| 研究成果の概要 |
本研究は、ラーニング・アナリティクス、性格特性、教学IRデータを活用し、GPAと学校生活満足度を予測するモデルを開発した。開発手法として、クラスター分析、線形重回帰及びニューラルネットワークを採用した。その結果、線形重回帰モデルの予測率は、（GPA、学校生活満足度）=（0.28,0.31）、ニューラルネットワークモデルの予測率は、（GPA,学校生活満足度）=（0.83,0.48）となった。
一方、コロナ禍により、平常時データの入手が困難となり、計画変更を余儀なくされた。そこで、学生の質的意見に端を発した対AI信頼感尺度と心理的AIデバイドをアセスメントするテストバッテリーの開発を行った。
|
