CE162-提出日時分析/CE162 Analysis of Submission Data

Transcript

1. 提出日時分析 隅谷孝洋 <sumi@riise.hiroshima-u.ac.jp> 広島大学　情報メディア教育研究センター/情報科学部/先進理工系科学研究科 CE/CLE/SITE合同研究会 (2021/12/3,4,5）
2. 全学LMS (Blackboard Learn)月毎のログ行数（≒アクセス規模） 2018年4月〜2021年9月 2 × 1.1 × 6.3 × 0.7
3. LMSデータの分析 アクセスログの分析 コースデータの分析 文脈を踏まえた分析 3
4. 課題/テストの提出日時を[0,1]に正規化して考える 締め切り前に出されたもの対象 4 (提出日時）ー（出題日） SSD = (締め切り）ー（出題日） （正規化提出日時）
5. 大袈裟に名前をつけるほどのものではないけど。。 ‣ 日付のデータを扱うのはだいたいめんどうくさい ‣ 最初からこの値（SSD）が入手できると楽 ✓ 入手できるシステム・ツールを作った報告ではないです（すみません） ‣ 分析手法が共有しやすくならないか ‣ 本日は例として以下のようなことを： ✓ 複数回の提出日時から，「先送り型」をグループわけできないか？　→「大学教育入門」を材料に ✓ そのグループは他の授業でも同じ行動なのか？　→「情報・データ科学入門」を追加の材料に 5
6. 大学教育入門 1年生全員 (2500名）が受講。必修 ‣ この科目は、大学で学ぶということはどういうことかを考え、大学で の目標を明確にするとともに、大学で学ぶ上で基本となる技能や態 度を身につけることを目的としている。 （シラバスより） ‣ 学内共同利用施設を中心に複数部局・組織が各回を担当 ✓ グローバルキャリアデザインセンター/森戸国際高等教育学院/図書館/情報メディア教育研究センター/学 術・社会連携室/ライティングセンター/保健管理センター/学生生活委員会/ハラスメント相談室/アクセシビ リティセンター/ダイバーシティ研究センター/各学部・教育本部/+外部講師による講演会 ‣ 2018-19年は対面講義＋LMS確認テスト ‣ 2020-21年はオンデマンド動画講義＋LMS確認テスト 6
7. 2021年5月 7 工 教 理 歯 総合科学 生物生産 情 法 医 経 文 学部（教養） 学部 （専門） 大学院 その他 7
8. 12の確認テスト 期限内に全部提出したものは997名 (約2400名中) 8 4/05 4/12 4/19 4/26 5/03 5/10 5/17 5/24 5/31 u02 u03 u05 u06 u07 u08 u09 u10 u11 u12 u13 u14
9. 最終提出日時のSSD 12課題 N=997 9
10. 12課題に対するSSD クラスター分析 ユークリッド距離/Ward法 10
11. 12課題に対するSSD by t-SNE N=997 11
12. 12課題に対するSSD Cluster 1 N=200 12
13. 12課題に対するSSD Cluster 2 N=330 13
14. 12課題に対するSSD Cluster 3 →先送りグループ N=176 14
15. 12課題に対するSSD Cluster 4 →着手早いグループ N=171 15
16. 12課題に対するSSD Cluster 5 N=120 16
17. 別の授業ではどうなのか 情報・データ科学入門 (2021年度開始） 17
18. 別の授業ではどうなのか (2) 動画をみて確認テストに回答する課題 (同時双方向セッションなし） 18 全体 All N=382 クラスター・ギリ Cluster 3, N=11 クラスター・早め Cluster 4, N=38
19. 別の授業ではどうなのか (3) 動画をみて，プログラムを書いて提出する課題（同時双方向セッションあり） 19 全体 All N=339 クラスター・ギリ Cluster 3, N=9 クラスター・早め Cluster 4, N=31
20. 提出日時分析 ‣ 課題やテストの提出日時を正規化して処理するといろいろ楽では ‣ 大規模授業での例 ✓ 着手早いグループ，先送りグループは検出できた ✓ 別の授業でも同様な行動をしていたようだ ‣ 課題 ✓ 締め切りに遅れたもの，提出しないものの扱いはどうする？ ✓ やってみると処理にかけるまでがめんどくさい→LMSのプラグインとかが必要？ ✓ 「分析レシピ」はどうやって共有したらいい？ 20