Recomendados
Mais conteúdo relacionado
Semelhante a Scrapboxを用いたオンラインノートの学習記録と学習成果の分析
Semelhante a Scrapboxを用いたオンラインノートの学習記録と学習成果の分析 (20)
Mais de Nobuhiko Kondo
Último
Último (7)
Scrapboxを用いたオンラインノートの学習記録と学習成果の分析
- 1. Scrapboxを用いたオンラインノートの 学習記録と学習成果の分析 〇近藤 伸彦1、畠中 利治2、松田 岳士1 1. 首都大学東京大学教育センター 2. 大阪大学大学院情報科学研究科
- 2. 本研究の概要 ◆ 大学教育の質保証 ⚫ アクティブラーニングの導入 ⚫ 汎用的能力の育成 ⚫ 学習成果の可視化の要請（IR: Institutional Research） ◆ 問題意識 ⚫ より実効的な手を打つためには、 マクロなデータ（成績、学生調査等）を可視化するだけでなく、 これと学習プロセスとの関連をあわせた 総合的な分析が必要では？ ◼ LA的手法とIRとの融合 ◆ 本発表 ⚫ 発表者の担当するアクティブラーニング型授業が対象 ⚫ Scrapboxによるオンラインノートの学習記録と学習成果の分析 22019年度 人工知能学会全国大会4 June 2019
- 3. 本授業の取り組み概要 ◆ 本研究の対象科目 ⚫ 「教養としてのデータサイエンス」（2018年度後期） ⚫ 首都大学東京教養科目、近藤が担当 ◼ 全学部・全学年履修可能（結果的に理系・1年生中心） ⚫ 現代的教養としての数理・データサイエンスの 「センス」としてのデータリテラシーの涵養が目的 ◼ データを見る力 ◼ データ分析の基礎スキル ⚫ ICTを活用したアクティブラーニング型の 授業設計と実践 ⚫ クラウドサービスのScrapboxを使用 32019年度 人工知能学会全国大会4 June 2019
- 4. 具体的な学習内容 ◆ データを扱うための基本中の基本 ⚫ テーマ① グラフ等によるデータの可視化 ⚫ テーマ② データの分布と数値要約（代表値・散布度等） ⚫ テーマ③ データの相関（相関係数、相関と因果、擬似相関 等） ◆ データ分析の基礎的手法と応用的手法の体験 ⚫ テーマ④ 統計的検定 ⚫ テーマ⑤ 機械学習（ニューラルネットワーク等） ⚫ テーマ⑥ 進化計算（遺伝的アルゴリズム等） ◆ 1テーマあたり2回ぶんほど 54 June 2019 2019年度 人工知能学会全国大会
- 5. 「オンラインノート作成→演習課題」のサイクル 4 June 2019 7 偶数回 【授業内】後半： ・今回のテーマについての 全体像の解説 【授業後（授業外学習）】 ・オンラインノート作り） 奇数回 【授業内】後半： ・演習課題に取り組む （個人でもグループでも可） 【授業後（授業外学習）】 ・未完の場合は演習の続き 【授業内】前半： ・前回の演習の解説 ・他の学生の解答をシェア 【授業内】前半： ・質問、疑問点等を解説 ・他の学生のオンラインノート をもとにブラッシュアップ 2019年度 人工知能学会全国大 各テーマについて以下のプロセス（オンラインノート作成と演習課題）
- 6. 「オンラインノート作成→演習課題」のサイクル 4 June 2019 8 偶数回 【授業内】後半： ・今回のテーマについての 全体像の解説 【授業後（授業外学習）】 ・オンラインノート作り） 各テーマについて以下のプロセス（オンラインノート作成と演習課題） 奇数回 【授業内】後半： ・演習課題に取り組む （個人でもグループでも可） 【授業後（授業外学習）】 ・未完の場合は演習の続き 【授業内】前半： ・前回の演習の解説 ・他の学生の解答をシェア 【授業内】前半： ・質問、疑問点等を解説 ・他の学生のオンラインノート をもとにブラッシュアップ 2019年度 人工知能学会全国大
- 7. オンラインノートの作成による学習 ◆ オンラインノートの作成による学習 ⚫ 6つのテーマそれぞれについて最初に講義をするのではなく、 ScrapboxというWebシステムを使って、 「自分だけのオンラインノート」をまず各自作ってくる ◼ 必要な知識を自分で調べて、自分なりに整理する ◼ 聞くだけ・写すだけではなく、自分で整理し文章を書く （外化する）、という行為が知識の定着を促す ⚫ このオンラインノートを使って演習課題を解く ◆ オンラインである大きなメリット ⚫ ネットにつながっていればいつでもどこでもいくらでも 記録、編集、閲覧ができる ⚫ 他者とオンライン上でノートを共有（相互参照）できる ⚫ さらに、Scrapboxは知識の整理に非常に適している 94 June 2019 2019年度 人工知能学会全国大会
- 8. Scrapboxとは ◆ 情報整理・思考整理のためのクラウドツール ⚫ https://scrapbox.io/product ⚫ カード型のスムーズWiki (倉下2018) ⚫ NOTA社による開発 ◆ 特徴 ⚫ テキストベースの簡易な入力記法 ⚫ リンクとハッシュタグにより 階層でなくフラットに情報を蓄積・構造化 ◼ 容易かつスケーラブルに知識をネットワーク化できる ⚫ 多人数同時編集が可能 102019年度 人工知能学会全国大会4 June 2019
