SlideShare a Scribd company logo
Submit Search
Upload
Scrapboxを用いたオンラインノートの学習記録と学習成果の分析
Report
N
Nobuhiko Kondo
Follow
•
1 like
•
717 views
1
of
25
Scrapboxを用いたオンラインノートの学習記録と学習成果の分析
•
1 like
•
717 views
Download Now
Download to read offline
Report
Education
2019年度 人工知能学会全国大会(4 June 2019)
Read more
N
Nobuhiko Kondo
Follow
Recommended
Scrapboxを用いたアクティブラーニング型授業における学習プロセスの可視化と共有
Nobuhiko Kondo
460 views
•
31 slides
論点整理から検討するアクティブ・ラーニング
y_kasugai
1.1K views
•
63 slides
高等学校普通科におけるプログラミングの授業実践
y_kasugai
1.9K views
•
35 slides
学習者の英語ライティング方略 使用傾向の操作化―ポーズの位置に着目した予備的検討― 配布資料
Yusaku Kawaguchi
802 views
•
4 slides
20171108_業績評価指標の仕組みと調べ方 ―Top10%論文を中心に―
Hiroyuki Chiba
3.5K views
•
32 slides
20230610ビジネス実務学会_基調講演.pdf
東京工業大学
18 views
•
36 slides
More Related Content
Similar to Scrapboxを用いたオンラインノートの学習記録と学習成果の分析
PMIフォーラム2014 プロジェクト型演習における最適なチーム構成とは?学びの過程はどのようなものか?~早稲田大学情報理工学科の実践~
Hironori Washizaki
2K views
•
18 slides
Jaue2011 ehimepresentation
Eiji Tomida
233 views
•
15 slides
九州大学教育ビッグデータプロジェクト ~ラーニングアナリティクス(LA)の活用~
Japan Electronic Publishing Association
3.2K views
•
86 slides
20180620 NII学術情報基盤オープンフォーラム(オープン・サイエンス・トラック)
Chihiro (千裕) Kunimoto (國本)
226 views
•
20 slides
140808_SLA甲府大会_manual
sliiic
2K views
•
54 slides
H28 08-27 産学連携学会 第4回研究会(1h)
Masao Mori
895 views
•
44 slides
Similar to Scrapboxを用いたオンラインノートの学習記録と学習成果の分析
(20)
PMIフォーラム2014 プロジェクト型演習における最適なチーム構成とは?学びの過程はどのようなものか?~早稲田大学情報理工学科の実践~
Hironori Washizaki
•
2K views
Jaue2011 ehimepresentation
Eiji Tomida
•
233 views
九州大学教育ビッグデータプロジェクト ~ラーニングアナリティクス(LA)の活用~
Japan Electronic Publishing Association
•
3.2K views
20180620 NII学術情報基盤オープンフォーラム(オープン・サイエンス・トラック)
Chihiro (千裕) Kunimoto (國本)
•
226 views
140808_SLA甲府大会_manual
sliiic
•
2K views
H28 08-27 産学連携学会 第4回研究会(1h)
Masao Mori
•
895 views
OpenDataの利活用と日本における情報経済社会の推進
Satoshi Iida
•
1.5K views
20181030 JPCOAR@図書館総合展「オープンサイエンスに向けた具体的活動2:研究データ」
Chihiro (千裕) Kunimoto (國本)
•
184 views
20180510_ICON技術セミナー5_田村
ICT_CONNECT_21
•
310 views
ナレッジグラフとオントロジー
University of Tsukuba
•
5.4K views
20151029 CODATA
Taro misumi
•
152 views
ウェブと研究者との関わり方20150302
Yusuke Yamamoto
•
2.1K views
2015-06-28 日本情報科教育学会 第8回全国大会 プロジェクト管理手法を活用した問題解決指導の予備実践と評価
Yoshiki Sato
•
1.5K views
情報システム創成研究分野への誘い
情報システム創成研究分野
•
7.7K views
221026Chiba-Alps-Seminar.pdf
Yusuke Morita
•
21 views
東工大情報活用IR室に関する講演資料
Masao Mori
•
357 views
国内外におけるオープンエデュケーションの歩みと今後の課題
Katsusuke Shigeta
•
1K views
Code4lib2023_practice_of_generativeAI
Nanako Takahashi
•
132 views
できない学生向けの学習(修)支援サービス 田邊稔
株式会社エムエムツインズ, Yokohama
•
1.9K views
河野ゼミ研究紹介20211020
義広 河野
•
2.5K views
More from Nobuhiko Kondo
クラウドサービスを活用した相互閲覧・相互評価ベースの授業設計と実践
Nobuhiko Kondo
534 views
•
43 slides
授業外学習時間に関するアンケート調査の回答と実際の値の比較
Nobuhiko Kondo
92 views
•
