JP2015161892A - 解析装置及びプログラム - Google Patents

解析装置及びプログラム Download PDF

Info

Publication number
JP2015161892A
JP2015161892A JP2014038409A JP2014038409A JP2015161892A JP 2015161892 A JP2015161892 A JP 2015161892A JP 2014038409 A JP2014038409 A JP 2014038409A JP 2014038409 A JP2014038409 A JP 2014038409A JP 2015161892 A JP2015161892 A JP 2015161892A
Authority
JP
Japan
Prior art keywords
answer
student
handwriting
understanding
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2014038409A
Other languages
English (en)
Other versions
JP6340830B2 (ja
Inventor
杉原 弘祐
Kosuke Sugihara
弘祐 杉原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dai Nippon Printing Co Ltd
Original Assignee
Dai Nippon Printing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dai Nippon Printing Co Ltd filed Critical Dai Nippon Printing Co Ltd
Priority to JP2014038409A priority Critical patent/JP6340830B2/ja
Publication of JP2015161892A publication Critical patent/JP2015161892A/ja
Application granted granted Critical
Publication of JP6340830B2 publication Critical patent/JP6340830B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

【課題】受講者の理解度等を好適に把握することが可能な解析装置及びプログラムを提供する。
【解決手段】解析装置2は、各受講者が使用する電子ペン1から受信した記入情報に基づき、ひらめきやつまずきなどの受講者の状態を検出する。そして、解析装置2は、検出した受講者の状態等に基づき、問題に対する受講者の理解度や問題の難易度を決定し、筆跡描画ウィンドウに解答再現画像51と共に表示する。
【選択図】図12

