解析ツール「LogPalette」とは

グループ編成

Log
palette

グループ編成機能は、学習ログから抽出された
学習の特徴を用いてグループを組みます。

学習ログを用いることで、それまでの学習に基づいたグループ分けを自動的に行うことが可能になります。
グループ編成に用いることができる学習者の特徴には、教材の閲覧・操作の特徴(操作回数、閲覧時間、教材完了率、マーカー数、メモ数など)、過去のグループ活動の特徴(発言回数、発言間隔、感情分析結果、教員による評価、ピア評価)、既に習って得られた知識の特徴(クイズ点数等)があります。

効率的なグループ学習準備のための学習ログと自動化システムの活用

グループ学習を成功させるために重要な準備の1つが、グループを編成する作業です。
しかし、これまで、学習を踏まえてグループを組むためには事前に小テスト等を行って集計するなどの準備が必要で、時間がかかり。本システムを用いると、普段の学習ログを用いて自動でグループを組むことができ、日常の授業に取り入れるハードルが下がります。
実際に現場の先生方からは、「これまで1時間から1時間半かかっていたグループ編成作業が約30分に短縮された」「従来の発想にとらわれない組み合わせが提案された」といったコメントをいただいています。

グループ編成 3つのポイント

  1. 複数のデータソース

    グループ編成において、毎日の電子書籍の読書行動など複数のデータソースを活用することで、点数のみに基づく従来のグループ編成の限界に対処しています。

  2. 様々なグループ化戦略

    グループの組み方に次の3つのタイプがあります。特徴が似ているメンバーを集める同質グループ、似ていないメンバーを集める異質グループ、そしてランダムグループです。
    活動内容・目的に応じ、適切なグループ編成方法を選択することができます。

  3. 参照用のグループワークの実績

    教員が評価を入力すると、学習者の名前の横とグループの背景の色が変わります。
    教員は活動の際、気に掛けるグループの情報を参照できます。これにより、グループ活動を振り返ることができ、また次の活動やグループ編成の設計に活かすことができます。

グループ編成を用いた学習モデル

GLOBEモデル(Group Learning Orchestration Based on Evidence)

Group Learning Orchestration Based on Evidence (GLOBE)モデル は、ラーニングアナリティクスを用いたデータ駆動型のグループ学習支援のフレームワークです。
GLOBEモデルは、グループ編成、グループ活動、ピア評価、グループ活動後の振り返りの4 つの段階からなります。
LEAFには、GLOBEモデルを具現化したグループ学習支援機能として、グループ編成機能、グループディスカッション状況可視化機能、ピア評価機能があります。