2021 Fiscal Year Annual Research Report
深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化
| Project/Area Number |
18H01063
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鳥居 朋子 立命館大学, 教育開発推進機構, 教授 (10345861)
椋木 雅之 宮崎大学, 工学部, 教授 (20283640)
遠海 友紀 東北学院大学, ラーニング・コモンズ, 特任助教 (20710312)
角所 考 関西学院大学, 工学部, 教授 (50263322)
山肩 洋子 東京大学, 大学院情報理工学系研究科, 准教授 (60423018)
飯山 将晃 京都大学, 学術情報メディアセンター, 准教授 (70362415)
西口 敏司 大阪工業大学, 情報科学部, 教授 (80362565)
森村 吉貴 京都大学, 学術情報メディアセンター, 准教授 (80578279)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 教育データ分析 / 学習履歴の可視化 / 視線分析 / 学習支援 |
|---|
| Outline of Annual Research Achievements |
（１）小学校を対象として，1人1台の端末活用よるアクティブラーニング型授業における学習履歴の可視化を行った．児童が授業時間中にどのようにマーカーを使用したかを確認するための可視化により，多くの児童は，書いたり消したりの作業を繰り返しながら，読み進めている様子や使用時間の長さにばらつきがあることを把握することができた．また，どのタイミングでどのページをマーカーを使用したかを可視化したことにより，多くの児童は授業時間を通して最初から最後まで順序良く課題に取り組んでいること，その一方で，授業時間の前半で課題を済ませてしまった児童や，授業時間の後半になってから課題に取り組む児童がいることを把握することができた．これまでの児童におけるマーカーの使い方やページ遷移の特徴等から，階層型クラスタ分析を用いて，似た傾向のある児童をグループ化し，指導の支援に活用することを検討した．
（２）オンデマンド教材における学習者の視線データから，理解度と関係のある読書行動の獲得，認知スタイルや理解度との関係性について分析した．クラスタ分析の結果，読書行動には3つのパターン（読み通し，読み直し，読み返し）があること，認知スタイルの違いによって読書行動の表れやすさに違いが存在することが明らかになり，読書行動によって理解度に差が出ることが明らかになった．
（３）大学院生のプレFD研修において，模擬授業の授業映像を振り返ることによって，授業設計や実践に対する意識がどのように変化するか，について検討した．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
