| 研究課題/領域番号 |
21K02782
|
|---|
| 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09070:教育工学関連
|
|---|
| 研究機関 | 放送大学 |
|---|
研究代表者 |
森本 容介 放送大学, 教養学部, 准教授 (00435702)
|
|---|
| 研究分担者 |
古川 雅子 国立情報学研究所, 情報社会相関研究系, 助教 (20617287)
柳沼 良知 放送大学, 教養学部, 教授 (10251464)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2022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)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | xAPI / 学習履歴データ / Moodle / 学習分析 |
|---|
| 研究開始時の研究の概要 |
学習履歴データに関する標準規格であるxAPIでは、学習履歴の粒度や使用語彙（プロファイル）が規定されておらず、利用者による設計に任されている。Moodleを含むいくつかの学習支援システムや学習活動に対してプロファイル設計、および実データを用いた学習分析を実践し、設計の妥当性を検証する。また、異種、異粒度の学習履歴データを組み合わせた分析等を通して、学習履歴データの表現可能性と利活用のしやすさの観点からxAPIの評価を行う。
|
| 研究実績の概要 |
2021年度までに、代表的な学習管理システムであるMoodleを対象にxAPIのプロファイルを策定し、LRSへのデータ蓄積とデータ視覚化の試行を行った。2022年度は、策定したプロファイルの設計について論文を執筆し、公表した。
Moodleに加えて、講義映像・音声のインターネット配信システムの視聴履歴データを対象に、プロファイルの設計、LRSへのデータの蓄積、データ視覚化の試行を行った。視聴履歴データのステートメントは、インターネット配信システムのログファイルから生成する。xAPIのVideoプロファイルに従った設計を行ったが、ログファイルに映像・音声中の時間情報が記録されていないことなどから、完全には準拠できなかった。BIツールを通して、視聴端末のOSや、日別・授業回別の視聴回数などの基本的な集計、視覚化が行えることを確認した。学習セッションの表現や端末情報(ユーザエージェント)の記載位置など、システムをまたいだデータ活用を行う上での課題を整理した。
ステートメント量の増加に伴い、BIツールを用いてのリアルタイムでの集計が困難になったことから、事前集計を行うことにより高速化する仕組みを構築した。また、Moodleのステートメントを対象に、新たな集計を行うツールを開発した。1つ目は活動を完了した教材の割合の推移であり、コース内で生成されたステートメントのうち、objectがコースモジュール、verbがcompleted、result.completionがtrueであるステートメントを集計することによって実現した。2つ目は日別、および時間帯別の活動量である。「活動量」は、object.definition.typeがvideoでverbがexperiencedなら3点、verbがstartなら1点など、語彙に基づいて各ステートメントに点数を付け、それらの和と定義した。集計の妥当性検証は、今度の課題である。
|
| 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
xAPIのデータ処理の試行例を蓄積できた。異種、異粒度の学習履歴データを組み合わせた分析の試行は、簡易なものにとどまった。一方、大量の学習履歴データを扱う際に速度の問題が顕在化したため、次年度以降に検討する予定だった高速化に先行して対応した。
|
| 今後の研究の推進方策 |
異種、異粒度の学習履歴データを組み合わせた分析を試行し、xAPIの評価を行うため、新たな学習支援システムを対象にステートメントの設計、作成、およびLRSへの格納を行う。
|
