| 研究課題/領域番号 |
17K18607
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
松河 秀哉 東北大学, 高度教養教育・学生支援機構, 講師 (50379111)
|
|---|
| 研究分担者 |
杉本 和弘 東北大学, 高度教養教育・学生支援機構, 教授 (30397921)
串本 剛 東北大学, 高度教養教育・学生支援機構, 准教授 (60457835)
川面 きよ 帝京大学, 公私立大学の部局等, 講師 (20782064)
大山 牧子 大阪大学, 全学教育推進機構, 助教 (70748730)
根岸 千悠 大阪大学, 全学教育推進機構, 特任助教(常勤) (60726610)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2022-03-31
|
| キーワード | トピックモデル / 授業評価アンケート / 自由記述 / FD / IR |
|---|
| 研究実績の概要 |
本研究の目的は、処理の困難さから、これまでほとんど分析されてこなかった、大学における授業評価アンケートの自由記述を、近年急速に発展したテキストマイニング技術の一種である、トピックモデルによる統計的潜在意味解析を用いて分析し、自由記述全体の中にどのような話題が含まれるのか、個々の自由記述はどのような話題から構成されるのかを半自動的に明らかにすること、その上で、分類結果をその他の教育に関わる調査結果などと紐付けてさらなる分析を行い、FD(Faculty Development)や、IR(Institutional Rese arch)、LA(LearningAnalytics)など活動を行うことであった。
本研究では、最終的に4大学から約38万件の授業評価アンケートの自由記述データを収集する事ができ、そのデータを分析することで、160種類程度のトピックを抽出する事ができ、各自由記述がどのようなトピックに該当するかを特定することも可能となった。また、各自由記述を科目群等の情報と紐付けることで、各科目群の自由記述に書き込まれるトピックの特徴なども明らかにできるようになった。
当初は手動で行っていた分析についても、IDを付与した分析対象となるテキストデータをエクセルファイルとして用意すれば、別途分析結果が格納されたエクセルファイルが出力されるように分析を自動化するプログラムを開発して、分析を平易かつ迅速に行えるようになった。
さらに、毎回トピックの命名作業を行う手間を省力化するため、作成済みのモデルを用いて分析を行うソフトウエアの開発や、PCに各種ソフトをインストールしなくても、Web上でトピックモデルの分析を可能にするシステムの開発にも取り組み、一定の成果が得られた。
|
