Development of a new FD/IR model based on analysis of text data using machine learning

2023 Fiscal Year Final Research Report

• Project/Area Number: 20H01714
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 09070:Educational technology-related
• Research Institution: Tohoku University
• Principal Investigator: Matsukawa Hideya 東北大学, 高度教養教育・学生支援機構, 講師 (50379111)
• Co-Investigator(Kenkyū-buntansha): 川面 きよ 成城大学, グローカル研究センター, 研究員 (20782064) ; 村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258) ; 渡辺 雄貴 東京理科大学, 教育支援機構, 教授 (50570090) ; 江本 理恵 北海道大学, 高等教育推進機構, 教授 (60400181) ; 串本 剛 東北大学, 高度教養教育・学生支援機構, 准教授 (60457835) ; 根岸 千悠 京都外国語大学, 共通教育機構, 講師 (60726610) ; 大山 牧子 神戸大学, 大学教育研究センター, 准教授 (70748730) ; 冨永 陽子 岩手大学, 研究支援・産学連携センター, 客員准教授 (70775361)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 授業評価アンケート / 自由記述 / 機械学習 / FD / IR / トピックモデル

Outline of Final Research Achievements

In this study, we developed a system that employs machine learning to automatically categorize free descriptions of course evaluation questionnaires from a substantial dataset collected from multiple universities. This system enables universities to efficiently classify free descriptions of course evaluation questionnaires and integrate them with other educational data for in-depth analysis. By leveraging this system, we established a framework that supports evidence-based practices in Faculty Development (FD) and Institutional Research (IR), thereby advancing the implementation of these initiatives.

Free Research Field

教育工学

Academic Significance and Societal Importance of the Research Achievements

本研究の学術的な意義は、大学での教育活動に対する学習者の反応として、重要な情報が含まれることが分かっていながら、その量が膨大であるために、ほとんど分析・活用されてこなかった授業評価アンケートの自由記述を、機械学習を活用することで自動的に分類できるようにしたことである。これにより、各記述にどのようなことが書いてあるのか、ある観点を含む自由記述は全体の中にどの程度含まれるのかといった分析を、誰でも簡単に素早く行えるようになった。こうした分析に基づく教育活動の現状把握や教育改善を、大学全体として行うことも容易となるため、今後はそうした活動をとおした教育の質の向上が期待される。