| 研究課題/領域番号 |
26282033
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
中村 泰之 名古屋大学, 情報科学研究科, 准教授 (70273208)
|
|---|
| 研究分担者 |
安武 公一 広島大学, 社会科学研究科, 准教授 (80263664)
吉冨 賢太郎 大阪府立大学, 高等教育推進機構, 准教授 (10305609)
深澤 謙次 呉工業高等専門学校, 自然科学系分野, 准教授 (50238440)
谷口 哲也 日本大学, 医学部, 准教授 (10383556)
亀田 真澄 山陽小野田市立山口東京理科大学, 共通教育センター, 准教授 (10194995)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | ｅラーニング / 数学教育 / 自然科学教育 / 複雑ネットワーク / Learning Analytics |
|---|
| 研究実績の概要 |
本研究の目的は，主に数学オンラインテストの学習データ，すなわち，学生が選択した問題において，その問題の解答履歴（誤答箇所の種類と，解き直しによる正答への到達の履歴）に着目した，いわば解答過程追跡型の学習データを蓄積・解析することにより，主に数学的知識の獲得過程に関する数理モデルを構築することである。この目的を達成するために，平成27年度では，次の研究を実施した。(1) モバイル環境でのオンラインテスト実施を円滑に行うための，モバイル対応数式入力インターフェースの開発。(2) 数学的知識獲得過程に関する数理モデル化のための調査。(3) 多様な学習データの収集・整理。以下では，それぞれに対しの成果の概要を報告する。
(1) モバイル対応数式入力インターフェースの開発については，モバイル・デバイスの文字入力方法として，日本で広く採用されているフリック式入力方法を数式入力に応用したものを開発した。アルファベット，数字のキーに対し，フリックにより，演算を指定できるようにし，また，三角関数などのよく使われる関数をメニューから指定できるようにすることで，数式の入力に要するキータッチ数が大幅に少なくなり，数式入力効率の向上に成功した。キーボードのインターフェース部分はJavascriptにより実装し，数式の表現はMathDoxを活用したWebアプリケーションのタイプである。
(2) 数学的知識獲得過程に関する数理モデル化の調査については，解答過程が学生の選択するSTACKのポテンシャル・レスポンス・ツリーの末端要素の関連性が重要になるが，一つの問題を末端要素のネットワークとして解釈し，様々な問題としてのネットワークが多層に相互作用するマルチプレックス・ネットワークとの関連性により，解析することの可能性を見出した。
(3) 研究期間初年度から継続して，大学，高専の学習データの蓄積を行ってきた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
モバイル環境でのオンラインテスト実施を円滑に行うため，モバイル対応数式入力インターフェースを開発した。モバイル環境を考慮に入れたオンラインテスト環境を準備するためには，快適な数式入力支援環境の提供が重要であると考えたからである。平成27年度では，日本語入力で広く採用されているフリック式入力を，数式の入力に応用したものを開発し，STACKでの利用も実現させた。ただし，現在のインターフェースでは，機能性の完成度は高いものの，インターフェースのデザインの制約のため，入力する文字は入力頻度の高いものに限られており，更なる改良が必要であると考え，平成28年度も継続して開発を続ける予定である。このことにより，当初研究期間2年目を目処に完成させる予定であったモバイル対応数式入力インターフェースの完成が，研究期間の3年目に入ることは，予定よりも遅れていると言わざるを得ない。
数学的知識獲得過程に関する数理モデル化のためには，学習データの蓄積に関して，豊かなポテンシャル・レスポンス・ツリーを持つ問題の解答データがより好ましいが，これまでは比較的単純な問題のデータが多かった。これを軌道修正していく必要があると考えられ，若干進捗状況が遅れている原因となっている。
|
| 今後の研究の推進方策 |
主に数学オンラインテストの学習データ，すなわち，学生が選択した問題，その問題の解答履歴，つまりどのような誤答，準正答を経て正答に至るかというサイクルを追跡した，いわば解答過程追跡型の学習データを蓄積・解析することにより，主に数学的知識の獲得過程に関する数理モデルを構築するという，研究目的達成のために，平成28年度以降は，初年度から開始した学習データの蓄積をさらに継続していくと同時に，これまで蓄積された学習データを精査し，数理モデル化のためにどのような学習データが必要であるかをさらに絞り込む計画である。そのため，研究分担者と蜜に連絡を取りながら，「解答過程追跡型の学習データ解析」のためにより相応しい問題の蓄積を追求していく。
いよいよ，研究期間の3年目からは，数学的知識の獲得過程に関する数理モデルを構築するという研究目的達成のために，具体的な数理モデル化に取り組んでいく。これまでの調査から，解答過程が学生の選択するSTACKのポテンシャル・レスポンス・ツリーの末端要素の時間的推移であることに着目した，ネットワークのダイナミクス，つまりテンポラル・ネットワークによるモデル化の可能性，様々な問題を構成する共通な要素が考えられる場合，一つの問題を末端要素のネットワークとして解釈し，全知識体系が，様々な問題としてのネットワークが多層に相互作用するマルチプレックス・ネットワークにより表現できる可能性，などを見出してきた。本年度からは，この方策を具体的にモデルに落としこむことと計画している。
さらに，モバイル環境を考慮に入れたオンラインテスト環境の整備のため，モバイル対応数式入力インターフェースの開発を完結させる。
|
