| 研究課題/領域番号 |
17K18607
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
教育学およびその関連分野
|
|---|
| 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 | 授業評価アンケート / 自由記述 / 自動分類 / トピックモデル / FD / IR |
|---|
| 研究成果の概要 |
本研究は、大学で広く実施されているものの活用が進んでいない授業評価アンケートの自由記述に関して、機械学習を用いて自動的に分類・分析し、その結果を活用してFDやIRの活動を推進することで、大学教育をさまざなまな側面から改善する事を目指したものである。本研究では、国内の複数の大学から数十万件の授業評価アンケート自由記述を収集し、トピックモデルと呼ばれる技術を用いて分析することで、各自由記述を百数十種類の話題に自動的に分類することができた。これにより、例えば各科目群における話題の特徴など個々の授業に留まらない分析が可能となり、組織的な教育の実態の把握と改善の可能性を高めることができた。
|
| 自由記述の分野 |
教育工学
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的な意義は、量が膨大であるが故に分析の対象とならなかった授業評価アンケートの自由記述を、機械学習による自動分類を用いることで、分析可能な対象としたこと、実際に大量の自由記述データを収集し、分析結果の例を示したこと、それにより教育改善に対する活用の可能性の扉を開いたことと言えよう。また本研究は、大学による組織的な教育の質の改善につながるため、社会的にも意義を有すると考えられる。
|
