[論文レビュー] Enhanced Learning with Web-Assisted Education

Anna Helga Jónsdóttir, Gunnar Stefánsson|arXiv (Cornell University)|Oct 17, 2013

Statistics Education and Methodologies参考文献 8被引用数 3

ひとこと要約

本研究では、統計学および数学の教育を支援するための無料でオープンソースのウェブベース教育システム「tutor-web」を評価している。インタラクティブなクイズを活用することで学習を促進する。無作為化交差実験の結果、tutor-webを利用した学生と従来の宿題を課された学生との間で試験成績に有意差は認められず、tutor-webは時間のかかる書面の課題に効果的に代わることができる可能性を示唆している。一方、学生からのフィードバックでは、混合型のアプローチを強く好む傾向が見られた。項目反応理論（IRT）分析の結果、多様な学習者能力に対応するためのより難しい問題がアイテムバンクに不足していることが明らかになった。

ABSTRACT

An educational system, the tutor-web (http://tutor-web.net), has been developed and used for educational research. The system is accessible and free to use for anyone having access to the Web. It is based on open source software and the teaching material is licensed under the Creative Commons Attribution-ShareAlike License. The system has been used for computer-assisted education in statistics and mathematics. It offers a unique way to structure and link together teaching material and includes interactive quizzes with the primary purpose of increasing learning rather than mere evaluation. The system was used in a course on basic statistics in 2011. Three types of data were gathered during the course. A randomized crossover experiment was conducted to assess the possible difference in learning (measured by repeated exams) between students using the system and students doing regular homework. The difference between the groups was not found to be significant. Responses to quiz questions were collected and analysed with item response theory type models. These analysis were used to improve the item banks. Finally, the students answered an in-class survey regarding their experience using the tutor-web. The responses of the students gave clear indications of student preferences.

研究の動機と目的

• tutor-webによるウェブ支援教育が、従来の書面の宿題と比較して学習成果を向上させるかどうかを評価すること。
• 項目反応理論（IRT）モデルを用いて、既存のクイズアイテムバンクの適切さを評価すること。
• 学生がtutor-webシステムを教育的用途で使用するにあたり、その認識と好みを理解すること。

提案手法

• tutor-webのクイズを利用した学生と従来の書面の宿題を課された学生の間で、試験成績を比較する無作為化交差実験を実施した。
• 学生のクイズ回答を分析し、アイテムバンクの質を評価するために項目反応理論（IRT）モデルを適用した。
• 学生の成績とパフォーマンス履歴に基づき、難易度を動的に調整する適応的アイテム割り当てのための確率質量関数を用い、成績が低い学生にはやや簡単な問題を、成績が高い学生にはより難しい問題を優先的に割り当てた。
• 学生のアンケートデータを収集・分析し、tutor-webシステムの満足度、使いやすさ、好みを評価した。
• 学生の成績とパフォーマンス履歴に基づき、難易度を調整する動的アイテム割り当て方式を実装した。
• 学生の能力に基づいてアイテム選択を調節するパラメトリック確率質量関数（式7）を開発した。この関数は、調整可能なパラメータ q により分布の傾きを制御できる。

実験結果

リサーチクエスチョン

• RQ1 tutor-webクイズを利用した学生と従来の書面の宿題を課された学生との間で、学習成果に有意差が認められるか？
• RQ2 tutor-webに搭載された既存のクイズアイテムバンクは、多様な能力レベルの学生を適切に支援できるように適正にキャリブレーションされているか？
• RQ3 学生は、tutor-webを宿題や学習に使用するにあたり、どのような認識と好みを持っているか？

主な発見

• tutor-webを利用した学生と従来の宿題を課された学生との間で、平均試験成績に統計的に有意な差は認められず、学習成果が同等であることが示された。
• 学生はtutor-webシステムに対して高い満足度を示したが、tutor-webと書面の課題を併用する混合型のアプローチを強く好んだ。
• 項目反応理論分析の結果、現在のアイテムバンクには高得点をとる学生に適した十分な難易度の高い問題が不足していることが判明した。
• アイテム割り当てのための確率質量関数（式7）は、学生のパフォーマンスに応じて問題の難易度を動的に調整するように設計されており、成績が低い学生には簡単な問題、成績が高い学生には難しい問題に高い確率を割り当てた。
• 現在のシステムでは均一分布を用いたアイテム割り当て方法が採用されていたが、これは最適でないと判明し、成績に基づく適応的スケームに置き換えられる予定である。
• 本研究の結論として、tutor-webは一部の点で従来の書面の宿題に効果的に代わることができ、教員の負担を軽減しながら学習成果を維持できると結論づけた。