|
前年度までに「(A)多層レイヤ型アイテムバンク」、「(B)講義内容及び講義進捗に適応した授業評価項目群の選択」、「(C)(B)をより少ない項目でできるような項目推定」の主要部は完成していたが、提案した適応的な項目出題方法は、期待されるネットワーク情報量が最大となる項目選択方法を適用し、より多くの項目に影響を及ぼす項目を探索する方法であったため、計算量が膨大である課題があった。そこで、最終年度は、計算コストを下げるために、階層型アイテムバンクが非循環構造になっている点に着目し、サブグラフにより構造を切り分けながら項目を探索する方法論を用い、計算時間の大幅な低減ができることを示した。さらに、授業の内容を反映した項目出題を実現するため、授業のシラバスと、授業評価質問文の文章間の類似度を基に、項目出題する方法を組み合わせた。文章間の類似度を算出するにあたり、トピックモデル分析手法の一つであるLDA（Latent Dirichlet Allocation）を用い、シラバスに記載されている内容とよく似た項目を算出する方法を適用した。期待されるネットワーク情報量に対し、シラバスと授業評価質問文の類似度を重みとして計算することで、より多くの項目に影響する項目であり、授業内容を反映した適応的な項目出題方法を提案した。そして最終的に、適応的な項目出題方法の有効性について検証するために、提案した適応的な項目出題方法を用いた授業改善支援システムを開発し、教員に対し評価実験を行なった。システムは、適応的な項目出題に加え、階層型アイテムバンクの構造を基に、具体的な改善方法を提示できる機能を有している。開発したシステムを用いて評価実験を行った結果、授業の改善点の把握や改善方法立案にだけでなく、授業の良い点の把握に役立つことが示唆された。
|
