| 研究課題/領域番号 |
21K18134
|
|---|
| 研究種目 |
挑戦的研究(開拓)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分9:教育学およびその関連分野
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
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)
|
|---|
| 研究分担者 |
合田 美子 熊本大学, 教授システム学研究センター, 准教授 (00433706)
木村 拓也 九州大学, 人間環境学研究院, 教授 (40452304)
藤田 雄飛 九州大学, 人間環境学研究院, 教授 (90580738)
Lu Min 秋田大学, 理工学研究科, 助教 (60750007)
|
|---|
| 研究期間 (年度) |
2021-07-09 – 2025-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
25,740千円 (直接経費: 19,800千円、間接経費: 5,940千円)
2024年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2023年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円)
2022年度: 8,190千円 (直接経費: 6,300千円、間接経費: 1,890千円)
2021年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
|
|---|
| キーワード | 教育データリテラシー / ラーニングアナリティクス |
|---|
| 研究開始時の研究の概要 |
近年, 教育機関において, １人１台端末の普及など, 教育・学習支援システムに蓄積される教育データを授業や学習環境等の改善のために利用推進していくことが文部科学省資料等でも示されている. しかしながら、教育データを読み取り、解釈し、学習の質改善につなげるための能力を育成する必要があるであろう。本研究ではその能力を「教育データリテラシー」とし、教育・学習においてメインのステークホルダーである学習者に絞り, 教育・学習の改善に対して意思決定を行う能力・スキルを育成するためのモデルを構築する。
|
| 研究実績の概要 |
本年度は可視化されたデータのタイプとメタ認知の関係性分析、ならびにツールを介した他者の存在感と成績の関係について分析した。可視化されたデータタイプとメタ認知の関係については、学習行動を社会比較するツール（社会比較ツール）、リアルタイムで教員の授業進捗についていっているか評価するツール（リアルタイムツール）、ならびに他の学習者の学習時間帯を比較し、学習意識を喚起させるツール（学習意識喚起ツール）、それぞれに対して学習改善へ有用な観点を整理した。その結果、リアルタイムは有用であるという認識はされているものの、メタ認知との関係性においては、学習行動を社会比較するツールのみ有意にメタ認知との正の関係性があることが示された。
またデータの種別、他者の存在感と成績についてパス分析を行った。その結果、社会比較ツールと学習意識喚起ツールは直接成績向上へ寄与するが、リアルタイムツールは他者の存在感を高め、そこから学習内容に対する認知的処理に対する意識が高まり、その結果、成績を高めることが統計的有意に示された。しかし、ツール自体の操作性や可視化の複雑性について問題が指摘され、データの見せ方やツールの操作性がデータの解釈に影響する可能性も示された。
しかし、一方で、意思決定行動に迫る要点についてデータ収集できていないため、そのデータ収集を可能とするダッシュボード機能などが求められることが課題として示された。
|
| 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
これまでの学習理論を踏まえた学習支援システムで収集したデータの分析から、教育データリテラシーに迫る知見が得られているため。
|
| 今後の研究の推進方策 |
2023年度ではデータ分析基盤の開発を行い、学習行動の連続体の観点からもデータ分析を行い、教育データリテラシーの影響範囲に関する調査に着手することを考えている。
|
