[論文レビュー] E- Learning: An effective pedagogical tool for learning

Boumedyen Shannaq, Kaneez+2 more|arXiv (Cornell University)|Aug 26, 2011

Online Learning and Analytics参考文献 8被引用数 6

ひとこと要約

本研究では、教育データセットを用いた意思決定木分析（J48）を用いて、高等教育におけるeラーニングの教育的効果を調査している。オンライン試験の導入が平均クラス成績を顕著に向上させることを明らかにした。これは、eラーニングが技術統合とインタラクティブな方法を組み合わせることで、伝統的な教育を効果的に強化できる可能性を示している。

ABSTRACT

In the info-tech age E-Methods of learning are becoming the most important vehicle in disseminating knowledge in higher education institutions. This sector is growing and changing at a rapid speed due to developments in technologies. But teaching is an art. Can there be fun learning with raw and dry technology? How can we make the best use of E- Methods, can we make the required information and data available to the students in a flexible manner, at ease all the time? What are the advantages of traditional methods of teaching and learning? Is E-learning a progressive stage incubating all the benefits of the Manual learning or it is only a window dressing on the face of advancement? Can we convert the boring, tedious subjects into interactive, monotony breaking joyous learning? In this paper the researchers have focused on the modernization of E- Pedagogy vis-a-vis the traditional method of learning. They have highlighted the effectiveness of using the E- learning elements and various E- Methods. This work has used the decision tree algorithms particularly Classifiers.trees.J48 The obtained results show that using online examination attribute plays major role in increasing the average grade of the class in higher education. The novelty of this work is that the researchers have focused on the teaching methodology used by the faculty members and the tools available in the universities. We believe that this work will play a constructive role in building higher education system. Our generated rules/output can be used by the decision makers in the improvement of higher education system processes.

研究の動機と目的

• 高等教育におけるeラーニングを現代の教育的ツールとして効果的に評価すること。
• 学習成果の観点から、eラーニング手法と伝統的教育手法を比較すること。
• 学生の学力に肯定的に影響を与えるeラーニングの主な特徴を同定すること。
• データドリブンなイン사이트を活用して、高等教育制度の近代化を支援する意思決定を支援すること。

提案手法

• 教育データセットを分析するために、C4.5の変種であるJ48意思決定木アルゴリズムを適用すること。
• 学生の学力に顕著な影響を与える要因を同定するために属性選択を実施すること。
• オンライン試験、デジタルリソースの可用性、教員の指導法といったeラーニング要因に焦点を当てる。
• 意思決定木から分類ルールを生成し、教育機関の改善を支援すること。
• 成績指標を用いて、eラーニングと伝統的教育手法を比較すること。
• 技術統合が学生の成績結果に与える影響を評価すること。

実験結果

リサーチクエスチョン

• RQ1 高等教育におけるeラーニングは、伝統的教育と比較して学生の学習成果をどのように向上させるか？
• RQ2 どのeラーニング要因が学生の学力および平均クラス成績に最も顕著に影響を与えるか？
• RQ3 意思決定木モデルは、高等教育分野におけるeラーニング成功の鍵となる要因を効果的に特定できるか？
• RQ4 オンライン試験の使用は、学業成績をどの程度向上させるか？
• RQ5 eラーニングは、退屈な科目をどのようにして魅力的でインタラクティブな学習体験に変革できるか？

主な発見

• オンライン試験という属性が、クラスの平均成績を向上させる上で最も影響力のある要因であると特定された。
• eラーニングツールおよびデジタルリソースは、適切に統合されれば、学生の学習成果を顕著に向上させる。
• 意思決定木モデル（J48）は、高等教育のプロセス改善に役立つ実行可能なルールを効果的に生成した。
• 本研究は、eラーニングが単なる表面的な改善ではなく、伝統的学習の利点を統合する前進的で効果的なツールであることを示している。
• 教員の指導法と利用可能な技術的ツールは、eラーニングの効果性において中心的な役割を果たす。
• 本研究の結果は、高等教育制度の近代化を目指す教育機関の意思決定者に対して、データドリブンなインサイトを提供する。