Description

本発明は、筆跡に関する情報を解析するシステムに関する。
従来から、テストなどの解答結果に基づいて、学習者の習得に関する特性を抽出する技術が知られている。例えば、特許文献1には、学期の途中までのテスト解答情報を入力することにより、その個人が現状の学習状況でいけばいずれのクラスタに所属するかを推定する学習システムが開示されている。また、特許文献2には、学習者端末から送信される解答結果情報によって問題の苦手部分があることを判定した場合に、その苦手部分を特定し、特定した苦手部分の問題情報を学習者端末に送信する学習管理サーバが開示されている。さらに特許文献3には、受講者が電子ペンにより入力した筆記情報から体動情報を認識し、当該体動情報と採点結果とを関連付けた表示を行う双方向電子添削システムが開示されている。
特許第4447411号 特許第5284016号 特開2009−031614号公報
一般的な学校での授業スタイルでは、講師が受講者の間を回る机間巡視によって、受講者の理解度等を把握していた。しかし、この形態では、1人の講師が1度にチェックできる人数が限られており、各受講者の理解度等を正確かつ迅速に把握することが困難であった。そこで、本発明は、受講者の理解度等を好適に把握することが可能な解析装置及びプログラムを提供することを主な目的とする。
本発明の一つの観点では、解析装置は、問題に対する解答を記入するための解答欄に対する筆跡を示す記入情報を受信する受信手段と、前記記入情報に基づき、前記筆跡を記入した受講者の前記問題に対する理解度又は前記問題の難易度を決定する解析手段と、を有する。
上記解析装置は、受信手段と、解析手段とを有する。受信手段は、問題に対する解答を記入するための解答欄に対する筆跡を示す記入情報を受信する。ここで、「解答欄」は、用紙上に設けられてもよく、ディスプレイ上に表示されていてもよい。解析手段は、受信した記入情報に基づき、筆跡を記入した受講者の理解度又は解答欄に解答を記入すべき問題の難易度を決定する。「記入情報」は、電子ペン等が生成するものでもよく、タッチパネル等が筆圧に基づき生成するものであってもよい。この態様により、解析装置は、記入情報に基づき、筆跡を記入した受講者の理解度や問題の難易度を好適に決定することができる。
上記解析装置の一態様では、前記解析手段は、前記記入情報に含まれる時刻情報に基づき認識した前記問題に対する解答時間と、前記解答の正誤に関する情報とに基づき、前記理解度又は前記難易度を決定する。この態様により、解析装置は、理解度又は難易度を好適に決定することができる。
上記解析装置の他の一態様では、前記解析手段は、前記筆跡の単位時間当たりのストローク数の減少率が所定の閾値以上となる回数が多いほど、前記理解度を低く設定又は前記難易度を高く設定する、又は、前記筆跡の単位時間当たりのストローク数の増加率が所定の閾値以上となる回数が多いほど、前記理解度を高く設定又は前記難易度を低く設定する。この態様では、解析装置は、筆跡の単位時間当たりのストローク数の減少率が所定の閾値以上となる場合には、受講者の記入操作が円滑でなくつまずいていると判断する。一方、解析装置は、筆跡の単位時間当たりのストローク数の減少率が所定の閾値以上となる場合には、受講者の記入操作が円滑であると判断する。そして、この態様では、受講者のつまずきが発生した回数等を勘案して理解度や難易度を好適に決定することができる。なお、好適には、解析装置は、筆跡の単位時間当たりのストローク数の減少率が所定の閾値以上となる回数をカウントする場合、問題毎のエリアに記入された最終ストローク付近の筆跡を除外するとよい。
上記解析装置の他の一態様では、前記解析手段は、同一の問題に対して前記受講者が記入した複数の解答の筆跡を示す記入情報に基づき、前記問題に対する前記受講者の理解度の向上度合いを判定する。この態様により、解析装置は、受講者が同一問題を解いた場合に、当該問題に対する受講者の理解度の向上度合いを好適に判定することができる。
上記解析装置の他の一態様では、解析装置は、前記理解度の向上度合いの判定結果に基づき、前記受講者が次に解答すべき問題を提示する提示手段をさらに有する。これにより、解析装置は、受講者の理解度に応じて受講者に最適な問題を解答させることができる。
上記解析装置の他の一態様では、前記解答欄には、複数の問題に対する解答を記入するエリアが存在し、前記解析手段は、前記記入情報が示す前記解答欄内の位置と、前記記入情報に含まれる時刻情報が示す時刻とに基づき、前記受講者が解答した問題の順番を認識する。この態様により、解析装置は、受講者が解答した問題の順番を好適に認識することができる。
上記解析装置の他の一態様では、前記解析手段は、認識した前記解答した問題の順番に基づき、前記理解度を決定する。この態様により、解析装置は、受講者が最適な解き順により問題を解いているか否かを勘案して理解度を算出することができる。
上記解析装置の他の一態様では、解析装置は、解答すべき問題の解答順を提示する提示手段をさらに備え、前記受信手段は、複数の受講者がそれぞれ使用する電子ペンから前記記入情報を受信し、前記解析手段は、前記受講者の各々が解答した問題の順番を認識し、前記提示手段は、前記受講者の各々が解答した問題の順番から、提示すべき前記解答順を決定する。この態様により、解析装置は、受講者の各々が解答した問題の順番から最適となる問題の解答順を、理想の解答順として提示することができる。
上記解析装置の他の一態様では、解析装置は、前記記入情報に基づき、前記筆跡の単位時間当たりのストローク数の増加率又は減少率が所定の閾値以上となった筆跡の部分を強調表示する表示手段を備える。この態様により、解析装置は、受講者が問題につまずいた部分や、ひらめき等により記入速度が加速した部分を、好適に明示することができる。
上記解析装置の他の一態様では、解析装置は、複数の受講者がそれぞれ使用する電子ペンから受信した前記記入情報に基づく筆跡を、受講者ごとに一覧表示する表示手段を備え、前記表示手段は、前記複数の受講者ごとの前記理解度に基づき、一覧表示する筆跡の表示態様を変える。この態様により、受講者の理解度に応じて、特定の受講者の解答を示す筆跡を目立たせて観察者に注目させることができる。
上記解析装置の他の一態様では、前記筆跡の記入時において発生する音声を、時刻情報と関連付けて記憶する記憶手段をさらに備え、前記解析手段は、前記筆跡の単位時間当たりのストローク数の増加率が所定の閾値以上となる直前の音声を、前記問題に解答するための指導内容を示す音声として抽出する。この態様により、解析装置は、ひらめき等により記入速度が加速する直前の音声を、指導内容を示す音声と見なして好適に抽出することができる。
本発明の他の観点では、プログラムは、上記記載のいずれか一つの解析装置としてコンピュータを機能させる。これらのプログラムをコンピュータにインストールして機能させることで、本発明に係る解析装置を構成させることができる。
本発明によれば、解析装置は、受講者が解答欄に問題の解答を記入した場合に、その筆跡を示す記入情報に基づき、記入者である受講者の理解度や問題の難易度を好適に決定することができる。
本実施形態に係る電子ペンシステムのシステム構成図である。 電子ペンシステムで利用される解答用紙を示す図である。 解答用紙、電子ペン、及び受講者の対応を説明するための図である。 ドットパターンにおけるドットの配置と変換される値との関係を示す説明図である。 (a)は、ドットパターンを模式的に示し、(b)は、それに対応する情報の例を示す図である。 電子ペンの構造を示す概略図である。 解析装置の機能ブロック図である。 解析装置に記憶された、ユーザIDとユーザ名とペンIDとの関係を示す図である。 解析装置における筆跡表示ウィンドウの表示例である。 単位時間当たりのストローク数、ストローク間の距離、ストローク長を示すヒストグラムである。 状態表示ボタンを選択した場合の筆跡表示ウィンドウの表示例である。 難易度表示ボタンを選択した場合の筆跡表示ウィンドウの表示例である。 受講者「三郎」を指定して理解度比較ボタンを選択した場合の筆跡表示ウィンドウの表示例である。 理解度比較ボタンを選択した場合の筆跡表示ウィンドウの表示例である。 複数の問題に対する解答エリアがある解答用紙の例である。 解答順判定ボタンを選択した場合の筆跡表示ウィンドウの表示例である。
以下、図面を参照しながら、本発明に係るシステムの好適な実施形態について説明する。
[電子ペンシステムのシステム構成]
図1は、本実施形態における電子ペンシステム10のシステム構成図である。図1に示すように、電子ペンシステム10は、各受講者それぞれに配布される解答用紙(記入用紙)5A,5B,…(5)と、解答用紙5に記入された筆跡を示す記入情報を解析装置2に送信するための電子ペン1A,1B,…(1)と、各電子ペン1から送信される記入情報を受信してディスプレイ(表示手段)に記入内容等を表示する解析装置2とを備える。
以下、電子ペンシステム10の各構成要素について説明する。
(1)解答用紙
図2を参照して解答用紙(記入用紙)2について説明する。図2に示すように、受講者ごとに複数枚の解答用紙2が一組用意され、同じ組の解答用紙2には、それぞれ異なる座標範囲のドットパターン(コード化パターン)が印刷される。また、解答用紙2には、マス目が印刷されている。ドットパターンは、赤外線を吸収するカーボンを含んだインキにより印刷され、ドットパターン以外のものは、赤外域に吸収性を持たないインキにより印刷される。解答用紙2は、本発明における「解答欄」の一例である。
なお、電子ペン1、解答用紙2と受講者(記入者)の対応等については、本実施形態では、図3に示すように、受講者「太郎」が、電子ペン1Aを用いて解答用紙2Aに解答し、受講者「次郎」が、電子ペン1Bを用いて解答用紙2Bに解答し、受講者「三郎」が、電子ペン1Cを用いて解答用紙2Cに解答し、受講者「四郎」が、電子ペン1Dを用いて解答用紙2Dに解答するものとする。また、講師「花子」が、解析装置2を操作するものとする。
(2)ドットパターン
次に、図4と図5を参照しながら、解答用紙2に印刷されたアノト方式のドットパターン(コード化パターン)について説明する。図4は、解答用紙2に印刷されたドットパターンのドットと、そのドットが変換される値との関係を説明する図である。図4に示すように、ドットパターンの各ドットは、その位置によって所定の値に対応付けられている。すなわち、ドットの位置を格子の基準位置(縦線及び横線の交差点)から上下左右のどの方向にシフトするかによって、各ドットは、0〜3の値に対応付けられている。また、各ドットの値は、さらに、X座標用の第1ビット値及びY座標用の第2ビット値に変換できる。このようにして対応付けられた情報の組み合わせにより、用紙上の位置座標が決定されるように構成されている。