26 slides
自動選定した教学IRデータに基づくアカデミック・サクセスの予測
Nobuhiko Kondo
85 views
•
39 slides
学生の主体性を引き出す導入教育としてのオリエンテーションの再構築 ―教学IRとしての学習成果アセスメント―
Nobuhiko Kondo
621 views
•
28 slides
Early Detection of At-Risk Students Using Machine Learning Based on LMS Log Data
Nobuhiko Kondo
564 views
•
27 slides
教学IRにおける予測モデル活用の枠組み
Nobuhiko Kondo
978 views
•
37 slides
More from Nobuhiko Kondo
(6)
クラウドサービスを活用した相互閲覧・相互評価ベースの授業設計と実践
Nobuhiko Kondo
•
534 views
授業外学習時間に関するアンケート調査の回答と実際の値の比較
Nobuhiko Kondo
•
92 views
自動選定した教学IRデータに基づくアカデミック・サクセスの予測
Nobuhiko Kondo
•
85 views
学生の主体性を引き出す導入教育としてのオリエンテーションの再構築 ―教学IRとしての学習成果アセスメント―
Nobuhiko Kondo
•
621 views
Early Detection of At-Risk Students Using Machine Learning Based on LMS Log Data
Nobuhiko Kondo
•
564 views
教学IRにおける予測モデル活用の枠組み
Nobuhiko Kondo
•
978 views
Recently uploaded
SPTR 3_Revised.pdf
スパトレ
9 views
•
31 slides
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『環境・社会理工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
83 views
•
7 slides
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『生命理工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
85 views
•
3 slides
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『情報理工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
89 views
•
4 slides
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
95 views
•
3 slides
GL09.pdf
Masato FUKUHARA
28 views
•
18 slides
Recently uploaded
(8)
SPTR 3_Revised.pdf
スパトレ
•
9 views
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『環境・社会理工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
•
83 views
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『生命理工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
•
85 views
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『情報理工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
•
89 views
東京工業大学の新しい総合型・学校推薦型選抜(一般枠・女子枠)『工学院の変更点、出題のねらいと出題例』
Tokyo Institute of Technology
•
95 views
GL09.pdf
Masato FUKUHARA
•
28 views
高校生起業家教育プログラム「エヌイチ道場」インパクトレポート2.pdf
Sunaba
•
10 views
GP09.pdf
Masato FUKUHARA
•
140 views
Scrapboxを用いたオンラインノートの学習記録と学習成果の分析
1.
Scrapboxを用いたオンラインノートの 学習記録と学習成果の分析 〇近藤 伸彦1、畠中 利治2、松田
岳士1 1. 首都大学東京大学教育センター 2. 大阪大学大学院情報科学研究科
2.
本研究の概要 ◆ 大学教育の質保証 ⚫ アクティブラーニングの導入 ⚫
汎用的能力の育成 ⚫ 学習成果の可視化の要請(IR: Institutional Research) ◆ 問題意識 ⚫ より実効的な手を打つためには、 マクロなデータ(成績、学生調査等)を可視化するだけでなく、 これと学習プロセスとの関連をあわせた 総合的な分析が必要では? ◼ LA的手法とIRとの融合 ◆ 本発表 ⚫ 発表者の担当するアクティブラーニング型授業が対象 ⚫ Scrapboxによるオンラインノートの学習記録と学習成果の分析 22019年度 人工知能学会全国大会4 June 2019
3.
本授業の取り組み概要 ◆ 本研究の対象科目 ⚫ 「教養としてのデータサイエンス」(2018年度後期) ⚫
首都大学東京教養科目、近藤が担当 ◼ 全学部・全学年履修可能(結果的に理系・1年生中心) ⚫ 現代的教養としての数理・データサイエンスの 「センス」としてのデータリテラシーの涵養が目的 ◼ データを見る力 ◼ データ分析の基礎スキル ⚫ ICTを活用したアクティブラーニング型の 授業設計と実践 ⚫ クラウドサービスのScrapboxを使用 32019年度 人工知能学会全国大会4 June 2019
4.
