研究課題/領域番号 |
22K12312
|
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62030:学習支援システム関連
|
研究機関 | 三重大学 |
研究代表者 |
森本 尚之 三重大学, 工学研究科, 准教授 (40739447)
|
研究分担者 |
奥原 俊 三重大学, 工学研究科, 講師 (10754468)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
キーワード | 学修支援システム / 学習支援システム |
研究開始時の研究の概要 |
本研究では、学修相談データのポテンシャルを生かし得る教育分野として情報教育に着目し、これからのエビデンスに基づく情報教育の学修支援を見据えて、学修相談データの共有データベース化と大学横断的なデータ分析により、学修相談データを活用した情報教育カリキュラムの定量的評価と改善を目的とする。特に、近年情報教育の分野で普及しつつある大学間共通カリキュラムの改善を最終的な目的とする。
|
研究実績の概要 |
当該年度は主に、大学におけるカリキュラム再編成を想定し、現行カリキュラムとモデルとなるカリキュラムを比較して、不足授業内容を提案することを目的として研究を行った。カリキュラムによって体系的にまとめられている授業内容を比較し、結果をわかりやすく示すには、単元や分野ごとに分割し比較する方法が考えられる。その分割方法として、本研究では、テキスト分析の分野で一般に使用されている潜在的ディリクレ分配法LDA (Latent Dirichlet Allocation) によるトピック分析を使用した。トピック分析に使用するトピックモデルとは、潜在的意味解析の手法であり、文章を複数の単語の集まりであると考え、それらの単語の共起性に着目して、文章をクラスタリングする。ここで、トピック分析においてトピック数の決定は、生成されるトピックの質を大きく左右する重大な課題であり、一般的にトピック数の評価に用いられるCoherenceやPerplexityなどの定量的な指標に基づいて決定したトピック数でも、人間にとってわかりにくいトピックとなる場合がある。そこで、本研究では、CoherenceとPerplexityを用いた定量的評価と、人間の判断による定性的評価を行い、トピック数を評価した。モデルカリキュラムとして、「数理・データサイエンス・AI(リテラシーレベル)モデルカリキュラム ~データ思考の涵養~」を使用し、現行カリキュラムとして、データサイエンスを専門とする学科とそうでない学科の差を検証するため、異なる学部の2つのカリキュラムを使用した。これにより、データサイエンスカリキュラムの分析および改善の基礎となる成果を得ることができた。並行して、前年度の研究成果を基にした論文が査読付国際会議に採択され、発表を行った。
|
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
当初の計画に沿って、カリキュラム分析・改善手法の研究進捗が得られており、査読付国際会議等での研究発表も行っているため、おおむね順調に進展していると評価する。
|
今後の研究の推進方策 |
令和4年度・5年度に研究開発を行った技術を基盤として,次年度以降も当初の研究計画に沿って研究を実施する.
|