図5(a)は、あるドットパターンの配列を示している。図5(a)に示すように、縦横約2mmの範囲内に6×6個のドットが、用紙上のどの部分から6×6ドットを取っても、ユニークなパターンとなるように配置されている。これら36個のドットにより形成されるドットパターンは位置座標(例えば、そのドットパターンが解答用紙2上のどの位置にあるのか)を保持している。図5(b)は、図5(a)に示す各ドットを、格子の基準位置からのシフト方向によって、図4に示す規則性に基づいて、対応づけられた値に変換したものである。この変換は、ドットパターンの画像を撮影する電子ペン1によって行われる。
(3)電子ペン
次に、電子ペン1について図6を用いて説明する。図6は、電子ペン1の構造を示す概略図である。図6に示すように、電子ペン1は、その筐体101の内部に、インクカートリッジ104、LED105、CMOSカメラ106、圧力センサ107、CPU等により構成されるプロセッサ108、ROMやRAMといったメモリ109、リアルタイムクロック110、アンテナ等により構成される通信ユニット111、及びバッテリー112を備える。インクカートリッジ104の先端は、ペン先部103となっており、各受講者は、電子ペン1のペン先部103を、解答用紙2に当接させてストローク(手書きストローク)を記入する。インクカートリッジ104のインクは、赤外線を吸収する材料(例えばカーボン)を含まないようにする。ここで、電子ペン1のペン先部103が用紙に接触することを「ペンダウン」と呼び、接触している(当接している)状態からペン先部103が離れることを「ペンアップ」と呼ぶ。電子ペン1のペンダウンからペンアップまでの間に記入される軌跡が1つのストロークとなり、文字や図形等は、1つ又は複数個のストロークからなる。
バッテリー112は電子ペン1内の各部品に電力を供給するためのものであり、例えば電子ペン1のキャップ(図示せず)の脱着により電子ペン1自体の電源のオン/オフを行うよう構成させてもよい。リアルタイムクロック110は、現在時刻(タイムスタンプ)を示す時刻情報を発信し、プロセッサ108に供給する。圧力センサ107は、受講者が電子ペン1により解答用紙2に文字やマークを書いたりタップしたりする際にペン先部103からインクカートリッジ104を通じて与えられる圧力、即ち筆圧を検出し、その値をプロセッサ108へ伝送する。
プロセッサ108は、圧力センサ107から与えられる筆圧データに基づいて、LED105及びCMOSカメラ106のスイッチのオン/オフを切り替える。即ち、受講者が電子ペン1で解答用紙2に文字などを書くと、ペン先部103に筆圧がかかり、圧力センサ107によって所定値以上の筆圧が検出されたときに、プロセッサ108は、受講者が記入を開始したと判定して、LED105及びCMOSカメラ106を作動させる。そして、受講者が1つのストロークを記入し終えて電子ペン1を解答用紙2から離すと、圧力センサ107は、所定値以上の筆圧が検出されなくなることでペンアップを検出する。すると、通信ユニット111が、圧力センサ107により検出されたペンアップ情報とペンIDとを関連付けて、記入情報として解析装置2へ送信する。
LED105とCMOSカメラ106は、電子ペン1のペン先部103付近に取り付けられており、筐体101におけるLED105及びCMOSカメラ106と対向する部分には、開口部102が形成されている。LED105は、解答用紙2上のペン先部103近傍に向けて赤外線を照明する。その領域は、ペン先部103が解答用紙2に接触する位置とはわずかにずれている。CMOSカメラ106には、赤外線を透過し赤外線以外を遮断する赤外線透過フィルタが設けられており、CMOSカメラ106は、LED105によって照明された領域内におけるドットパターンを撮影し、そのドットパターンの画像データをプロセッサ108に供給する。ここで、カーボンは赤外線を吸収するため、LED105によって照射された赤外線は、ドットに含まれるカーボンによって吸収される。そのため、ドットの部分は、赤外線の反射量が比較的少なく、ドット以外の部分は赤外線の反射量が比較的多い。CMOSカメラ106の撮影により、赤外線の反射量の違いから閾値を設けることによって、カーボンを含むドットの領域とそれ以外の領域を区別することができる。したがって、解答用紙2に記入欄などが印刷されていた場合でも、印刷したインクは赤外域に吸収性を持たないため、プロセッサ108は、ドットパターンを認識することができる。なお、CMOSカメラ106による撮影領域は、図5(a)に示すような約2mm×約2mmの大きさを含む範囲であり、CMOSカメラ106の撮影は毎秒50〜100回程度の定間隔で行われる。また、CMOSカメラ106は、ドットを鮮明に撮影するため、十分な被写界深度を有している。
プロセッサ108は、受講者の記入が行われる間、CMOSカメラ106によって供給される画像データのドットパターンから、受講者が記入するストローク(筆跡)の解答用紙2上におけるX、Y座標(以後、単に「座標データ」または「座標情報」とも呼ぶ。)を連続的に演算していく。すなわち、プロセッサ108は、CMOSカメラ106によって供給される、図5(a)に示されるようなドットパターンの画像データを図5(b)に示すデータ配列に変換し、さらに、X座標ビット値・Y座標ビット値に変換して、そのデータ配列から所定の演算方法によりX、Y座標データを演算する。なお、プロセッサ108は、ドットパターンに対向する電子ペン1の角度に起因するドットの画像上の配列を補正する回転補正処理機能を備えており、座標演算に利用されている。そして、プロセッサ108は、リアルタイムクロック110から発信される現在時刻(タイムスタンプ:記入された時刻情報)、筆圧データ及びX、Y座標データを関連付ける。以後、これらの関連付けたデータを、まとめて「座標属性情報」と呼ぶ。なお、解答用紙2における6×6のドットパターンは、解答用紙2内で重複することはないため、受講者が電子ペン1で文字等を記入すると、記入された位置が解答用紙2のどの位置に当たるかを、プロセッサ108による座標演算により特定することができる。
メモリ109には、各電子ペン1A〜1Dを識別するためのそれぞれのペンID「pen01」〜「pen05」、ペン製造者番号、ペンソフトウェアのバージョン等のプロパティ情報が記憶されている。そして、通信ユニット111は、ペンIDと、時刻情報(タイムスタンプ)と、筆圧データと、X、Y座標データとを関連付けて、記入情報として解析装置2へ送信する。通信ユニット111による解析装置2への送信は、Bluetooth(登録商標)などの無線送信によって、即時的かつ逐次的に行われる。ここで、電子ペン1のペンダウンからペンアップまでの間に生成されて解析装置2に送信された1個又は複数個の座標属性情報は、解析装置2によりストローク情報として記憶される。換言すると、1つのストロークは、1個又は複数個のX、Y座標(座標点)からなり、解析装置2は、ペンダウン情報及びペンアップ情報によって、1つのストロークを構成する1個又は複数個の座標属性情報を認識する。
また、各電子ペン1A〜1Dは、ペアリング操作により、解析装置2と認証キーであるパスキーなどの情報交換を予め行っており、Bluetooth通信の通信相手としてその解析装置2を認識している。そして、各電子ペン1A〜1Dは、受講者が解答用紙2に記入する都度、記入情報を生成して、解析装置2へ送信する。言い換えると、各電子ペン1A〜1Dは、受講者が解答用紙2に記入し続けている間、記入情報を生成し、解析装置2へ送信し続ける。そして、受講者が電子ペン1を解答用紙2から離す(ペンアップする)と、当該電子ペン1は、圧力センサ107で所定値以上の筆圧が検出されなくなったことにより、受講者が記入を停止したと判定する。そして、この場合、ペンアップされた電子ペン1は、LED105とCMOSカメラ106を停止して、解析装置2への記入情報の送信を中止する。
(4)解析装置
次に、解析装置2について説明する。解析装置2は、ハードウェアとして、電子ペン1とのデータ通信が可能なアンテナ装置、CPU等のプロセッサ、ROMやRAMといったメモリ、ディスプレイ、マイク、スピーカ等で構成される。
図7は、解析装置2の機能ブロック図である。解析装置2は、機能的には、マウス、キーボード及びマイクなどの入力部21、通信部22、記憶部23、処理部24、表示部26、マイクなどの音声入力部27、及び音声出力部28を備える。通信部22は、アンテナ受信回路等により構成され、電子ペン1から記入情報を受信する。表示部26は、ディスプレイ等によって構成され、処理部24によって指示された内容を表示する。音声出力部28は、スピーカ等によって構成され、処理部24によって指示された内容の音声を出力する。
処理部24は、CPU等のプロセッサによって構成され、記憶部23に記憶されたプログラムを実行することで、解析装置2の全体の制御を行う。
例えば、処理部24は、通信部22を介して、各電子ペン1から送信された記入情報を受信し、ペンIDごとにストローク情報として記憶部23に記憶する。また、処理部24は、音声入力部27から入力された音声データを時刻情報と関連付けて記憶部23に記憶する。また、処理部24は、各受講者が解答用紙2に記入した筆跡を表示するためのウィンドウ(「筆跡表示ウィンドウ」とも呼ぶ。)を表示部36に表示させ、記憶部23に記憶したストローク情報に基づき、各受講者が解答用紙2へ記入した筆跡を、筆跡表示ウィンドウ上に表示させる。
また、処理部24は、記憶部23が記憶するストローク情報に基づき、各受講者の状態を認識する。例えば、処理部24は、ストローク情報に基づき、問題ごとのストローク数、解答時間、ストローク長、解答用紙2内での記入エリアの面積、筆圧、ストローク同士の距離、記入の向き、ストロークの分布などを認識する。そして、処理部24は、認識した情報に基づき、受講者が集中しているか、つまずきがあったか、ひらめきがあったか、グループワークがうまくいっているかなどの受講者の状態を検出する。受講者の状態検出の例については、[受講者の状態検出の例]のセクションで説明する。
さらに、処理部24は、検出した受講者の状態等に基づいて、解答用紙2で解答する問題の難易度の算出や、当該問題に対する各受講者の理解度の算出、筆跡表示ウィンドウの表示処理などを行う。この具体例については、[受講者の状態検出に基づく処理]のセクションで詳しく説明する。
