• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

学習者の行動観測に基づく緻密なラーニングアナリティクス・ループの構築

研究課題

  • PDF
研究課題/領域番号 19H04226
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分62030:学習支援システム関連
研究機関兵庫県立大学

研究代表者

川嶋 宏彰  兵庫県立大学, 情報科学研究科, 教授 (40346101)

研究分担者 藤本 徹  東京大学, 大学院情報学環・学際情報学府, 准教授 (60589323)
島田 敬士  九州大学, システム情報科学研究院, 教授 (80452811)
研究期間 (年度) 2019-04-01 – 2023-03-31
キーワードラーニングアナリティクス / 学習支援 / 映像講義 / 電子テキスト / 視線解析 / コンテンツ解析
研究成果の概要

本課題では,電子テキストを用いた対面講義とオンライン講義,および講義動画を用いた個別学習状況に焦点を絞り,学習者の行動を,学習コンテンツに対する見方や反応の仕方といったレベルで密に観測することで,(1)理解度や学習スタイルの推定,および(2)推定された学習状況に基づくフィードバック生成に取り組んだ.視線データや電子テキスト閲覧ログなどの行動データと,コンテンツ情報とを有機的に結合することで,個々の学習者が,コンテンツのどの個所にどのように関わり反応したかを,詳細な学習行動特徴量として取得する各種機械学習手法を開発し,成績予測や可視化フィードバックなどへ応用できることを示した.

自由記述の分野

機械学習・パターン認識

研究成果の学術的意義や社会的意義

個々の学習者の学習状況に応じて適切なフィードバックを生成することは,学習効果を高めるための重要な手段になり得る.個々の学習者の操作ログから成績予測をするといった従来研究に対し,本課題では,個々の学習者が学習コンテンツのどの箇所のどのような情報に対して,どの行動を行ったかを多人数の学習者を対象に詳細に分析するという,学術的に新たな問題に取り組んだ.さらに,本課題では学習者や教員への有用な可視化フィードバックにつながることも示されるなど高い社会的意義を持つ.同じく本課題で得られたコンテンツ生成などの研究成果と組み合わせることで,よりインタラクティブ性の高いフィードバック生成につながると期待できる.

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi