大学教育における学問分野に根ざしたラーニング・アナリティクスの開発と有効性の検証

点击翻译按钮获取中文摘要

本研究では，大学教育の分析手法として，量的にも質的にもミドルスケールの学習データを用いたラーニング・アナリティクス（学習分析）を実践的に開発し，その有効性を明らかにすることを目指す。特に，DBER（学問分野に根ざした教育研究）の観点で学問分野固有の特性に着目し，分析対象をSTEM共通教育の科目群に絞ることで，量的にミドルスケールのデータを得る。また，主にLMS（学習管理システム）上のログデータやブラウザデータを活用することで，質的にミドルスケールのデータを得る。昨年度において，LMS上のログデータとして特に動画の視聴状況データを効率的に取得・分析する手法を開発した。本年度は，視聴状況とは本質的に異なるデータとして，LMS上のルーブリックによる学習評価データに対して当該手法を応用した。本実践の対象LMSであるMoodleの場合には，当該手法以外の方法でルーブリックの評価データを一括取得することは困難である。これにより，1) 当該手法は特定のログデータのみではなく，広くさまざまなLMSデータの効率的な取得に有効であること，2) ルーブリックの評価データを分析することで，評点だけでは得られない詳細な成績評価，授業評価が可能であること，等を明らかにした。また，ブラウザデータから学習状況を取得するためのシステムについて，昨年度に引き続き開発を進め，教育実践で試行可能な段階となった。これにより，1) 一般の授業者が，ブラウザのみを用いて詳細な学習状況データを取得することが可能であること，2) 同じく一般の授業者が，LMSのみを用いて学習データを蓄積することが可能であること，等を具体的に明らかにした。いずれの開発・研究状況についても学会報告し，それらをまとめた論文は現在査読を受けている段階である。