記憶部23は、ROMやRAMといったメモリによって構成される。記憶部23は、解答用紙2に印刷されたドットパターンが示す座標範囲の情報(「座標定義情報」とも呼ぶ。)を記憶する。また、記憶部23は、各電子ペン1のペンIDと、当該電子ペン1を使用する受講者の情報とを関連付けた情報を記憶する。図8は、各受講者を示すユーザIDと、受講者名と、当該受講者が使用する電子ペン1のペンIDとを関連付けた情報のデータ構造の一例を示す。図8の例では、受講者「太郎」、「次郎」、「三郎」及び「四郎」に対応するユーザID、受講者名及び電子ペン1のペンIDがそれぞれ関連付けられている。さらに、記憶部33は、処理部34の処理命令により、電子ペン1から受信した記入情報からなるストローク情報を、ペンID及び解答した問題の識別情報などと関連付けて記憶する。また、記憶部33は、処理部24の制御に基づき、音声入力部27から入力された音声データを時刻情報と関連付けて記憶する。
なお、処理部24は、本発明における「受信手段」、「解析手段」、「提示手段」及びプログラムに基づき動作するコンピュータの一例である。
[筆跡表示ウィンドウの基本説明]
まず、解析装置2が表示する筆跡表示ウィンドウの基本的な表示例について説明する。図9は、筆跡表示ウィンドウの表示例である。図9に示す筆跡表示ウィンドウは、メイン表示エリア50と、受講者選択リスト「ML」を表示するためのリスト表示エリア53と、ボタン表示エリア54とを有する。
メイン表示エリア50には、受講者が電子ペン1により解答用紙2へ記入した筆跡を再現した解答再現画像51(51A〜51D)が表示されている。図9の例では、処理部34は、受講者「太郎」が使用する電子ペン1Aから受信した記入情報に基づくストローク情報を用いて解答再現画像51Aを描画し、受講者「二郎」が使用する電子ペン1Bから受信した記入情報に基づくストローク情報を用いて解答再現画像51Bを描画し、受講者「三郎」が使用する電子ペン1Cから受信した記入情報に基づくストローク情報を用いて解答再現画像51Cを描画し、受講者「四郎」が使用する電子ペン1Dから受信した記入情報に基づくストローク情報を用いて解答再現画像51Dを描画している。
リスト表示エリア53に表示される受講者選択リストMLは、メイン表示エリア50に解答内容の筆跡を表示する対象となる受講者のリストである。処理部24は、受講者選択リストMLのいずれかのリストが選択された場合、選択されたリストが示す受講者の解答再現画像51を、メイン表示エリア50に個別に表示する。
また、ボタン表示エリア54には、状態表示ボタンB1と、難易度表示ボタンB2と、理解度比較ボタンB3と、解答順判定ボタンB4とが表示されている。そして、処理部24は、ボタン表示エリア54に表示されたボタンB1〜B4が選択された場合に、選択されたボタンに割当てられた機能に基づき、メイン表示エリア50の表示を変更する。これについては後述する。
[受講者の状態検出の例]
次に、受講者の状態検出の具体例(第1〜第4の例)について説明する。
第1の例では、処理部24は、各受講者に対し、解答用紙5に記入されたストロークの本数を単位時間ごとに数え、単位時間ごとのストローク数の増加率又は減少率が閾値を超えた箇所を、ひらめき又はつまずきがあった箇所として認識する。図10(A)は、ある受講者の単位時間(例えば1分)あたりのストローク数のヒストグラムの例である。図10(A)の例では、処理部24は、破線枠70が示す時刻「t1」において、単位時間ごとのストローク数の増加率が所定値を超えたと判断し、ひらめきがあったと判断する。一方、処理部24は、破線枠71が示す時刻「t2」において、単位時間ごとのストローク数の減少率が所定値を超えたと判断し、つまずきがあったと判断する。
第2の例では、受講者がグループワーク(協働作業)を行っている場合には、処理部24は、単位時間あたりのストローク数の増減を、グループごとに比較し、記入開始時刻や未記入時間の一致に基づき、グループワークが円滑に行われているか判断する。例えば、図10(A)の例では、処理部24は、未記入時間として時刻t2から時刻「t3」までの期間を認識し、記入開始時刻として時刻t3を認識する。そして、処理部24は、グループ内での各受講者の記入開始時刻や未記入時間がおよそ一致している場合に、グループワークが円滑に行われていると判断する。
第3の例では、処理部24は、連続して記入されたストローク間の距離の単位時間当たりの平均値が所定の閾値を下回った場合、受講者が集中して問題を解いていると判断する。また、処理部24は、上述の平均値が所定の閾値を超えた場合、受講者が自信のない状態で問題を解いていると判断する。図10(B)は、ある受講者のストローク間の距離の単位時間当たりの平均値を時刻ごとに表したヒストグラムの一例である。図10(B)の例では、処理部24は、時刻「t10」から時刻「t11」までの各時刻について、ストローク間の距離の平均値が所定の閾値未満であると判断し、時刻t10から時刻t11までの期間で受講者が集中して問題を解いていると判断する。一方、処理部24は、時刻「t12」から時刻「t13」までの各時刻について、ストローク間の距離の平均値が所定の閾値より高いと判断し、時刻t12から時刻t13までの期間で受講者が自信のない状態で問題を解いていると判断する。
第4の例では、処理部24は、単位時間でのストローク長の平均値が所定の閾値より短い場合、受講者が検算を行っていると判断する。図10(C)は、ある受講者のストローク長の単位時間当たりの平均値を時刻ごとに表したヒストグラムである。図10(C)の例では、処理部24は、単位時間あたりのストローク長の平均値が閾値より短い時刻「t21」から時刻「t22」の間では、受講者が検算を行っていると判断する。
[受講者の状態検出に基づく処理]
次に、筆跡表示ウィンドウの各ボタンB1〜B4が選択された場合等に実行される、検出された受講者の状態に基づく処理の具体例について、図11〜図16を参照して説明する。
(1)検出結果の表示
処理部24は、状態表示ボタンB1が押下された場合に、筆跡表示ウィンドウに表示した解答再現画像51中に、検出した受講者の状態の変化があった箇所を強調表示する。これにより、処理部24は、検出した受講者の状態の変化があった箇所を講師に好適に注目させる。
図11は、受講者の状態変化を明示した筆跡表示ウィンドウの表示例である。図11の例では、処理部24は、[受講者の状態検出の例]のセクションの第1の例に基づき、各解答再現画像51A〜51Dに表示する全ストロークを対象に、各受講者の単位時間ごとのストローク数の増減率を算出する。その結果、処理部24は、解答再現画像51Bに表示するストロークの一部(6となるペアを結ぶストローク)を記入している期間でのストローク数の増加率が所定値以上になったと判断し、当該期間に記入したストロークを破線枠73で囲むと共に、文字列「ひらめきあり」を下線付きで表記している。
また、処理部24は、解答再現画像51Cに表示するストロークの一部(文字列「=2.5?」)を記入している期間でのストローク数の減少率が所定値以上になったと判断し、当該期間に記入したストロークを破線枠74で囲むと共に、文字列「つまずきあり」を下線付きで表記している。
このように、処理部24は、状態表示ボタンボタンB1が選択された場合、検出した受講者の状態変化があった箇所を強調表示し、かつ、検出した状態を示す文字を付加する。これにより、検出した受講者の状態変化を講師に好適に視認させることができる。なお、処理部24は、破線枠73、74により対象のストロークを強調表示する代わりに、破線枠73、74で囲んだストロークの色や表示サイズを変えることでこれらのストロークを強調表示してもよい。
(2)難易度の算出
処理部24は、受講者の正答率、解答時間の平均時間、及び検出した受講者の状態変化に基づき、問題の難易度を算出する。これにより、処理部24は、各受講者の解答結果に基づく問題の難易度を講師に好適に把握させる。
図12は、難易度表示ボタンB2が選択された場合の筆跡表示ウィンドウの表示例を示す。図12の例では、処理部24は、各解答再現画像51A〜51Dの下に、各受講者に対応する正誤情報と、解答時間と、検出したつまずきの数とを表示させている。
そして、処理部24は、各受講者に対応する正誤情報と、解答時間と、検出したつまずきの数とに基づき、問題ごとの正答率(75%)、平均解答時間(195秒)、及びつまずきの平均数(0.25個)を算出する。そして、処理部24は、算出した問題ごとの正答率、平均解答時間、つまずきの平均数等に基づき、予め記憶した式又はマップ等を参照することで、問題の難易度を算出する。そして、図12の例では、処理部24は、レベル1〜5のうちレベル1の難易度であると判断し、その旨を表示している。
このように、図12の例では、処理部24は、問題ごとの正答率、解答時間の平均時間、及び検出したつまずきの平均数を算出することで、各受講者の解答内容に基づく問題の難易度を的確に決定し、講師に好適に把握させることができる。なお、処理部24は、正答率等に加え、さらに問題ごとのストローク数の平均値を算出し、ストローク数の平均値が高いほど、問題の難易度を高く設定してもよい。
ここで、上述の正誤情報を認識する方法について補足説明する。処理部24は、例えば、講師による入力部21への入力等に基づき、解答再現画像51に表示された各受講者の解答の正誤を認識し、正誤情報として受講者及び問題ごとに記憶部23に記憶しておく。なお、処理部24は、公知の文字認識技術を用いて解答部分の文字を認識し、認識した文字が予め記憶した正答と一致するか否かに基づき、正誤情報を生成してもよい。次に、上述の解答時間を認識する方法について補足説明する。処理部24は、各解答再現画像51に表示されるストロークの表示に使用した記入情報に含まれる時刻情報に基づき、解答再現画像51ごとに、記入開始時刻及び記入終了時刻を認識することで、各受講者の解答時間を算出する。
(3)理解度の算出・比較
処理部24は、正誤情報、解答用紙5に記入されたストローク数、解答時間、及びつまずきの数等に基づき、受講者ごとの理解度を算出する。この場合、好適には、処理部24は、所定のマップ又は式を参照し、ストローク数が少ないほど、解答時間が短いほど、そしてつまずきの数が少ないほど、理解度を高く設定する。また、処理部24は、正解の場合には誤答の場合よりも理解度を高く設定する。
