[論文レビュー] Planning Gamification Strategies based on User Characteristics and DM: A Gender-based Case Study

Armando M. Toda, Wilk Oliveira+4 more|arXiv (Cornell University)|May 22, 2019

Educational Games and Gamification参考文献 24被引用数 33

ひとこと要約

要約: 本研究は大規模調査とアソシエーションルールマイニングを用いて教育における男女別のゲーミフィケーション要素の推奨を導出し、Objective-Progress の関係と性別による要素の嗜好の差を強調する。

ABSTRACT

Gamification frameworks can aid in gamification planning for education. Most frameworks, however, do not provide ways to select, relate or recommend how to use game elements, to gamify a certain educational task. Instead, most provide a "one-size-fits-all" approach covering all learners, without considering different user characteristics, such as gender. Therefore, this work aims to adopt a data-driven approach to provide a set of game element recommendations, based on user preferences, that could be used by teachers and instructors to gamify learning activities. We analysed data from a novel survey of 733 people (male=569 and female=164), collecting information about user preferences regarding game elements. Our results suggest that the most important rules were based on four (out of nineteen) types of game elements: Objectives, Levels, Progress and Choice. From the perspective of user gender, for the female sample, the most interesting rule associated Objectives with Progress, Badges and Information (confidence=0.97), whilst the most interesting rule for the male sample associated also Objectives with Progress, Renovation and Choice (confidence=0.94). These rules and our descriptive analysis provides recommendations on how game elements can be used in educational scenarios.

研究の動機と目的

• 教育分野における性差に合わせたデータ駆動のゲーミフィケーション設計の開発を促進する。
• 全体および性別ごとに最も好まれているゲーム要素を特定する。
• ゲーム要素間の関係とそれらがユーザーの性別とどのように関連するかを明らかにする。
• 教育者がゲーミフィケーション要素を選択・組み合わせる際の実用的な推奨事項を提供する。

提案手法

• 教育で使用される19のゲーミフィケーション要素の嗜好に関する大規模調査を収集する（N=808の生データ; 733が有効）。
• データの正規性を評価し、ノンパラメトリック検定（Mann-Whitney）で性別を比較する。
• Aprioriアルゴリズムを用いて性別別の要素間の関係を明らかにするアソシエーションルールを計算する（男性はサポート最小10%、女性は最小20%、信頼度最小90%）。
• 追加指標（Conviction、Lift、Leverage）を用いてルールを検証する。

実験結果

リサーチクエスチョン

• RQ1 教育におけるゲーミフィケーション要素の嗜好に性差はどのように影響するか？
• RQ2 男性と女性の学習者にとって最も強いゲーミフィケーション要素間の関連は何か？
• RQ3 データ駆動のアソシエーションルールは教師向けの性別特有のゲーミフィケーション設計ガイドラインに役立つか？
• RQ4 コア要素（例: Objectives）は性別ベースのルールで中心となるハブとして機能するのか？

主な発見

• 女性はProgress、Acknowledgement、DataとObjectivesを結ぶ最も強い関連を示す（信頼度0.97、リフト1.63）。
• 男性はProgressがLevel、Renovation、Choiceと共に現れる顕著なルールを示すが、社会的要素では90%の信頼度に達するルールが少ない。
• 両性別に共通して、Objective要素がルールの中心となっており、教育的ゲーミフィケーション設計における広い受け入れを示している。
• 記述分析は、女性がRenovation、Puzzles、Sensationを好み、男性がCooperation、Competition、Classificationを好むことを明らかにする。
• アソシエーションルールはObjective–Progressを両性にとって共通かつ広く受け入れられた組み合わせとして示している。