eラーニングを用いた英語学習を支援する自動フィードバックシステムの開発

本研究は英語学習を支援する自動フィードバックシステムを開発することを目指している。2018年度から2022年度にかけて、地方私立大学でオンライン英語教材を利用する授業を受講している大学生を対象に「コンピュータ支援学習に対する態度」「授業外におけるICTの活用」「学習スタイル」などから構成される質問紙調査を実施し、オンライン学習の実態を調査するために、システムへのログイン回数、学習時間などの学習ログデータ、小テストおよびTOEICスコ アなどの英語力データも収集し、学習者特性がオンライン英語学習にどのような影響を及ぼすかについて分析を行なってきている。2021年度からはさらにARCSモデルを利用して、オンライン教材に対する「注意」「関連性」「満足」「自信」の4つの側面についても自己評価させたデータを蓄積している。新型コロナウイルスの影響が出始めた2020年度以前よりデータを継続して収集しているため、コロナ禍以前とコロナ禍における学習者のオンライン学習に対する意識の変化を比較して分析することができるという特徴がある。2022年度には成果発表を予定していたが、予定していた学会の開催形態が急遽変更になってしまった。そのため成果発表を2023年度に行う予定である（発表採択済み）。

本研究は英語学習を支援する自動フィードバックシステムを開発することを目指している。2018年度から2022年度にかけて、地方私立大学でオンライン英語教材を利用する授業を受講している大学生を対象に「コンピュータ支援学習に対する態度」「授業外におけるICTの活用」「学習スタイル」などから構成される質問紙調査を実施し、オンライン学習の実態を調査するために、システムへのログイン回数、学習時間などの学習ログデータ、小テストおよびTOEICスコ アなどの英語力データも収集し、学習者特性がオンライン英語学習にどのような影響を及ぼすかについて分析を行なってきている。2021年度からはさらにARCSモデルを利用して、オンライン教材に対する「注意」「関連性」「満足」「自信」の4つの側面についても自己評価させたデータを蓄積している。新型コロナウイルスの影響が出始めた2020年度以前よりデータを継続して収集しているため、コロナ禍以前とコロナ禍における学習者のオンライン学習に対する意識の変化を比較して分析することができるという特徴がある。2022年度には成果発表を予定していたが、予定していた学会の開催形態が急遽変更になってしまった。そのため成果発表を2023年度に行う予定である（発表採択済み）。