そして、処理部24は、同一問題を複数回解いた受講者が受講者選択リストMLで選択された状態で、理解度比較B3が選択された場合、理解度の向上度合いを判定して表示する。図13は、受講者選択リストMLで三郎が選択された状態で理解度比較ボタンB3が選択された場合の筆跡表示ウィンドウの表示例を示す。
図13の例では、処理部24は、同一問題に対する三郎の一回目の解答を示す解答再現画像51Cと、二回目の解答を示す解答再現画像51Caとを並べてメイン表示エリア50に表示させると共に、これらの下に対応する理解度等を表示させている。具体的には、処理部24は、一回目の解答を示す解答再現画像51Cの下には、誤答である旨、解答時間が「250秒」である旨、及び検出したつまずきが「1回」である旨の表示と共に、これらの要素に基づき算出した理解度「1」を表示している。同様に、処理部24は、二回目の解答を示す解答再現画像51Caの下には、正答である旨、解答時間が「150秒」である旨、及び検出したつまずきが「0回」である旨の表示と共に、これらの要素に基づき算出した理解度「5」を表示している。
さらに、処理部24は、一回目の解答に対する理解度「1」と、二回目の解答に対する理解度「5」との比較結果に基づき、理解度の向上度合いの判定結果として、理解度が大幅に向上した旨を、メイン表示エリア50の最下部に表示している。この場合、例えば、処理部24は、理解度が所定値(例えば2)以上上昇した場合には、大幅に上昇した旨を表示し、所定値未満の範囲で上昇した場合には、単に上昇した旨を表示する。また、処理部24は、理解度に変動がない場合又は理解度が下がった場合、理解度が向上していない旨を表示する。
なお、処理部24は、同一問題に対して同一受講者が3回以上解答を行っている場合には、例えば最新の2つの解答を示す解答再現画像51を並べて表示すると共に、これらの理解度及び理解度の向上度合いを示す表示を行うとよい。
図13で説明した処理に加え、好適には、処理部24は、理解度の向上度合いの判定結果又は最新の解答に対する理解度に基づき、比較を行った受講者が次に解くべき問題を提示するとよい。例えば、処理部24は、理解度が所定値以上上昇した場合、又は、最新の解答に対する理解度が最高レベル(図13の例では「5」)の場合には、解答した問題よりも難易度が高い問題を選択し、当該問題の識別番号や問題内容等を表示する。この場合、記憶部23は、問題ごとに難易度を示す情報を記憶しておき、処理部24は、難易度の情報を参照して、解答した問題の難易度よりも所定レベルだけ高い難易度の問題を選択する。一方、処理部24は、理解度の上昇が所定値未満の場合、又は最新の解答に対する理解度が所定値以下の場合には、解答した問題と同等の難易度の問題を選択し、当該問題の識別番号や問題内容等を表示する。
次に、筆跡表示ウィンドウ上で各受講者の解答再現画像51を並べて表示した状態で、理解度比較ボタンB3が選択された場合について説明する。この場合、処理部24は、各解答再現画像51に対する理解度を算出し、算出した理解度に応じて各解答再現画像51の表示サイズや色を変更する。
図14は、図9の状態で理解度比較ボタンB3が選択された場合の筆跡表示ウィンドウの表示例を示す。図14の例では、まず、処理部24は、メイン表示エリア50に表示された各解答再現画像51A〜51Dが示す解答の理解度を、正答情報(正答率)、解答時間、検出したつまずきの数、又は/及びストローク数等に基づき算出する。そして、処理部24は、算出した理解度が最も高い受講者「太郎」解答を示す解答再現画像51Aを、他の解答再現画像51B〜51Dよりも拡大表示すると共に、縁取り効果により強調している。このようにすることで、処理部24は、講師が注目すべき理解度が最も高い解答を好適に講師に提示することができる。なお、処理部24は、理解度が最も高い解答に代えて、理解度が所定値よりも低い解答に対する解答再現画像51を強調表示することで、理解不足と判定される解答及び受講者の存在を講師に積極的に認識させてもよい。
(4)問題解答順の判定
複数の問題に対する解答欄がある解答用紙5を用いた場合、処理部24は、解答順判定ボタンB4が選択されたとき、記入情報に含まれる時刻情報に基づき、各受講者が解答した問題の順番を認識する。そして、処理部24は、総得点や正答率が高い受講者の問題解答順を、最適な問題解答順として提示する。
図15は、複数の問題に対する解答欄が存在する解答用紙5の例を示す。図15に示す解答用紙5は、問1に対する解答欄Ar1と、問2に対する解答欄Ar2と、問3に対する解答欄Ar3とを有する。この場合、解析装置2は、各解答欄Ar1〜Ar3に印刷されるドットパターンの座標範囲と、対応する問題番号とを関連付けた座標定義情報を、記憶部23に予め記憶しておく。そして、解析装置2の処理部24は、座標定義情報を参照し、電子ペン1から受信する記入情報に含まれる座標情報に基づき、記入がなされた解答欄の問題番号を認識すると共に、記入情報に含まれる時刻情報に基づき、解答がさされた問題の解答順を認識する。
図16は、図15に示す解答用紙5への各受講者の解答記入後に、ボタンB4が選択された場合の筆跡表示ウィンドウの表示例を示す。図16の例では、処理部24は、図15に示す解答用紙5への印刷画像に、ストローク情報が示すストロークを重ねた解答再現画像51Ax〜解答再現画像51Dxを、受講者ごとに表示している。なお、図16の例では、処理部24は、講師による入力等に基づき、各解答再現画像51Ax〜解答再現画像51Dxが示す各解答に対する総得点を認識しているものとする。また、問1及び問2の配点は25点、問3の配点が50点であるものとする。
この場合、処理部24は、各解答再現画像51Ax〜解答再現画像51Dxの下に、対応する総得点と、認識した問題の解き順とを表示している。さらに、処理部24は、最も総得点が高い受講者「四郎」の問題の解き順が最適な解き順であると判断し、メイン表示エリア50の最下部に、最適な解き順が問1、問3、問2の順である旨を表示する。これにより、講師は、最適な解き順を認識し、各受講者に最適な解き順を指導することができる。
なお、処理部24は、最も総得点が高い受講者の問題の解き順が最適な解き順であると判断する代わりに、他の所定のアルゴリズムを用いて、各受講者の総得点(又は正解率)に基づき、最適な解き順を決定してもよい。また、処理部24は、各解答再現画像51Ax〜解答再現画像51Dxに対応する解答時間を算出し、総得点(正解率)に加えて解答時間を勘案して、最適な解き順を判定してもよい。
また、図16の例に代えて、処理部24は、認識した問題の解き順を勘案し、「(3)理解度の算出・比較」のセクションで説明した理解度を算出してもよい。例えば、処理部24は、問題の出題者の意図(即ち問題同士の関連性)に即した最適な解き順の情報を予め記憶部23に記憶しておき、認識した問題の解き順が記憶した最適な解き順と一致している場合に、理解度を高く設定してもよい。
(5)音声データの抽出
次に、受講者の状態の変化の検出に基づき、録音した音声から所定の音声部分を抽出する例について説明する。
処理部24は、電子ペン1による解答用紙5への記入が行われる授業中では、音声入力部27により入力される講師の音声を、時刻情報と関連付けて記憶部23に記憶する。そして、処理部24は、ひらめきなどの所定の受講者の状態への変化を検出した場合に、当該状態変化を検出する直前の音声を抽出し、抽出した音声を講師の指導内容を示す音声として記憶部23に記憶させる。
このとき、好適には、処理部24は、講師の指導内容を示す音声をユーザ操作に基づき再生させる。例えば、処理部24は、図11の例では、下線付きの「ひらめきあり」の表示部分をアクティブにして表示し、当該表示部分がクリック等により選択された場合に、抽出した音声の再生を行ってもよい。
[本実施形態による作用効果]
以上説明した実施形態によれば、解析装置2は、各受講者が使用する電子ペン1から受信した記入情報に基づき、電子ペン1を使用した受講者の理解度や問題の難易度を的確に決定し、講師に認識させることができる。また、解析装置2は、複数の問題に対する解答用紙5が使用された場合に、各受講者の問題の解き順及び総得点等に基づき、最適な問題の解き順を提示することができる。また、解析装置2は、電子ペン1の使用時に録音した音声から、受講者の状態変化のきっかけとなった講師の音声を抽出することができる。
[本実施形態の変形例]
上記した実施形態では、電子ペン、ドットパターン(コード化パターン)、記入情報に、アノト方式を用いていたが、アノト方式を用いることに限定はされない。
また、解析装置2は、電子ペン1からBluetooth(登録商標)等の無線通信方式により記入情報を受信し、当該記入情報に基づくストローク情報を用いて所定の表示を行った。しかし、本発明が適用可能な方法は、これに限定されない。
これに代えて、例えば、電子ペンシステム10は、電子ペン1に代えて、筆記中にペン先から赤外線(光)と超音波(音)を同時に発信するデジタルペンを備えてもよい。この場合、解析装置2は、当該デジタルペンから赤外線及び超音波を受信し、赤外線を受信してから超音波を受信するまでの時間に基づきペン先の動きを割り出してストローク情報を生成し、当該ストローク情報に基づき上述した解析処理や表示処理を行ってもよい。
他の例では、各受講者には、iPad(登録商標)などのタッチパネルを備えるタブレットPCが配布され、当該タブレットPCのタッチパネル上で描かれたストロークの情報をタブレットPCが解析装置2へ送信してもよい。この場合、解析装置2は、タブレットPCから受信したストロークの情報に基づき時刻情報、ディスプレイ上のXY座標情報及びタブレットPCの識別情報(端末ID)を含むストローク情報を生成及び保存し、当該ストローク情報に基づき上述した解析処理や表示処理を行う。また、解析装置2は、ユーザIDと端末IDとを関連付けて記憶しておくことで、記入者を識別する。
また、理解度や難易度の算出において、解析装置2は、つまずきの数を用いるのに代えて、又はこれに加えて、単位時間ごとのストローク数の増加率が所定値を超えた回数を用いてもよい。この場合、解析装置2は、単位時間ごとのストローク数の増加率が所定値を超えた回数が多いほど、理解度を高く設定又は難易度を低く設定するとよい。また、解析装置2は、筆跡の単位時間当たりのストローク数の減少率が所定の閾値以上となる回数(即ちつまずきの数)をカウントする場合、問題毎のエリアに記入された最終ストローク付近での筆跡を、つまずきと判断する対象から除外するとよい。
1(1A〜1D)…電子ペン
2…解析装置
4…プロジェクタ
5(5A〜5D)…解答用紙
10…電子ペンシステム

