学習記録データをもとにした先延ばし行動の分類とタイプ別学習支援

基于学习记录数据和学习支持类型的拖延行为分类

基本信息

批准号：
22K12316
负责人：
久保田真一郎
金额：
$ 2.66万
依托单位：
Kumamoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12316/
关键词：
ラーニングアナリティクス先延ばし行動学習ログ

项目摘要

本研究では，LMS上のすべての学習コースの学習ログから得られる変数をもとに「取り掛かり具合」「取り組み間隔」「取り組み順」にあたる特徴ベクトルを作成し，作成した特徴ベクトルをもとに，対象とする授業内において学習者の能動タイプと受動タイプの先延ばし行動の分類を確認する．その結果をもとに，能動タイプと受動タイプの先延ばし行動に分けられた学習者群ごとに，自己調整学習方略をもとに学習支援手法を考案し，学習者個別に学習支援を提供することで高い学習効果が得られることを明らかにする．オンデマンド型遠隔授業の受講生を対象に先延ばし意識特性尺度に回答を求め，学習履歴から分類した先延ばし学習傾向群間で比較を行った．先延ばし群には前半回のいずれかで先延ばしがあり，先延ばし無し群よりも「状況の楽観視」，「先延ばし前の否定的感情」，「先延ばし中の肯定的感情」の下位尺度得点が高い傾向があった．取り掛かった時刻として，1週間を単位に学習コースにはじめてアクセスする時刻が，1週間のはじまりを0，終わりを1として，どこに位置するかで数値化し特徴量の1つとした．「取り組み順」は，時間とは無関係に教材ページにアクセスする順番の変化を数値化して扱うこととし，w週とw-1週でアクセスするページ番号を時系列に並べた2つの数列に対してDDTW(Derivative Data Time Warping)により算出される類似度によりページ遷移の仕方を数値化した．アクセス回数なども含めた特徴量を設定し，特徴量エンジニアリングを一旦終えて，成果や先延ばし行動との関係性について検討した．

在这项研究中，我们根据从 LMS 上所有学习课程的学习日志中获得的变量，并基于创建的特征，创建了与“努力水平”、“努力间隔”和“努力顺序”相对应的特征向量向量，确认目标类别内学习者主动和被动拖延行为的分类。根据结果，我们将为每组学习者设计一种基于自我调节学习策略的学习支持方法，分为主动和被动的拖延行为类型，并为每个学习者单独提供学习支持，我们将展示高效学习。可以通过以下方式获得效果我们要求参加远程点播课程的学生对拖延意识特征量表做出反应，并比较根据他们的学习历史分类的拖延学习倾向组。拖延组在试验的前半段中有一次出现拖延，并且“对情况的乐观程度”、“拖延前的消极情绪”和“拖延期间的积极情绪”低于非拖延组。拖延组有量表得分较高的趋势。将一周内首次访问学习课程的时间量化为特征之一，周开始时间为0，周结束时间为1。 “努力顺序”被视为与时间无关地访问教材页面的顺序的变化的数值，并且使用在第w周和第w-1周访问的页码的两个数字序列来计算我们使用DDTW（衍生数据时间扭曲）计算的相似度来量化页面转换方法。我们设置了包括访问次数在内的特征，完成了特征工程，并检查了与结果和拖延行为的关系。