具体的な学習内容 ◆ データを扱うための基本中の基本 ⚫ テーマ①
グラフ等によるデータの可視化 ⚫ テーマ② データの分布と数値要約(代表値・散布度等) ⚫ テーマ③ データの相関(相関係数、相関と因果、擬似相関 等) ◆ データ分析の基礎的手法と応用的手法の体験 ⚫ テーマ④ 統計的検定 ⚫ テーマ⑤ 機械学習(ニューラルネットワーク等) ⚫ テーマ⑥ 進化計算(遺伝的アルゴリズム等) ◆ 1テーマあたり2回ぶんほど 54 June 2019 2019年度 人工知能学会全国大会
5.
「オンラインノート作成→演習課題」のサイクル 4 June 2019
7 偶数回 【授業内】後半: ・今回のテーマについての 全体像の解説 【授業後(授業外学習)】 ・オンラインノート作り) 奇数回 【授業内】後半: ・演習課題に取り組む (個人でもグループでも可) 【授業後(授業外学習)】 ・未完の場合は演習の続き 【授業内】前半: ・前回の演習の解説 ・他の学生の解答をシェア 【授業内】前半: ・質問、疑問点等を解説 ・他の学生のオンラインノート をもとにブラッシュアップ 2019年度 人工知能学会全国大 各テーマについて以下のプロセス(オンラインノート作成と演習課題)
6.
「オンラインノート作成→演習課題」のサイクル 4 June 2019
8 偶数回 【授業内】後半: ・今回のテーマについての 全体像の解説 【授業後(授業外学習)】 ・オンラインノート作り) 各テーマについて以下のプロセス(オンラインノート作成と演習課題) 奇数回 【授業内】後半: ・演習課題に取り組む (個人でもグループでも可) 【授業後(授業外学習)】 ・未完の場合は演習の続き 【授業内】前半: ・前回の演習の解説 ・他の学生の解答をシェア 【授業内】前半: ・質問、疑問点等を解説 ・他の学生のオンラインノート をもとにブラッシュアップ 2019年度 人工知能学会全国大
7.
オンラインノートの作成による学習 ◆ オンラインノートの作成による学習 ⚫ 6つのテーマそれぞれについて最初に講義をするのではなく、 ScrapboxというWebシステムを使って、 「自分だけのオンラインノート」をまず各自作ってくる ◼
必要な知識を自分で調べて、自分なりに整理する ◼ 聞くだけ・写すだけではなく、自分で整理し文章を書く (外化する)、という行為が知識の定着を促す ⚫ このオンラインノートを使って演習課題を解く ◆ オンラインである大きなメリット ⚫ ネットにつながっていればいつでもどこでもいくらでも 記録、編集、閲覧ができる ⚫ 他者とオンライン上でノートを共有(相互参照)できる ⚫ さらに、Scrapboxは知識の整理に非常に適している 94 June 2019 2019年度 人工知能学会全国大会
8.
Scrapboxとは ◆ 情報整理・思考整理のためのクラウドツール ⚫ https://scrapbox.io/product ⚫
カード型のスムーズWiki (倉下2018) ⚫ NOTA社による開発 ◆ 特徴 ⚫ テキストベースの簡易な入力記法 ⚫ リンクとハッシュタグにより 階層でなくフラットに情報を蓄積・構造化 ◼ 容易かつスケーラブルに知識をネットワーク化できる ⚫ 多人数同時編集が可能 102019年度 人工知能学会全国大会4 June 2019
9.
Scrapboxとは 112019年度 人工知能学会全国大会4 June
2019 ページ単位で 情報入力 ページの集まりで 1つの「プロジェクト」
10.
リンクとハッシュタグでページ間をつなぐ 122019年度 人工知能学会全国大会4 June
2019 #でハッシュタグ 各ページに情報入力 ・箇条書き ・URLへのリンク ・画像、動画 など []で囲むと 他のページへリンク ページ内に登場する リンク先ページ さらに、リンク先から つながっている ページも表示 (2-hop link)
11.
オンラインノート作成(調べ学習)の導線 ◆ テーマごとに 「ヒントとしての 概念マップ」を 配布 ◆ これをヒントに 調べ学習 ◆
重要なものは 色付けをして 導線に ◆ 周辺は余裕・興味 のある人向け(色 も半透明に…) 132019年度 人工知能学会全国大会4 June 2019 きっかけ(目次)だけ与えて、あとは自由に芋づる式に 自分で学んでいってほしい、というねらい (この科目がポータルのようになればいい)
12.
