| 研究概要 |
平成11年度は,水野(1998)の考案した分散効果の原因説である再活性化説,及び,その数理モデルである再活性化モデルを基に,個々の学習者に応じた効果的な分散学習スケジュールを設定する2つの原理を考案し,これらを適用した分散学習方式,Low-First方式の効果と効率の高さを実験的に検証した。平成12年度は,Low-First方式の効果の個人差が作業記億容量の違いに起因することを見出し,この問題に対応するための原理3を考案し,これを追加した改良Low-First方式の効果を実験的に検証した.
本年度は,この改良Low-First方式を遠隔教育をはじめとする教育実践で利用するに足る方式とするため,より実践的な観点からの種々の検討を行った.
前半はまず,この効果が,1.長期間持続すること(水野,2001a),2.課題の難易度や作業記憶容量の個人差に左右されないこと(水野,2001b)を実験的に検証した.その上で,この方式をインターネットを介して利用できるCAIに適用し,このCAIが,作業記憶容量の個人差に左右されない,効果的かつ効率的なCAIであることを実践的に検証した(水野,2001d).
後半は,教育実践においては極めて重要な条件である,CAIの効果の均質性と動機づけ効果の検討を行った.そして,1.Low-First方式・改良Low-First方式の動機づけ効果が単純反復する分散学習方式よりも著しく高いこと(水野,2002a, 2002b),2.改良Low-First方式の効果が均質であること(水野,2002c)を実験的・実践的に検証した.
そして以上により,あらゆる点で優れた分散学習方式,改良Low-First方式と,そのCAIを完成した.
|
