| 研究課題/領域番号 |
21K17863
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分62030:学習支援システム関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
谷口 雄太 九州大学, 情報基盤研究開発センター, 准教授 (20747125)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 学習支援 / プログラミング演習 / 可視化 / at-risk予測 / プログラミング学習 / 学習体験の共有 / 学習活動分析 / 時系列解析 / 予測モデル / システム連携 / 学習支援システム / Learning Analytics / 学習状況 / 情報交換 |
|---|
| 研究開始時の研究の概要 |
本研究は学習者間の情報交換の活性化を目的とした研究開発を行います。演習授業での学生同士のやりとりは、先生からの説明を補う効果があります。しかし、初心者が自身の陥った状況をちゃんと把握して他の人にうまく質問することは難しいことが多くあります。これではそれぞれの学習者の失敗体験が埋もれてしまいます。そこで、学習者同士がうまく情報交換をできるような学習のための空間をシステムとして構築することを考えます。3年間で状況分析の方法と情報交換のための場の設計と開発を行って、実際の授業での評価を行います。
|
| 研究成果の概要 |
本研究では、学習支援環境を柔軟に構成できるCompositional Learning Environmentを開発し、非対面授業でも学習者同士の自発的な情報交換を可能にした。さらに、コード実行前の演習活動の過程から要支援学習者を特定する機械学習モデルを構築し、約70％の精度で予測可能であることを示した。加えて、学習者の活動履歴に基づく可視化手法Coding Trajectory Mapsを提案し、他者の取り組みから間接的に学べる学習の場を実現した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は学習環境の柔軟な設計やプログラミング学習者行動の可視化・分析に関する新たな手法を提案している。様々な学習環境が乱立する現代においてはそれらを組み合わせることができる利点は大きい。また開発した要支援学習者特定モデルは従来よりも早期の特定に繋がる可能性がある。可視化により作られた学習の場は、学習環境が多様化する中で、学習者間の繋がりを保ちつつ個別支援の強化に資する。
|
