| 研究課題/領域番号 |
21K02369
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09030:子ども学および保育学関連
|
|---|
| 研究機関 | 常葉大学 |
|---|
研究代表者 |
佐野 美奈 常葉大学, 保育学部, 教授 (00341785)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 身体的な動きと眼球運動の同時解析 / 幼児の音楽的表現の発達過程 / 定量的分析 / 判別精度 / 機械学習 / 幼児の音楽的表現 / 発達過程 / 全身の動きの解析 / 眼球運動の解析 / 音楽的表現 / 幼児 / 眼球運動 / アイトラッキング / 動作解析 / 3Dモーションキャプチャー / 同時解析 |
|---|
| 研究開始時の研究の概要 |
筆者はこれまでに、モーションキャプチャーの技術を援用して、幼児の音楽的表現の発達的特徴を捉え、機械学習を用いて、その発達過程の評価方法を考案した。
その結果に基づき、本研究では、アイトラッカーによる眼球運動の解析とモーションキャプチャーによる動作解析を同期することによって、新たな動作特徴量を導出する。それらの新たな動作特徴量を用いて、機械学習による幼児の音楽的表現に関する発展度の判別手法を確立し、音楽教育支援方法の開発に資する研究を行う。
|
| 研究成果の概要 |
本研究では、6か所のこども園の3歳児、4歳児、5歳児の音楽的表現における身体的な動きと眼球運動をTTL信号によって同時解析を行うことで、幼児の音楽的表現の発達過程を分類判別する際に効果的に寄与する特徴量を抽出し、複数の分類器を用いて機械学習を行い、判別精度を検討した。機械学習による判別精度は、身体的な動きのみの特徴量の場合よりも、同時解析による身体的な動きと眼球運動の両方の特徴量の場合に向上した(MLP-NN: 74.42%) 。結果として、幼児の音楽的表現の発達過程を捉えるためには、身体的な動きと眼球運動による特徴量が有効であること等が検証された。
|
| 研究成果の学術的意義や社会的意義 |
先行研究に見られなかった幼児の音楽的表現の発達過程を判別する定量的な手法を発展させるために、筆者は分類判別のより客観的な指標を提示した。その研究成果によって、あまり経験の無い保育・幼児教育者も個々の幼児により適切な音楽経験を提供することができるため、音楽教育支援および保育・幼児教育の向上に資することができるという点に社会的意義がある。本研究で、筆者は、これまでの音楽的表現における身体的な動きの定量的分析に加えて、身体的な動きと眼球運動の同時解析を行った。定量的分析結果から抽出した特徴量により機械学習を行った結果、判別精度の改善により同時解析の有効性を検証したことに、学術的意義があると考える。
|
