| 研究課題/領域番号 |
18K11578
|
|---|
| 研究機関 | 獨協大学 |
|---|
研究代表者 |
李 凱 獨協大学, 経済学部, 准教授 (10531543)
|
|---|
| 研究分担者 |
堀江 郁美 獨協大学, 経済学部, 教授 (50398731)
林 一雅 国士舘大学, 法学部, 講師 (90422815)
熊崎 忠 豊橋技術科学大学, 先端農業・バイオリサーチセンター, 特任助教 (90531541)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | e-ラーニング / 教育工学 / ラーニングアナリスト / AI / 学習履歴 / 可視化 |
|---|
| 研究実績の概要 |
前年度では、2018年度のMoodle学習履歴ログデータを用いて、複数の機械学習手法を試した結果として、精度が一番高い3次SVMを分類器として選定し、期末試験の評価推定モデルを開発した。
今年度では、まず作成した評価推定モデルを用いて、2019年度のMoodleの学習ログデータに応用し、学習活動の成績ランク推定精度を検証した。推定された成績ランクと実際の2019年度の成績評価結果を比較した結果、AA、AとBの学生が80％以上の精度で推測できた。Cの学生は69％で推測できた。一番低いのはFの学生、56%であった。F以外に推定モデルで成績を予測できると考えられる。
また、2020年度にコロナの影響で、対面授業からオンデマンド型遠隔授業に切り替え、学習の時間と学習形態が昨年度のブレンド授業と大きく異なり、また所属大学のサーバーの更新により、Moodleの利用ができなくなり、BlackBoardのLMSシステムに切り替えることになった。本年度は、BlackBoardに記録されたサマリーデータを用いて、オンデマンド授業に公開した参考資料、ミニテスト、講義ビデオ、レポートなどの学習資源のアクセス状況を解析・可視化した。結果として、いつでもどこでも受講できるオンデマンド型遠隔授業でも授業日（月曜日）に受講が集中し、他の曜日に分散していることが分かった。受講時間に関して、学期の序盤は授業時間（4限）に受講が集中している傾向が見られるが、終盤の受講時間は深夜などまちまちになる。授業時間（4限）以外に、10時、22時の受講が多く見られ、学生の学習スタイルが明らかになった。
以上で得られた研究成果を情報学研究論文誌、コンピューター利用教育学会、日本教育工学会全国大会などで発表した。
|
