文献

J-GLOBAL ID：200902221274846834   整理番号：08A1143589

e-learningにおける学習者の動作観測に基づく主観的難易度の推定

Estimating Learners’ Subjective Impressions of the Difficulty of Course Materials by Observing Their Behaviors in e-Learning

著者 (4件)： 中村和晃 (京大 大学院情報学研究科) ,  角所考 (京大 学術情報メディアセ) ,  村上正行 (京都外語大 マルチメデイア教育研究セ) ,  美濃導彦 (京大 学術情報メディアセ)
資料名： 人工知能学会先進的学習科学と工学研究会資料  (人工知能学会研究会資料)
巻： 54th  ページ： 23-30  発行年： 2008年11月05日 
JST資料番号： L1424A  ISSN： 1349-4104  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： e-learningでは学習者の学習ログを用い,教授内容に対する学習者の理解度のみを考慮した授業改善が行われている。本論文では,Atkinsonの達成動機づけ理論を学習場面に当てはめ,教授内容に対する主観的難易度が学習者の関心・意欲の程度に深く関連すると考え,その高低を非同期型e-learning中の学習者の観測情報から推定する手法を提案した。まず,モニタ後方から画面越しに学習者を透視したような画像を合成するシステムを用い,その観測映像を被験者7名に提示する予備実験を行った。学習者が簡単/難しい問題群からなるテストを解答する様子からどちらがより難しそうに見えたか,及びその理由を自由回答させ,i)首を傾げているか,ii)同一箇所をどれくらいの間凝視しているか,iii)解答にどれくらいの時間を要したかを特徴量候補とした。実際にi)~iii)と主観的難易度との相関を調べたところ個人適応の必要性が明らかになり,SVM(Support Vector Machine)を用いた学習によって平均85.8%の識別率で被験者の主観的難易度を正しく推定できることが確かめられた。

シソーラス用語： *eラーニング ,  了解度 ,  動機づけ ,  度 ,  興味 ,  心理学 ,  *画像合成 ,  *コンピュータビジョン ,  特徴抽出 ,  情報 ,  *サポートベクトルマシン ,  機械学習
準シソーラス用語： 意欲 ,  学習者 ,  関心 ,  特徴量 ,  難易度 ,  理解度

分類 (4件)： CAI  (JE09000G) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： e-Learning ,  学習 ,  観測 ,  難易度 ,  推定