| 研究課題/領域番号 |
15H02922
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
重田 勝介 北海道大学, 情報基盤センター, 准教授 (40451900)
|
|---|
| 研究分担者 |
八木 秀文 東北大学, その他, 特任助教 (00740127)
森 秀樹 東京工業大学, 教育革新センター, 准教授 (30527776)
林 康弘 帝京平成大学, 健康医療スポーツ学部, 講師 (50382544)
武田 俊之 関西学院大学, 付置研究所, 教育技術主事 (70227031)
金子 大輔 北星学園大学, 経済学部, 教授 (70397438)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | 教育学習支援システム |
|---|
| 研究実績の概要 |
本年度は、MOOCの開講により得られる学習履歴データから教材改善に有効なデータを抽出する方法を、受講者によるMOOCのディスカッションボードの書き込みを用いた内容分析のアプローチを用いて開発した。2014 年度に開講されたJMOOC 講座のディスカッションボ ードの内容を分析し，教材改善に寄与する書き込みの抽出を行った。1418 の書き込みを分析した結果， 講義コンテンツの誤りや課題の評価基準に対する改善指針のほか，講座運営やMOOC システム改善にも 寄与しうる教材改善の指針が抽出された。
学習履歴データから教育改善に有効なデータを抽出する手法に関しては、これまで取得した学習履歴データを用いて、MOOC受講者の学習支援のため、遠隔高等教育における学習継続決定モデルを参考に、MOOCにおける学習継続決定モデルを作成した。また同モデルを基に学習支援を実施するためのフローを立案した。
講師向け「教材・教育改善ダッシュボード」の開発に関しては、ラーニング・ダッシュボードのフレームワークを作成しダッシュボードの開発を進めた。このソフトウェアはMOOCの学習支援がターゲットであるが，学習行動および学習リソースをモデル化していることが特徴である。
実証実験に向けた準備作業に関しては、MOOCを使ったオンライン教育と、MOOCを使った反転授業を導入した対面教育に向けた改稿計画を策定し、翌年度の開講準備を進めた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
本年度で当初目標としていた学習履歴データから教材改善に有効なデータを抽出する手法の開発については、学習履歴データの中でも講義ビデオの視聴時間やクイズの回答状況等の一般的な学習者の行動を把握するデータだけでなく、ディスカッションボードの書き込みという学習者のより多様な意見が自然に得られたデータを用いた改善手法を開発することができた。また、教育改善に有効なデータを抽出する方法についても、遠隔高等教育における学習継続決定モデルを参考にしながらよりMOOCに適したモデルを開発し、学習支援を実施するための指針を提案することができた。またダッシュボードの開発に関しても、学習行動および学習リソースをモデル化したフレームワークを提案することができた。これら当初想定していた以上の成果が得られたことから、本年度は当初の計画以上に進展したと考えられるため。
|
| 今後の研究の推進方策 |
今後は本年度までの研究成果を踏まえ、MOOCおよび反転授業の開講を着実に実施する。そのうえで、本研究で提案したダッシュボードや教育支援の枠組みが学習効果を高めるためにどのような効果が得られるのかを、学習履歴データや学習者の多面的評価をもとにしながら、可能性と課題を明らかにする。
|
