[論文レビュー] A Survey on Studying the Social Networks of Students

Akrati Saxena, Pratishtha Saxena+2 more|arXiv (Cornell University)|Jul 23, 2019

Online Learning and Analytics参考文献 66被引用数 6

ひとこと要約

本調査は、学生の社会的ネットワーク（物理的およびオンライン）を社会的ネットワーク分析（SNA）を用いて統合的に調査し、教育的成果の向上を図るものである。ネットワーク構造と学業成績、協働行動、行動様式の相関関係を示し、インクルーシブな学習の促進、孤立した学生の特定、データ駆動型の介入による悪質行動の是正にSNAを活用する手法を提言する。

ABSTRACT

Do studies show that physical and online students' social networks support education? Analyzing interactions between students in schools and universities can provide a wealth of information. Studies on students' social networks can help us understand their behavioral dynamics, the correlation between their friendships and academic performance, community and group formation, information diffusion, and so on. Educational goals and holistic development of students with various academic abilities and backgrounds can be achieved by incorporating the findings attained by the studies in terms of knowledge propagation in classroom and spread of delinquent behaviors. Moreover, we use Social Network Analysis (SNA) to identify isolated students, ascertain the group study culture, analyze the spreading of various habits like smoking, drinking, and so on. In this paper, we present a review of the research showing how analysis of students' social networks can help us identify how improved educational methods can be used to make learning more inclusive at both school and university levels and achieve holistic development of students through expansion of their social networks, as well as control the spread of delinquent behaviors.

研究の動機と目的

• 教育現場における協働学習および包括的かつ包括的な学生発達を改善するため、社会的ネットワーク分析（SNA）がどのように活用できるかを検討すること。
• 学業成績、同級生支援、行動的成果と相関する学生ネットワークの構造的パターンを特定すること。
• SNAが孤立した学生、影響力のある同級生、実務的コミュニティを特定する有効性を評価すること。
• 自己報告データへの依存やネットワーク評価の頻度不足といった、現在の研究における限界を明らかにすること。
• 教師・生徒間の統合的ネットワーク分析と自動化されたデータ収集を提言し、リアルタイムの教育的介入を支援すること。

提案手法

• 自己報告アンケート（例：友人指名、支援要請のリンクなど）とMoodleや協働学習システムなどのプラットフォームからの受動的データを含む、複数のデータ収集手法を用いる。
• 中心性指標、コミュニティ検出、同質性分析などのSNA技術を用い、影響力のある学生や結束の強いグループを特定する。
• 動的ネットワークモデルを用いて、絆の変化とその行動（薬物使用や不正行為など）への影響を分析する。
• UCINET、RSiena、Gephi、NetworkXなどのソフトウェアツールを活用し、ネットワークの可視化、統計的モデリング、社会的構造のリアルタイム分析を行う。
• ネットワーク指標と教育的成果を統合し、知識の拡散、チームワーク、同級生支援の有効性を評価する。
• オンライン学習プラットフォームやソーシャルメディアを活用した自動データパイプラインの構築を提言し、時間のかかるアンケート調査への依存を減らす。

実験結果

リサーチクエスチョン

• RQ1 学生の社会的ネットワーク内での位置づけが、学業成績および協働的行動にどのように関連しているか。
• RQ2 クライクや弱い絆といったネットワーク構造が、不正行為、喫煙、アルコール摂取といった悪質行動の拡散にどの程度影響を及えるか。
• RQ3 SNAツールを活用して孤立した学生をどのように特定し、包摂的学習環境を支援できるか。
• RQ4 同質性およびコミュニティ構造が、教育的ネットワーク内での同級生支援と情報拡散に果たす役割は何か。
• RQ5 教師・生徒間の社会的ネットワークが、長期的な教育的影響を理解し、生徒の関与喪失を減らすために果たす役割は何か。

主な発見

• 社会的ネットワーク内で中心的な位置にある学生は、学業成績が高く、情報拡散においても影響力が強い傾向にある。
• 結束の強い友人関係と教職員との弱い絆は、不正行為や非道徳的行動の増加と正の相関関係にある。
• 友人関係のデータを活用することで、実際の友人関係と一致するリンクを最小限に抑えた試験会場の配置を最適化でき、不正行為の機会を減らせる。
• 人種、民族的背景、社会経済的地位に基づく同質性は、学生の分離を助長するが、これを是正するための対象的混在プログラムによって是正可能である。
• Moodleなどのプラットフォームからの受動的データ収集は、自己報告アンケートよりも正確で頻度の高いネットワーク評価を可能にする。
• 教師・生徒間の統合的ネットワーク分析により、教職員の長期的影響が学生のグループ形成に及ぼす影響が明らかになり、学習支援から離脱している学生を特定できる。