Claims (12)

  1. 問題に対する解答を記入するための解答欄に対する筆跡を示す記入情報を受信する受信手段と、
    前記記入情報に基づき、前記筆跡を記入した受講者の前記問題に対する理解度又は前記問題の難易度を決定する解析手段と、
    を有することを特徴とする解析装置。
  2. 前記解析手段は、前記記入情報に含まれる時刻情報に基づき認識した前記問題に対する解答時間と、前記解答の正誤に関する情報とに基づき、前記理解度又は前記難易度を決定することを特徴とする請求項1に記載の解析装置。
  3. 前記解析手段は、前記筆跡の単位時間当たりのストローク数の減少率が所定の閾値以上となる回数が多いほど、前記理解度を低く設定又は前記難易度を高く設定する、又は、
    前記筆跡の単位時間当たりのストローク数の増加率が所定の閾値以上となる回数が多いほど、前記理解度を高く設定又は前記難易度を低く設定することを特徴とする請求項1または2に記載の解析装置。
  4. 前記解析手段は、同一の問題に対して前記受講者が記入した複数の解答の筆跡を示す記入情報に基づき、前記問題に対する前記受講者の理解度の向上度合いを判定することを特徴とする請求項1〜3のいずれか一項に記載の解析装置。
  5. 前記理解度の向上度合いの判定結果に基づき、前記受講者が次に解答すべき問題を提示する提示手段をさらに有することを特徴とする請求項4に記載の解析装置。
  6. 前記解答欄には、複数の問題に対する解答を記入するエリアが存在し、
    前記解析手段は、前記記入情報が示す前記解答欄内の位置と、前記記入情報に含まれる時刻情報が示す時刻とに基づき、前記受講者が解答した問題の順番を認識することを特徴とする請求項1〜5のいずれか一項に記載の解析装置。
  7. 前記解析手段は、認識した前記解答した問題の順番に基づき、前記理解度を決定することを特徴とする請求項6に記載の解析装置。
  8. 解答すべき問題の解答順を提示する提示手段をさらに備え、
    前記受信手段は、複数の受講者がそれぞれ使用する電子ペンから前記記入情報を受信し、
    前記解析手段は、前記受講者の各々が解答した問題の順番を認識し、
    前記提示手段は、前記受講者の各々が解答した問題の順番から、提示すべき前記解答順を決定することを特徴とする請求項7または8に記載の解析装置。
  9. 前記記入情報に基づき、前記筆跡の単位時間当たりのストローク数の増加率又は減少率が所定の閾値以上となった筆跡の部分を強調表示する表示手段を備えることを特徴とする請求項1〜8のいずれか一項に記載の解析装置。
  10. 複数の受講者がそれぞれ使用する電子ペンから受信した前記記入情報に基づく筆跡を、受講者ごとに一覧表示する表示手段を備え、
    前記表示手段は、前記複数の受講者ごとの前記理解度に基づき、一覧表示する筆跡の表示態様を変えることを特徴とする請求項1〜9のいずれか一項に記載の解析装置。
  11. 前記筆跡の記入時において発生する音声を、時刻情報と関連付けて記憶する記憶手段をさらに備え、
    前記解析手段は、前記筆跡の単位時間当たりのストローク数の増加率が所定の閾値以上となる直前の音声を、前記問題に解答するための指導内容を示す音声として抽出することを特徴とする請求項1〜10のいずれか一項に記載の解析装置。
  12. 請求項1乃至11のいずれか一項に記載の解析装置として機能させることを特徴とするプログラム。
JP2014038409A 2014-02-28 2014-02-28 解析装置及びプログラム Active JP6340830B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014038409A JP6340830B2 (ja) 2014-02-28 2014-02-28 解析装置及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014038409A JP6340830B2 (ja) 2014-02-28 2014-02-28 解析装置及びプログラム