Scrapboxログからの 学習プロセスの分析・可視化
13.
本研究で用いるデータ ◆ 2018年度後期授業履修者のうち 研究での使用に同意が得られた46名のデータ ⚫ Scrapboxへの入力ログ(JSON) ⚫
授業後アンケート回答 152019年度 人工知能学会全国大会4 June 2019
14.
Scrapboxのログ ◆ Scrapboxへの入力内容をJSON形式でエクスポート可能 ◆ 適当にパースして 各ページの文字数や ページ間のリンク構造 を定量化 162019年度
人工知能学会全国大会4 June 2019
15.
オンラインノート作成状態の定量化 ◆ Scrapboxで作成したページ数や各ページの文字数 172019年度 人工知能学会全国大会4
June 2019
16.
オンラインノート作成状態の定量化 ◆ 作成した各ページと6つのテーマとの関連 ◆ これらはすべて全学生で(匿名で)共有している 182019年度
人工知能学会全国大会4 June 2019
17.
オンラインノートのリンク構造の可視化 ◆ ページ館のリンク構造を可視化するツール[daiiz 19] ⚫
https://daiiz-apps.appspot.com/scrap-graph ⚫ https://scrapbox.io/scrapbox-drinkup/ページの繋がりの視覚化_(daiiz) ◆ JSONを読み込ませるだけ 192019年度 人工知能学会全国大会4 June 2019
18.
学生A:リンクを意識的に貼っている例 202019年度 人工知能学会全国大会4 June
2019
19.
学生B:リンクを意識的に貼っている例 212019年度 人工知能学会全国大会4 June
2019
20.
学生C:リンクを全く貼らない例 222019年度 人工知能学会全国大会4 June
2019
21.
学生D:リンクをほとんど貼らない例 232019年度 人工知能学会全国大会4 June
2019
22.
オンラインノート作成状態と自己評価 学生 文字 数 合計 リンク +被リ ンク合 計 同一 テーマ へのリ ンク数 別テー マへの リンク 数 テーマ 1自己 評価 テーマ 2自己 評価 テーマ 3自己 評価 テーマ 4自己 評価 テーマ 5自己 評価 テーマ 6自己 評価 A 17,260 316
146 18 5 5 5 5 5 5 B 35,657 255 105 36 5 4 4 2 5 4 C 18,698 0 0 0 4 4 4 4 4 4 D 10,701 26 7 4 4 2 2 3 3 3 Mean 11,268.3 60.7 27.5 9.6 4.1 4.0 3.9 3.3 3.3 3.3 SD 10,161.4 72.6 33.2 38.6 0.6 0.8 0.8 1.0 0.9 0.9 242019年度 人工知能学会全国大会4 June 2019 オンラインノート 作成状態の指標値 テーマごとの自己評価 (1~5の5段階) ※データ使用の同意が得られた46名のデータより
23.
リンクを意識する効果 ◆ 「ただただ、たくさん書く」よりも、 つながりを意識しページ間リンクを多く貼るほうが 理解の自己評価が高い傾向にあった 252019年度 人工知能学会全国大会4
June 2019 相関係数0.132相関係数0.430 ただし、文字数は成績評価と連動させていたので 文字数にはインセンティブがあった(リンク数にはない)
24.
まとめと今後 ◆ 本研究 ⚫ Scrapboxでのオンラインノート作成のようすを定量化・可視化 ⚫
リンク構造を意識するほど自己理解「感」は高い傾向 ◆ 今後の展開 ⚫ 今回のものは「プロセス」というより「結果」に近い ◼ 結果的なリンク構造や文字数のみをみている ◼ 記述行ごとのログも取得できたりSlack通知も可能なので より細かくデータ取得・活用することも可能 ⚫ 自己評価以外の「学習成果」との関係の分析 ◼ IRとの関係の整理 ⚫ プロセスの可視化の結果を学生にフィードバック ⚫ 「モデル主導」なアプローチとの連携 262019年度 人工知能学会全国大会4 June 2019
25.
ご清聴ありがとうございました 274 June 2019 近藤
伸彦 e-mail: kondo@tmu.ac.jp twitter: @nobuhiko_kondo Facebook: nobuhiko.kondo 2019年度 人工知能学会全国大会 本研究はJSPS科研費 JP19K03005の助成を受けたものです。