|
テスト得点や出欠などの学修データをeラーニングシステムから収集し，過年度のデータと照合することによって履修中の学生の単位落とし率を推定の上，単位を落としそうな学生とその要因（学力不足や多欠など）をリストアップし，推定単位修得率を記載した励ましメールを配信する学修改善指導支援環境を整備した．
1/3セメスター経過時点で励ましメールを半数の学生に配信し奮起を促したところ，推定単位修得率が低い学生ほど学修改善効果（成績や出席率向上）が見られた．さらに，学生ごとのテスト偏差値の推移や年度ごとの特徴をニューラルネットワークに学習させた結果，推定誤差を従来の最大20%から10%未満に抑えることができた．
|
