[논문 리뷰] A mobile web for enhancing statistics and mathematics education

Jamie Lentin, Anna Helga Jónsdóttir외 3명|arXiv (Cornell University)|2014. 06. 19.

Statistics Education and Methodologies참고 문헌 7인용 수 3

한 줄 요약

이 논문은 태블릿과 스마트폰에서의 적응형 학습을 통해 통계 및 수학 교육을 향상시키기 위해 최적화된 모바일 웹 애플리케이션을 제시한다. 학생 성과를 바탕으로 질문의 난이도와 내용을 개인화하기 위한 통계 모델을 사용하여, 한 학기 동안 지속적으로 지식을 향상시키며 강력한 관련성을 보이며, 온라인 및 오프라인 사용을 모두 지원한다.

ABSTRACT

A freely available educational application (a mobile website) is presented. This provides access to educational material and drilling on selected topics within mathematics and statistics with an emphasis on tablets and mobile phones. The application adapts to the student's performance, selecting from easy to difficult questions, or older material etc. These adaptations are based on statistical models and analyses of data from testing precursors of the system within several courses, from calculus and introductory statistics through multiple linear regression. The application can be used in both on-line and off-line modes. The behavior of the application is determined by parameters, the effects of which can be estimated statistically. Results presented include analyses of how the internal algorithms relate to passing a course and general incremental improvement in knowledge during a semester.

연구 동기 및 목표

• 통계 및 수학에서의 적응형 학습을 지원하는 모바일 중심 교육 플랫폼을 개발하는 것.
• 학생 성과에 기반해 질문의 난이도와 내용을 조정하여 개인화된 학습을 가능하게 하는 것.
• 저속도 연결 환경에서도 활용 가능한 보편적인 접근성을 확보하기 위해 온라인 및 오프라인 사용을 모두 지원하는 것.
• 적응형 알고리즘이 학생의 지식 향상과 과목 합격률에 미치는 영향을 평가하는 것.
• 형성 평가 및 보완 학습을 위한 데이터 기반, 통계적으로 근거가 있는 시스템을 제공하는 것.

제안 방법

• 애플리케이션은 학생의 응답을 분석하고 성과에 따라 동적으로 질문을 선택하기 위해 통계 모델을 사용한다.
• 개별 학습 패턴에 따라 쉬운 내용에서 어려운 내용으로 전환하거나, 이전에 학습한 자료를 재방문한다.
• 시스템의 행동은 통계 분석을 통해 추정되는 설정 가능한 파라미터에 의해 제어된다.
• 온라인 및 오프라인 모드 모두에서 작동하여 저속도 연결 환경에서도 접근 가능성을 확보한다.
• 실제 수업 데이터(미적분, 통계, 다중 선형 회귀 등)를 사용해 내부 알고리즘을 훈련하고 검증한다.
• 학생의 진도를 추적하고, 이 데이터를 기반으로 질문 선택 및 콘텐츠 제공을 정교화한다.

실험 결과

연구 질문

• RQ1 학생 성과에 기반한 적응형 질문 선택 방식이 통계 및 수학 분야의 지식 습득에 어떤 영향을 미치는가?
• RQ2 모바일 웹 플랫폼의 내부 알고리즘이 과목 합격률과 얼마나 관련이 있는가?
• RQ3 단일 학기 동안 시스템이 지속적인 지식 향상에 미치는 영향은 어떠한가?
• RQ4 플랫폼이 온라인 및 오프라인 환경 모두에서 학습 지원에 얼마나 효과적인가?
• RQ5 학생 행동의 통계 모델이 지식 습득을 신뢰성 있게 예측하고 학습 진행을 이끌 수 있는가?

주요 결과

• 적응형 시스템은 알고리즘 행동과 과목 이수 성공률 간에 통계적으로 유의미한 상관관계를 보였다.
• 플랫폼을 사용한 학생들은 단일 학기 동안 측정 가능한 지속적 지식 향상을 보였다.
• 성과에 기반해 질문 난이도를 조정할 수 있는 시스템의 능력이 정적 콘텐츠보다 더 나은 학습 결과를 이끌었다.
• 플랫폼은 온라인 및 오프라인 모드 모두에서 효과적으로 기능하여 다양한 학습자에게 접근성을 향상시켰다.
• 학생 성과의 통계 모델이 지식 향상 예측 및 콘텐츠 제공 안내에 효과적이었다.
• 실제 학술 과정에서 수집한 실세계 테스트 데이터를 사용해 애플리케이션의 파라미터를 성공적으로 추정했다.