| Item type |
Symposium(1) |
| 公開日 |
2020-06-17 |
| タイトル |
|
|
タイトル |
名刺型センサを用いた協調学習分析手法に関する一検討 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
Internet of Things |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
静岡大学大学院総合科学技術研究科 |
| 著者所属 |
|
|
|
静岡大学大学院総合科学技術研究科 |
| 著者所属 |
|
|
|
静岡大学大学院総合科学技術研究科 |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者名 |
山口, 隼平
大多和, 修介
大島, 律子
大島, 純
藤橋, 卓也
猿渡, 俊介
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
協調学習とは，他者と協調 (コラボレーション) しながら創造的な問題解決に取り組む能力を育む学習である．他の学習者と協調しながら問題解決に取り組むことによって，自身にはない考え方を他の学習者から学ぶことができたり，他の学習者と意見をすり合わせる過程を通じてメンバ間の社会的関係を向上させる能力を習得したりすることができる．しかしながら，現状の学習科学の分野では定性分析の手法を用いて協調学習を分析しているため，数十人が参加する協調学習を対象として分析するには人的コストや時間的コストの面で課題がある．本研究では，協調学習における定性分析をサポートすることを目的として学習科学の研究者が着目すべきポイントを自動抽出する「Sensor-based Regulation Profiler」を提案する．Sensor-based Regulation Profiler は，学習者からセンサデータを取得する名刺型センサと取得したセンサデータを分析するデータマイニング技術から構成される．データマイニング技術はセンサデータから協調学習中のソーシャルグラフ・学習フェーズ・発話者を自動抽出することで定性分析で生じるコストの低減を図る．名刺型センサを用いた実証実験からデバイス間における時刻同期誤差を約 30 マイクロ秒に抑えられることがわかった．また，実際の協調学習に対して Sensor-based Regulation Profiler を用いた実験評価から学習者のセンサデータを用いてソーシャルグラフ・学習フェーズを自動的に抽出・視覚化できること，平均約 77.8% の精度で発話者特定を実現できることがわかった． |
| 書誌情報 |
マルチメディア，分散協調とモバイルシンポジウム2192論文集
巻 2020,
p. 1194-1203,
発行日 2020-06-17
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-DICOMO2020173.pdf (1.8 MB)