- 9. Scrapboxとは 112019年度 人工知能学会全国大会4 June 2019 ページ単位で 情報入力 ページの集まりで 1つの「プロジェクト」
- 10. リンクとハッシュタグでページ間をつなぐ 122019年度 人工知能学会全国大会4 June 2019 #でハッシュタグ 各ページに情報入力 ・箇条書き ・URLへのリンク ・画像、動画 など []で囲むと 他のページへリンク ページ内に登場する リンク先ページ さらに、リンク先から つながっている ページも表示 （2-hop link）
- 11. オンラインノート作成（調べ学習）の導線 ◆ テーマごとに 「ヒントとしての 概念マップ」を 配布 ◆ これをヒントに 調べ学習 ◆ 重要なものは 色付けをして 導線に ◆ 周辺は余裕・興味 のある人向け（色 も半透明に…） 132019年度 人工知能学会全国大会4 June 2019 きっかけ（目次）だけ与えて、あとは自由に芋づる式に 自分で学んでいってほしい、というねらい （この科目がポータルのようになればいい）
- 13. 本研究で用いるデータ ◆ 2018年度後期授業履修者のうち 研究での使用に同意が得られた46名のデータ ⚫ Scrapboxへの入力ログ（JSON） ⚫ 授業後アンケート回答 152019年度 人工知能学会全国大会4 June 2019
- 14. Scrapboxのログ ◆ Scrapboxへの入力内容をJSON形式でエクスポート可能 ◆ 適当にパースして 各ページの文字数や ページ間のリンク構造 を定量化 162019年度 人工知能学会全国大会4 June 2019
- 16. オンラインノート作成状態の定量化 ◆ 作成した各ページと6つのテーマとの関連 ◆ これらはすべて全学生で（匿名で）共有している 182019年度 人工知能学会全国大会4 June 2019
- 17. オンラインノートのリンク構造の可視化 ◆ ページ館のリンク構造を可視化するツール[daiiz 19] ⚫ https://daiiz-apps.appspot.com/scrap-graph ⚫ https://scrapbox.io/scrapbox-drinkup/ページの繋がりの視覚化_(daiiz) ◆ JSONを読み込ませるだけ 192019年度 人工知能学会全国大会4 June 2019
- 22. オンラインノート作成状態と自己評価 学生 文字 数 合計 リンク ＋被リ ンク合 計 同一 テーマ へのリ ンク数 別テー マへの リンク 数 テーマ 1自己 評価 テーマ 2自己 評価 テーマ 3自己 評価 テーマ 4自己 評価 テーマ 5自己 評価 テーマ 6自己 評価 A 17,260 316 146 18 5 5 5 5 5 5 B 35,657 255 105 36 5 4 4 2 5 4 C 18,698 0 0 0 4 4 4 4 4 4 D 10,701 26 7 4 4 2 2 3 3 3 Mean 11,268.3 60.7 27.5 9.6 4.1 4.0 3.9 3.3 3.3 3.3 SD 10,161.4 72.6 33.2 38.6 0.6 0.8 0.8 1.0 0.9 0.9 242019年度 人工知能学会全国大会4 June 2019 オンラインノート 作成状態の指標値 テーマごとの自己評価 （1～5の5段階） ※データ使用の同意が得られた46名のデータより
- 23. リンクを意識する効果 ◆ 「ただただ、たくさん書く」よりも、 つながりを意識しページ間リンクを多く貼るほうが 理解の自己評価が高い傾向にあった 252019年度 人工知能学会全国大会4 June 2019 相関係数0.132相関係数0.430 ただし、文字数は成績評価と連動させていたので 文字数にはインセンティブがあった（リンク数にはない）
- 24. まとめと今後 ◆ 本研究 ⚫ Scrapboxでのオンラインノート作成のようすを定量化・可視化 ⚫ リンク構造を意識するほど自己理解「感」は高い傾向 ◆ 今後の展開 ⚫ 今回のものは「プロセス」というより「結果」に近い ◼ 結果的なリンク構造や文字数のみをみている ◼ 記述行ごとのログも取得できたりSlack通知も可能なので より細かくデータ取得・活用することも可能 ⚫ 自己評価以外の「学習成果」との関係の分析 ◼ IRとの関係の整理 ⚫ プロセスの可視化の結果を学生にフィードバック ⚫ 「モデル主導」なアプローチとの連携 262019年度 人工知能学会全国大会4 June 2019
- 25. ご清聴ありがとうございました 274 June 2019 近藤 伸彦 e-mail: kondo@tmu.ac.jp twitter: @nobuhiko_kondo Facebook: nobuhiko.kondo 2019年度 人工知能学会全国大会 本研究はJSPS科研費 JP19K03005の助成を受けたものです。