WEKO3
アイテム
ドロップアウト抑制のための個別最適化指導法の提案の自動化
https://ipsj.ixsq.nii.ac.jp/records/216883
https://ipsj.ixsq.nii.ac.jp/records/21688342dc780d-a53b-4cd5-9898-29be150605db
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CLE22036009.pdf (1.0 MB)
|
Copyright (c) 2022 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-03-02 | |||||||||
| タイトル | ||||||||||
| タイトル | ドロップアウト抑制のための個別最適化指導法の提案の自動化 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Automatic proposal of individual optimized teaching method for dropout control | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||
| 資源タイプ | technical report | |||||||||
| 著者所属 | ||||||||||
| 筑波大学 | ||||||||||
| 著者所属 | ||||||||||
| 筑波大学 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Tsukuba University | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Tsukuba University | ||||||||||
| 著者名 |
小高, 一
× 小高, 一
× 三末, 和男
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 2年制学科が多い専門学校では，学生のドロップアウト兆候を早期に発見して，適切な指導を行うことで，勉学の機会を失わせないことが重要である．本研究では，ドロップアウトする可能性のある学生を検出できたとして，その次の段階で必要となる，適切な指導方法を早期に提案することの支援を目指した．まず，指導方法を分類するために，過去にドロップアウトした学生の1年次末のデータを利用してクラスタリングを行い，さらに教員19名がクラスタリング結果に基いて指導方法による学生のグループ分けを行った．次に，1年次前期までのデータを利用して，学生の指導方法グループへの自動分類を試みた．これは，半年後に必要となる指導方法を予測することを意味する．結果として，約88%の学生には効果的な指導を提案できることが分った．また、分類としては不正解であり，提案された指導では逆効果となる可能性がある学生が2名存在したが，それらについても教員が前期末時点のデータを確認すれば，不適切な指導を行う可能性が低いことから，実用的にも問題ない精度が得られたと考えられる． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | In vocational schools, many two-year courses, it is important to detect signs of student dropout at an early stage and provide appropriate guidance so that students do not lose the opportunity to study. In the case of vocational schools, many two-year courses, it is important to provide appropriate guidance so that they do not lose the opportunity to study, too. we assume that we can detect students who are likely to drop out. In this study, we support the early detection of students who may drop out, and to propose appropriate guidance methods in the next stage. First, for classify the teaching methods, we used the data at the end of the first year of students. In order to categorize the instructional methods, clustering was conducted using the data at the end of the first year , and 19 teachers grouped the students according to the instructional methods based on the clustering results. In addition, 19 teachers grouped the students according to their teaching methods based on the clustering results. Next, using the data up to the first semester of the first year, we attempted to automatically classify the students into instructional method groups. This means that we can predict the instructional methods that will be required after six months. As a result, about 88% of the students were classified into one of these groups. As a result, we found that we could propose effective teaching methods for about 88% of the students. In addition, there were two students who were suggested incorrectly group might be counterproductive. But the possibility of inappropriate instruction is low if the teacher checks the data at the end of the first semester. However, there were two students might have been counterproductive. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA12496725 | |||||||||
| 書誌情報 |
研究報告教育学習支援情報システム（CLE） 巻 2022-CLE-36, 号 9, p. 1-7, 発行日 2022-03-02 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8620 | |||||||||
| Notice | ||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
