Projects in LET Lab

• 日本での展開
• 国際的な展開
• ラーニングアナリティクス（LA）の政策（調査）研究 ※Coming soon

TEELとは私たちが構築したラーニングアナリティクスを基盤として、エビデンスに基づいた教育システムの研究と発展に関する課題に焦点を当てています。この研究は、教育ビックデータログと研究論文の両方から学習エビデンスを抽出し、記録し、活用することを見据えています。

• 実習と研究からエビデンスを記録するためのエビデンスポータル
• 実践的にTEELを取り入れるためのユーザー中心のワークフローの設計

1. 教育ログデータに基づいて自動的に学習エビデンスを抽出する方法
2. 抽出されたエビデンスを分析する方法
3. 学習に関して収集されたエビデンスを実践に取り入れる方法

BOLLとは、ある学校から別の学校への学生とその学業成績の論理的な移動を可能にする分散プラットフォームです。証明書や成績証明書発行システムとは異なり、BOLLは学生が異なる学校で勉強している間、学習ログに対する許可を共有、保護、および管理するための安全なメカニズムを提供します。

• 許可を管理し、学習ログをある学校から別の学校に転送するためのブロックチェーンネットワーク。
• 学習ログへのアクセス許可を管理するためのスマートコントラクトとユーザーインターフェイス。

1. 生涯学習記録の実現に向けて、学生が通った学校間で学生の学習記録を結び付ける方法
2. BOLLの生涯学習ログを用いて、学習分析プラットフォームによって生じたコールドスタート問題を解決する方法
3. BOLL上での複数の関係者が存在する場合、学生情報のプライバシー侵害を防ぐ方法

• 電子書籍からコンテンツモデルを自動抽出
• 学習者モデルとコンテンツモデルの重ね合わせによる知識モデリング

1. リーディングログ（読書記録）から学習者の知識モデルを自動生成する方法
2. 教員と学生にとって知識モデルの有用性とは何か？

学習者モデルは分析ツールの裏側で機能し、教員と学生への介入を調整します。これにより、教員は学生の学習進捗を確認し、早い段階で問題を発見することができます。また学生は、自身の読書モデルを確認し、他の学生と比較することができます。

• 実用的な介入
• データに基づいた意思決定支援
• 学生個別のフィードバックと推薦機能

1. 学生の学習において、分析ツール介入が与える効果とは
2. 学生が自己管理型学習スキルを育てるために、分析ツール介入が与える効果とは

グループ編成モジュールとは、グループ活動のためのツールです。教員はこのツールを使用して、学生の得点、読書スタイル、活動量、科目概要の習得、および以前のグループワークの結果に応じて、同種および異種のグループを作成することができます。

• リアルタイムの学習ログデータを含む、パラメータと入力データを使用したさまざまなグループ形成
• 教員のためのグループ形成の自動化と簡素化

1. 多数のデータソースとグループ化パラメータを使用して動的にグループを形成する方法
2. リアルタイムログデータを含むグループ編成/作業プロセスおよびグループ活動結果のデータを、将来のグループ編成/活動プロセスに通知するための利用方法

BookRollとは、デジタル教材や資料を、学生に閲覧可能にするシステムです。
オンラインの環境があれば、いつでもどこでも、インターネットブラウザから閲覧することができます。
ユーザの閲覧ログがサーバーに記録され、分析ツールでログの分析結果を表示することができます。

• ユーザインタラクションのxAPIによるデータロギングを用いた電子書籍リーダー
• LTI互換プラットフォームにつなげるための統合機能

1. BookRollはどのように教育・学習の実践を支援することができるか？
2. BookRoll使用中における学生の読書態度はどのようなものか？

BookRollの使用マニュアルや詳しく知りたい方はこちらへ

SCROLLは、学習経験のある学習者をユビキタス学習ログとしてとらえることに重点を置いています。本システムは、それらのユビキタス学習ログを解析することで、タスクベース語学学習、語彙学習、サイエンスコミュニケーション、日本に住む外国人留学生へのキャリアサポートなど、様々な学習分野を支援します。さらに、本システムには、電子書籍リーダーやクイズ自動生成プログラム、共有し再利用できる学習ログの解析サービス、学習活動量計、その他推奨機能があります。

• 公共用（一般利用のための）データセット
• 本格的な学習経験を共有するための概念的枠組み
• 学校教育と家庭教育を補う（つなぐ）単語組み合わせツール

1. 授業中と課外での学習活動を補う（つなぐ）方法
2. ラーニングアナリティクスを用いたKolbの経験学習論の実践方法

分析ツールは、学生の学習進捗状況を確認したり、落ちこぼれ気味の学生を特定したり、学生と教員にフィードバックを提供したりするのに役立ちます。解析データは、日本とインドの大学で用いられているBookRollシステムやMoodleシステムに基づいています。

分析ツールの使用マニュアルや詳しく知りたい方はこちらへ

• データを検証し洞察力を引き出す
• データの可視化

1. ダッシュボードの利用は学生の学習にどのような効果があるか
2. ダッシュボードやデータ解析によってどのようにコンテンツデザインを良くしていくのか

GOALプロジェクトは、学習面と健康面の観点から自己主導能力の習得を支援することを目的としています。本プロジェクトにより、学習者は学習面、健康面でライフスタイルのバランスを保つことができ、いつでもどこでも体系的（組織的）に自己主導能力を高めることができます。

• 自己主導能力を高めるためのデータ主導型パラダイムの探求

1. 活動データや連携（相互作用）データから自己主導能力を評価する方法
2. 何で、いつ、どうやって自己主導能力を習得する骨格（足場）を作るのか
3. 自己主導能力における個人差とは何か

• さまざまな組織（機関）レベルを超えたLEAFプラットフォームの展開
• データインフォームドでエビデンスに基づいた教育システムを円滑に進めるための教育用BIGデータの作成（生成）

1. 教員がデータインフォームドでエビデンスに基づいた教育実践を選定するための支援方法
2. 技術強化およびエデビデンスに基づいた教育システムにおけるさまざまな利害関係者の役割

開発されたラーニングアナリティクス（LA）のフレームワークおよびツールは、台湾、インド、香港、トルコの学術機関においてさまざまなコースで展開しています。また、このような状況で生成（作成）されたデータを利用して共同研究を進めています。

• さまざまな状況（国、機関（組織）レベル）にわたるLAシステム展開

1. さまざまな状況におけるLAプラットフォームの利用傾向

• Coming Soon

• Coming Soon