生徒の心身の状態を集約するセルフチェックシステム及び、データベースシステムの開発、また、学習コンディション指標を作成するための予備実践にとどまっており、若干の遅れが生じている。
|
今後の研究の推進方策 |
本年度は、学校現場の教師や児童・生徒、教育相談の専門家と議論する中で、LCDS のデザインと機能を最終的に確定し、システムを構築する。また、実際に昨年度行ったe健康観察で得られた心身の状態を示すデータとCBT により記録された基礎学力などとの連関を多変量解析を援用して明らかにする。その結果、学習活動への影響因子(基礎学力影響因子セット)を特定し、ユーザに対して学習コンディションを提供できるようLCDS に反映する。
|