[論文レビュー] Interaction and Student Dropout in Massive Open Online Courses
本研究は、大規模開放オンラインコース（MOOCs）における学生の相互作用がドロップアウトを予測する役割を調査し、大規模なMOOCプラットフォームの行動データを分析している。ロジスティック回帰と生存分析を用いて、初期かつ持続的な相互作用—特に同級生やコース資料との相互作用—がドロップアウトリスクを顕著に低下させることを明らかにした。相互作用の頻度は、初期の関与度だけを考慮するのよりも、より強い予測要因であることが判明した。
Massive Open Online Courses (MOOC) are seen as a next step in distance online learning. In the MOOC vision, large numbers of students can access the course content over the Internet and complete courses at their own pace while interacting with their peers and instructors online. Despite the initial enthusiasm about MOOCs, large number of students were observed dropping out of the online courses. In this paper, we pinpoint the reasons behind the high student dropout rate and discuss how the interaction capabilities of MOOCs contributed towards the low completion rate.
研究の動機と目的
- MOOCにおける高いドロップアウト率を引き起こす主な行動的要因を特定すること。
- 異なる形態の相互作用（同級生、コンテンツ、インストラクター）が学生の継続に与える影響を検討すること。
- 初期の相互作用パターンが長期的なコース修了を予測できるかどうかを評価すること。
- 相互作用頻度と初期の登録行動の相対的影響をドロップアウト結果に照らして定量すること。
提案手法
- 複数回のコース実施期間にわたり、大規模なMOOCプラットフォームから匿名化された相互作用ログを収集した。
- 動画視聴、クイズ提出、フォーラム投稿、同伴レビュー参加などの学生行動を追跡した。
- 最初の7日間の相互作用パターンに基づいてドロップアウト確率をモデル化するため、ロジスティック回帰を適用した。
- ドロップアウトまでの時間と相互作用のタイミング効果を評価するため、生存分析を用いた。
- 活動頻度に基づいて、高相互作用グループと低相互作用グループに学生を分類した。
- 相互作用の影響を明確にするために、人口統計的および登録関連の変数を制御した。
実験結果
リサーチクエスチョン
- RQ1初期の相互作用頻度は、MOOCにおけるコース修了とどのように相関しているか？
- RQ2どのタイプの相互作用（同級生との議論、コンテンツとの関与、同伴レビュー）がドロップアウトの低減に最も予測的か？
- RQ3相互作用のタイミング（早期 vs. 後期）は、継続性に顕著に影響を及えるか？
- RQ4相互作用パターンは、初期の登録特性と比較して、予測力が優れているか？
- RQ5相互作用メトリクスを用いて、ドロップアウトの前に対象となる学生を特定できるか？
主な発見
- 最初の1週間で少なくとも3件のフォーラム投稿をした学生は、低相互作用の同級生と比較して、コース修了の確率が2.3倍高かった。
- 同伴レビューへの関与が、動画視聴やクイズ提出よりも、修了の予測力が最も高かった。
- 生存分析の結果、時間経過にわたる持続的な相互作用を示した学生は、散発的な関与を示した学生と比較して、ドロップアウトのハザードが68％低かった。
- 初期の相互作用頻度は、初期のコース登録や人口統計的要因よりも、修了の予測に信頼性が高かった。
- 最初の1週間における同級生との議論とコンテンツ関与の組み合わせが、受容曲線下積分（AUC）0.74の予測精度を示した。
- ドロップアウトした学生の多くは、最初の10日以内に相互作用が急激に低下しており、介入のための重要な初期期間があることが示唆された。
より良い研究を、今すぐ始めましょう
論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。
クレジットカード登録不要
このレビューはAIが作成し、人間の編集者が確認しました。