{"updated":"2025-01-19T18:39:57.964964+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00208772","sets":["6164:6165:7338:10458"]},"path":["10458"],"owner":"44499","recid":"208772","title":["エンゲージメントヒートマップーMoodleログのデータマイニングによる学習傾向の可視化ー"],"pubdate":{"attribute_name":"公開日","attribute_value":"2020-12-12"},"_buckets":{"deposit":"629f6e13-5d8b-4346-9c1f-98261b59e85e"},"_deposit":{"id":"208772","pid":{"type":"depid","value":"208772","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"エンゲージメントヒートマップーMoodleログのデータマイニングによる学習傾向の可視化ー","author_link":["524633","524634"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"エンゲージメントヒートマップーMoodleログのデータマイニングによる学習傾向の可視化ー"},{"subitem_title":"Engagement Heat Map: Visualization of Learners’ Characteristics by Data Mining of Moodle Logs","subitem_title_language":"en"}]},"item_type_id":"18","publish_date":"2020-12-12","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"愛知大学"}]},"item_18_text_4":{"attribute_name":"著者所属(英)","attribute_value_mlt":[{"subitem_text_value":"Aichi University","subitem_text_language":"en"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":44499,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/208772/files/IPSJ_SSS2020004.pdf","label":"IPSJ_SSS2020004.pdf"},"date":[{"dateType":"Available","dateValue":"2020-12-12"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ_SSS2020004.pdf","filesize":[{"value":"648.2 kB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"0","billingrole":"5"},{"tax":["include_tax"],"price":"0","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"5dcf0e7e-16c6-4a4a-af97-5af1d8963263","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2020 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"土橋, 喜"}],"nameIdentifiers":[{}]}]},"item_18_creator_6":{"attribute_name":"著者名(英)","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"Konomu, Dobashi","creatorNameLang":"en"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"本稿では，学習者の授業へのエンゲージメントを定量的に把握し，その特徴をヒートマップにより可視化する ために，エンゲージメントヒートマップ(engagement heat map)というコンセプトに基づく作成手法を提案した.さらに 提案したヒートマップと，従来の異常値検出方法との関連性について，カイ二乗検定により検証した.提案する手法 では，まず学習管理システムの Moodle を活用して授業と小テストを行い，教材閲覧のクリックストリームと小テス ト得点を収集した.そしてクリックストリームと小テスト得点から作成したヒートマップにより，学習者の授業への エンゲージメントのレベルを可視化し，識別可能であることを示した.具体的には教材閲覧のクリックストリームと 小テスト得点の偏差から，散布図とヒートマップを作成し，学習者のエンゲージメントの特徴を，次の 4 つのレベル に区分した.(1) クリックストリームが高く得点も高いレベル，(2) クリックストリームは低くいが得点は高いレベ ル，(3) クリックストリームが低く得点も低いレベル，(4) クリックストリームは高いが得点が低いレベル.授業回数 の増加に伴い，多くの学習者は 4 つのレベルを移動する傾向にあるが，一部には同じレベルに留まる傾向も見られ た.これらのレベルのうち，レベル 1 の上位部分には，良好な成績の学習者が含まれており，レベル 3 の下位部分に は，授業につまずいている学習者が含まれていることが，ヒートマップから見出すことができた.さらに学習者のヒ ートマップのレベル別の該当回数は，従来の異常値検出と相関関係にあることも明らかになった.","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"30","bibliographic_titles":[{"bibliographic_title":"情報教育シンポジウム論文集"}],"bibliographicPageStart":"23","bibliographicIssueDates":{"bibliographicIssueDate":"2020-12-12","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2020"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"created":"2025-01-19T01:10:08.672325+00:00","id":208772,"links":{}}