Publications (2)

Publication Number Publication Date
JP2015161892A true JP2015161892A (ja) 2015-09-07
JP6340830B2 JP6340830B2 (ja) 2018-06-13

Family

ID=54184999

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014038409A Active JP6340830B2 (ja) 2014-02-28 2014-02-28 解析装置及びプログラム

Country Status (1)

Country Link
JP (1) JP6340830B2 (ja)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016139293A (ja) * 2015-01-28 2016-08-04 株式会社東芝 書き写し度算出システム、方法及びプログラム
JP2017194755A (ja) * 2016-04-18 2017-10-26 シャープ株式会社 確認支援装置、確認支援方法、確認支援プログラムおよび記録媒体
JP2018128533A (ja) * 2017-02-07 2018-08-16 大日本印刷株式会社 記入内容判定装置及びプログラム
JP2018128535A (ja) * 2017-02-07 2018-08-16 大日本印刷株式会社 記入内容判定装置及びプログラム
KR101946279B1 (ko) * 2018-05-11 2019-02-11 주식회사 아노토코리아 스마트 펜을 이용한 진단 검사 방법 및 장치
JP2019133289A (ja) * 2018-01-30 2019-08-08 富士通株式会社 画像処理プログラム、画像処理方法および画像処理装置
WO2019176374A1 (ja) * 2018-03-16 2019-09-19 京セラドキュメントソリューションズ株式会社 情報処理装置、及び情報処理方法
JP2019191388A (ja) * 2018-04-26 2019-10-31 モカモコ株式会社 学習支援装置および学習支援用プログラム
EP3567597A1 (en) * 2018-05-11 2019-11-13 Anoto Korea Corp. Method and apparatus of diagnostic test
JPWO2018207519A1 (ja) * 2017-05-12 2019-12-12 パナソニックIpマネジメント株式会社 行動目標達成支援システム、情報処理方法及びプログラム
JP2020194486A (ja) * 2019-05-30 2020-12-03 大日本印刷株式会社 情報処理装置及びプログラム
US10971148B2 (en) 2018-03-30 2021-04-06 Honda Motor Co., Ltd. Information providing device, information providing method, and recording medium for presenting words extracted from different word groups
US11442981B2 (en) 2018-03-30 2022-09-13 Honda Motor Co., Ltd. Information providing device, information providing method, and recording medium with combined images corresponding to selected genre
US11545047B1 (en) 2021-06-24 2023-01-03 Knowledge Ai Inc. Using biometric data intelligence for education management
JP7568817B1 (ja) 2023-11-17 2024-10-16 株式会社公文教育研究会 ストロークデータに基づく学習及び指導支援システム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002358000A (ja) * 2001-03-08 2002-12-13 Boostmyscore.Com 個別に設計された診断ならびに矯正を使用するコンピュータ化された試験準備システム
JP2006349782A (ja) * 2005-06-14 2006-12-28 Hitachi Ltd 情報配信システム
JP2010256795A (ja) * 2009-04-28 2010-11-11 Wao Corporation 問題情報出力装置、問題情報出力方法、およびプログラム
JP2012168308A (ja) * 2011-02-14 2012-09-06 Brother Ind Ltd 電子筆記システム、電子筆記装置、及び表示制御プログラム
JP2012198301A (ja) * 2011-03-18 2012-10-18 Panasonic Corp 学習支援装置、学習支援システム、学習支援方法、及び学習支援プログラム
JP2013020641A (ja) * 2012-10-03 2013-01-31 Dainippon Printing Co Ltd コンピュータおよびプログラム
US20140045162A1 (en) * 2012-08-09 2014-02-13 Hitachi. Ltd. Device of Structuring Learning Contents, Learning-Content Selection Support System and Support Method Using the Device

