@article{oai:ipsj.ixsq.nii.ac.jp:00190755,
 author = {松居, 辰則 and MATSUI, Tatsunori},
 issue = {9},
 journal = {情報処理},
 month = {Aug},
 note = {ラーニングアナリティクス（LA）は，LMS（Learning Management System）を通して蓄積される学習履歴，LRS（Learning Record Store）に蓄積されるハイレベルインタラクションリソースが利用されることが一般であり，学習者の知識・理解状態（認知的領域）の推定を目的とすることが多い．これ対して，学習時に取得可能な生体情報やマウス等のデバイスの動き，あるいは学習者の姿勢や表情といったデータ（ローレベルインタラクションリソース（LLI））を用いて，学習者の感情状態や集中度など心的状態（情動的領域）の推定や技能やスキル（技能運動的領域）の支援への期待が高まっている．本稿では，マルチモーダルラーニングアナリティクス（MMLA）を「単一または複数のLLIを用いて認知的領域・情動的領域・技能運動的領域に関する学習支援を行うこと」ととらえて，MMLAを志向した研究を俯瞰し，実効性の高いMMLAの実現への課題を整理する．},
 pages = {810--814},
 title = {ラーニングアナリティクス：4．マルチモーダルラーニングアナリティクス},
 volume = {59},
 year = {2018}
}