講演抄録/キーワード |
講演名 |
2015-01-31 10:50
ブレンディッド学習におけるノート特徴情報によるテスト得点予測 ○中山 実(東工大)・六浦光一・山本洋雄(信州大) ET2014-75 |
抄録 |
(和) |
ブレンディッド学習で学生が記録したノートの特徴情報と学習者特性から,
最終テスト得点が予測できるかを分析した.また,予測におけるノート記
録の効果を検討した.
最終テスト得点を予測する方法として,重回帰分析,サポートベクトル回帰を適
用した.重回帰分析で変数選択法を適用し,寄与が大きな変数を抽出した.
その結果,前半の授業回でのノート記録特徴による説明率が高かった.
また,ノート記録指導の効果を調べたところ,ノート記録指導をした場合には,
ノート特徴量の寄与が顕著で,それらによる説明率も高かった.
選択された変数にサポートベクトル回帰を適用することにより,最終テスト得点
の予測ができることを確認した.また,授業回の進捗による予測性能を調べる
と,授業回中盤までのノート記録特徴量で予測した場合の性能が高かった. |
(英) |
The prediction of learning performance using features of note-taking
activity and learner's characteristics is determined in a blended
learning course.
The analysis was conducted with multiple regression analysis and support
vector regression techniques.
A variable selection method with multiple regression analysis extracted
some contributed variables which were mostly linguistic features of
note-taking in the first half of course sessions. Instruction of
note-taking techniques emphasized contributions of features regarding
note-taking activity for prediction performance of the test scores.
The prediction performances using those selected variables and support
vector regression technique were evaluated. The significant features of
note-taking were discussed. |
キーワード |
(和) |
ブレンディッド学習 / ノート評価 / 予測 / 重回帰分析 / サポートベクトル回帰 / / / |
(英) |
blended learning / note assessment / prediction / multiple regression / support vector regression / / / |
文献情報 |
信学技報, vol. 114, no. 441, ET2014-75, pp. 17-22, 2015年1月. |
資料番号 |
ET2014-75 |
発行日 |
2015-01-24 (ET) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
ET2014-75 |
研究会情報 |
研究会 |
ET |
開催期間 |
2015-01-31 - 2015-01-31 |
開催地(和) |
目白大学 |
開催地(英) |
Mejiro Univ. |
テーマ(和) |
スキル教育/一般 |
テーマ(英) |
Skill Learning, etc. |
講演論文情報の詳細 |
申込み研究会 |
ET |
会議コード |
2015-01-ET |
本文の言語 |
日本語 |
タイトル(和) |
ブレンディッド学習におけるノート特徴情報によるテスト得点予測 |
サブタイトル(和) |
|
タイトル(英) |
An estimation of test scores using features of note-taking during a blended learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
ブレンディッド学習 / blended learning |
キーワード(2)(和/英) |
ノート評価 / note assessment |
キーワード(3)(和/英) |
予測 / prediction |
キーワード(4)(和/英) |
重回帰分析 / multiple regression |
キーワード(5)(和/英) |
サポートベクトル回帰 / support vector regression |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
中山 実 / Minoru Nakayama / ナカヤマ ミノル |
第1著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Tech.) |
第2著者 氏名(和/英/ヨミ) |
六浦 光一 / Kouichi Mutsuura / ムツウラ コウイチ |
第2著者 所属(和/英) |
信州大学 (略称: 信州大)
Shinshu University (略称: Shinshu Univ.) |
第3著者 氏名(和/英/ヨミ) |
山本 洋雄 / Hiroh Yamamoto / ヤマモト ヒロオ |
第3著者 所属(和/英) |
信州大学 (略称: 信州大)
Shinshu University (略称: Shinshu Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2015-01-31 10:50:00 |
発表時間 |
25分 |
申込先研究会 |
ET |
資料番号 |
ET2014-75 |
巻番号(vol) |
vol.114 |
号番号(no) |
no.441 |
ページ範囲 |
pp.17-22 |
ページ数 |
6 |
発行日 |
2015-01-24 (ET) |