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002358000A (ja) * 2001-03-08 2002-12-13 Boostmyscore.Com 個別に設計された診断ならびに矯正を使用するコンピュータ化された試験準備システム
JP2006349782A (ja) * 2005-06-14 2006-12-28 Hitachi Ltd 情報配信システム
JP2010256795A (ja) * 2009-04-28 2010-11-11 Wao Corporation 問題情報出力装置、問題情報出力方法、およびプログラム
JP2012168308A (ja) * 2011-02-14 2012-09-06 Brother Ind Ltd 電子筆記システム、電子筆記装置、及び表示制御プログラム
JP2012198301A (ja) * 2011-03-18 2012-10-18 Panasonic Corp 学習支援装置、学習支援システム、学習支援方法、及び学習支援プログラム
US20140045162A1 (en) * 2012-08-09 2014-02-13 Hitachi. Ltd. Device of Structuring Learning Contents, Learning-Content Selection Support System and Support Method Using the Device
JP2014035455A (ja) * 2012-08-09 2014-02-24 Hitachi Ltd 学習コンテンツの構造化装置及びそれを用いた学習コンテンツ選択支援システム並びに支援方法
JP2013020641A (ja) * 2012-10-03 2013-01-31 Dainippon Printing Co Ltd コンピュータおよびプログラム

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016139293A (ja) * 2015-01-28 2016-08-04 株式会社東芝 書き写し度算出システム、方法及びプログラム
JP2017194755A (ja) * 2016-04-18 2017-10-26 シャープ株式会社 確認支援装置、確認支援方法、確認支援プログラムおよび記録媒体
JP2018128533A (ja) * 2017-02-07 2018-08-16 大日本印刷株式会社 記入内容判定装置及びプログラム
JP2018128535A (ja) * 2017-02-07 2018-08-16 大日本印刷株式会社 記入内容判定装置及びプログラム
JP6996084B2 (ja) 2017-02-07 2022-01-17 大日本印刷株式会社 記入内容判定装置及びプログラム
JPWO2018207519A1 (ja) * 2017-05-12 2019-12-12 パナソニックIpマネジメント株式会社 行動目標達成支援システム、情報処理方法及びプログラム
JP2019133289A (ja) * 2018-01-30 2019-08-08 富士通株式会社 画像処理プログラム、画像処理方法および画像処理装置
WO2019176374A1 (ja) * 2018-03-16 2019-09-19 京セラドキュメントソリューションズ株式会社 情報処理装置、及び情報処理方法
US11442981B2 (en) 2018-03-30 2022-09-13 Honda Motor Co., Ltd. Information providing device, information providing method, and recording medium with combined images corresponding to selected genre
US10971148B2 (en) 2018-03-30 2021-04-06 Honda Motor Co., Ltd. Information providing device, information providing method, and recording medium for presenting words extracted from different word groups
JP7044361B2 (ja) 2018-04-26 2022-03-30 モカモコ株式会社 学習支援装置および学習支援用プログラム
JP2019191388A (ja) * 2018-04-26 2019-10-31 モカモコ株式会社 学習支援装置および学習支援用プログラム
CN110472808A (zh) * 2018-05-11 2019-11-19 阿诺托韩国股份公司 诊断检查方法及装置
JP2019197209A (ja) * 2018-05-11 2019-11-14 アノト コリア コーポレーション 診断検査方法および装置
EP3567597A1 (en) * 2018-05-11 2019-11-13 Anoto Korea Corp. Method and apparatus of diagnostic test
KR101946279B1 (ko) * 2018-05-11 2019-02-11 주식회사 아노토코리아 스마트 펜을 이용한 진단 검사 방법 및 장치
US11574552B2 (en) 2018-05-11 2023-02-07 Knowledge Ai Inc. Method and apparatus of diagnostic test
JP7326002B2 (ja) 2018-05-11 2023-08-15 アノト コリア コーポレーション 診断検査方法および装置
US11790803B2 (en) 2018-05-11 2023-10-17 Knowledge Ai Inc. Method and apparatus of diagnostic test
JP2020194486A (ja) * 2019-05-30 2020-12-03 大日本印刷株式会社 情報処理装置及びプログラム
JP7314624B2 (ja) 2019-05-30 2023-07-26 大日本印刷株式会社 情報処理装置及びプログラム
US11545047B1 (en) 2021-06-24 2023-01-03 Knowledge Ai Inc. Using biometric data intelligence for education management
JP7568817B1 (ja) 2023-11-17 2024-10-16 株式会社公文教育研究会 ストロークデータに基づく学習及び指導支援システム

Also Published As

Publication number Publication date
JP6340830B2 (ja) 2018-06-13

Similar Documents

Publication Publication Date Title
JP6340830B2 (ja) 解析装置及びプログラム
JP5136769B2 (ja) 電子ペンによる記入進捗を管理する端末装置及びプログラム
JP6511770B2 (ja) 情報処理装置、情報処理システム及びプログラム
CN111259863B (zh) 弹奏手型检测/展示方法、介质、钢琴、终端及服务端
CN103778818A (zh) 一种提示书写错误的方法及装置
CN111027537B (zh) 一种搜题方法及电子设备
JP5811739B2 (ja) 情報処理システム、コンピュータ装置、及びプログラム
CN109656465A (zh) 一种应用于家教设备的内容获取方法及家教设备
JP2014178358A (ja) 学習支援装置、学習支援方法、学習支援プログラム、学習支援システム、およびサーバ装置、端末装置
JP6255935B2 (ja) 筆跡再生装置及びプログラム
CN113674565B (zh) 一种用于钢琴教学的教学系统及方法
CN110210040A (zh) 文本翻译方法、装置、设备和可读存储介质
JP6197290B2 (ja) コンピュータ装置、再生システム、及びプログラム
JP2012203138A (ja) 採点システム
JP6492545B2 (ja) 情報処理装置、情報処理システム及びプログラム
JP5366035B2 (ja) コンピュータ装置及びプログラム
JP5483266B2 (ja) 電子ペンによる記入進捗を管理する端末装置及びプログラム
WO2005104060A1 (ja) 情報処理装置およびプログラム
JP5884364B2 (ja) コンピュータ装置及びプログラム
JP2016138995A (ja) 学習映像からその学習に費やされた学習項目を推定するプログラム、装置及び方法
JP2004361829A (ja) デジタルペンを利用した問題演習および採点システム
JP6187172B2 (ja) 受信装置、受信システム及びプログラム
JP5267950B2 (ja) 情報処理システム及びそのプログラム
JP6160082B2 (ja) コンピュータ装置、評価システム、及びプログラム
JP5472505B2 (ja) コンピュータ装置及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161222

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20171003

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171017

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171107

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180417

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180430

R150 Certificate of patent or registration of utility model

Ref document number: 6340830

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150