[論文レビュー] Metacognition and Motivation: The Role of Time-Awareness in Preparation for Future Learning

Mark Abdelshiheed, Zhou, Guojing+3 more|arXiv (Cornell University)|Mar 17, 2023

Innovative Teaching and Learning Methods参考文献 22被引用数 7

ひとこと要約

この論文は、メタ認知スキル（戦略認識と時間認識）と動機づけが相互作用して、ロジックと確率のITSチューターを横断する学習にどのように影響するかを研究し、高い動機づけと両方のメタ認知スキルを組み合わせた場合に最も強いドメイン横断転移が生じることを示しています。

ABSTRACT

In this work, we investigate how two factors, metacognitive skills and motivation, would impact student learning across domains. More specifically, our primary goal is to identify the critical, yet robust, interaction patterns of these two factors that would contribute to students' performance in learning logic first and then their performance on a subsequent new domain, probability. We are concerned with two types of metacognitive skills: strategy-awareness and time-awareness, that is, which problem-solving strategy to use and when to use it. Our data were collected from 495 participants across three consecutive semesters, and our results show that the only students who consistently outperform their peers across both domains are those who are not only highly motivated but also strategy-aware and time-aware.

研究の動機と目的

• 2つのメタ認知スキル—戦略認識と時間認識—が、ロジック領域での学習にどのように影響し、確率領域へ転移するかを調査する。
• これらのメタ認知スキルに対する動機づけが学習成果にどう作用するかを検討する。
• 相互作用パターンが、将来学習の準備を別領域で予測するかを評価する。

提案手法

• ロジックチューターとの相互作用から戦略切替と切替タイミングをコード化して MetaScore を算出する。
• MetaScore は次のように定義する：MetaScore_i = sum over levels and problems of [level * SAware_ip * TAware_ip]、ここで SAware は戦略切替を、TAware は早期（<=30 動作）対遅延（>30 動作）を示す。
• 学生を Str_Time（両スキル）, Str Only（戦略認識のみ）, Default（いずれでもない）に分類する。
• ルール適用の初期2問の正解率を用いてモチベーションを評価し、チューターごとに HM vs LM グループを作成する。
• 前後のテスト得点を [0,100] に正規化し、正規化学習増分（NLG）を (post-pre)/sqrt(100-pre)として算出する。
• ANCOVAとANOVAを用いて、2つのチューター（ロジック：FC/BC の選択、確率：BC のみ）間でメタ認知と動機づけの主効果と相互作用効果を検定する。

(a) Direct Proof

実験結果

リサーチクエスチョン

• RQ1 戦略認識と時間認識は、個別および共同でロジックチューター内の学習、および確率チューターへの転移にどのように影響するか？
• RQ2 動機づけは、これらのメタ認知スキルが学習成果と将来学習の準備に与える影響をどう修正するか？
• RQ3 メタ認知スキルと動機づけの相互作用パターンは、単独の要因よりも横断的ドメインの成績を予測するのにより頑健か？

主な発見

Tutor	Group	Size	Pre	Post	NLG
Logic	Str_Time	145	78.4 (3.2)	75.8 (1.7)	0.94 (0.395)
Logic	Str Only	166	74.9 (3)	68.2 (1.67)	-0.46 (0.39)
Logic	Default	184	75.5 (2.8)	70.9 (1.68)	0.19 (0.393)
Probability	Str_Time	145	72.3 (2.8)	75.5 (3)	0.02 (0.06)
Probability	Str Only	166	72.1 (2.5)	74 (2.8)	0.01 (0.05)
Probability	Default	184	71.8 (2.6)	73.4 (2.6)	-0.007 (0.05)

• 戦略認識のみではロジックでの学習改善を保証せず、時間認識が観察された利益に必要である。
• ロジックチューターでは Str_Time 学習者が Str Only および Default を上回るが、メタ認知グループ単独では確率チューターに有意差は現れない。
• 動機づけは両方のチューターで posttest 得点を独立に改善し、高動機グループは確率領域で学習増分をより高く示す。
• ロジックと確率の両方を通じて、動機づけが高く Str_Time グループのみが最も優れた成績を示し、動機づけがメタ認知スキルの有効性をゲートする適性-治療相互作用（ATI）を示唆する。
• 確率チューターでは、NLG に対してメタ認知と動機づけの有意な相互作用があり、高動機の学生のうち Str_Time および Str Only が Default を上回る。
• Str_Time は高動機の学生の間で一貫して優れた結果を生み出し、時間認識が将来学習の横断的準備にとって重要であることを示唆する。

(b) Indirect Proof