JP2020003690A - 学習支援装置、方法、及びコンピュータプログラム - Google Patents
学習支援装置、方法、及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2020003690A JP2020003690A JP2018123933A JP2018123933A JP2020003690A JP 2020003690 A JP2020003690 A JP 2020003690A JP 2018123933 A JP2018123933 A JP 2018123933A JP 2018123933 A JP2018123933 A JP 2018123933A JP 2020003690 A JP2020003690 A JP 2020003690A
- Authority
- JP
- Japan
- Prior art keywords
- learner
- learning
- information storage
- storage means
- quality
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004590 computer program Methods 0.000 title claims description 5
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims description 24
- 238000012360 testing method Methods 0.000 description 20
- 230000010365 information processing Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Abstract
Description
図1に示されるように、本実施形態に係る学習支援装置1は学習者のレベルに応じた学習を支援する装置であって、複数の学習者端末2とインターネット等のネットワークNWを介して通信可能に構成されている。
なお、このほか学習支援装置1とは、図示しない学習者を指導する指導者が利用する指導者端末などとも通信可能に構成されていてもよい。
問題情報記憶部11、学習者情報記憶部12、難易度テーブル13、履歴情報記憶部14、学習情報処理部15、問題情報処理部16、履歴取得情報部17、解析処理部18からなる機能部を構成する。
なお、学習支援装置1はクラウドコンピューティングシステムにより構成されてもよい。
問題情報記憶部11には、図2に示すように、問題番号(No.)と、問題と、問題の単元と、問題の正解と、難易度を記憶できるようになっている。
この難易度は、例えば、図4の難易度テーブルのように、段階分けされた正答率ごとに設定される。この例では、例えば、正答率が0−10%の問題は難易度「10」、正答率が11−20%の問題は難易度「9」といったように設定されている。問題情報記憶部11の難易度は、最初に学習者のレベルをあらかじめ設定するため、各難易度に偏差値を設定してもよい。これにより、学習を始めるにあたって、その学習者の偏差値から学習者がこれから学習する問題の難易度が設定できるようになる。
この学習者情報記憶部12には例えば、図3に示されるように、学習者ごとに、学習者ID、氏名などの個人情報等ともに、学習者が設定した目標情報、学習者の現在の学習レベルが関連付けて記憶されている。
ここで、学習者の学習レベルは、学習者が受けた模試の偏差値に基づいて設定される。例えば、模試が実施される度に、学習者が受けた模試の種類や実施時期を選択し、当該模試における学習者の偏差値に応じたレベルに設定されるようにしてもよい。
また、目標情報は、学習者が目標とする進学先の学校や、又は将来の職業などである。具体的には、○○大学医学部といった学校での設定や、獣医師のように職業でもよい。
また、学習者情報記憶部12には、学習者の過去の学歴を示す学歴情報、進路情報をさらに含めることができる。進路情報には卒業後に就職した企業や職種などの情報を含んでもよい。
また、学習者が受けた模試の種類や実施時期、学習者の偏差値、目標情報、学歴情報、進路情報など学習者に関する情報は、指導者または学習者が入力することができる。
この難易度設定テーブル13には、例えば、図4に示されるように、段階分けされた正答率ごとに難易度が設定されている。図4の例では、例えば、正答率が0−10%の問題は難易度「10」、正答率が11−20%の問題は難易度「9」といったように設定されている。これにより、問題ごとの難易度10段階と、学習者の偏差値に基づく学習レベル10段階を照らし合わせ、学習をする際に、学習者が自分のレベルにあった問題かどうかを容易に見極めることができる。
また、難易度設定テーブルには、最初に学習者のレベルをあらかじめ設定するため、各難易度に偏差値が設定されている。これにより、学習を始めるにあたって、その学習者の偏差値から学習者がこれから学習する問題の難易度が設定できるようになっている。
この正答率について、問題が模試問題によって構成される場合、当該問題の正答率に関連付けられる時期は模試の実施時期となっている。例えば、模試が「5月」に実施されていた場合、この模試で出題された問題の正答率は、「5月」におけるものとなる。なお、模試問題に関連付けられる時期は、基本的には模試の実施時期であるため、実施時期以外の時期における正答率に係る情報はないが、過年度の模試の情報等に基づき、他の時期における正答率を設定することもできる。
また、問題が所定の出題者によって任意に作成された任意問題によって構成される場合、当該問題には正答率が存しないため、出題者によって、各問題に所定の時期ごとの難易度のみが設定される。
この解答履歴情報には、問題を解答した学習者を特定する情報(学習者IDなど)、解答した問題を特定する情報(問題IDなど)、問題の難易度、解答が正答か誤答か、問題の単元、解答時期、学習者の勉強時間帯などの情報が含まれる。
例えば、問題情報処理部16は、模試の場合には、模試問題の正答率、偏差値及び模試の実施時期に係る情報が登録され、当該正答率は模試の実施時期における正答率として登録処理を行なう。
その後、問題情報処理部16は、各難易度の問題にすべて正解した場合の偏差値を模試データより算出する。同様の作業を複数回の模試で行い平均値を割り出し、図4に難易度テーブルに基づいて、難易度ごと(本例では難易度10段階の各段階)の偏差値を確定させる。なお、各教科の特性により、難易度の各段階の偏差値は教科ごと、学年ごと等に異なっていてもよい。
また、模試の実施時期以外における正答率あるいは難易度は、任意で設定することができる。任意問題の場合には、任意問題の正答、任意問題の難易度に係る情報が登録される。難易度は、所定の時期ごと、例えば月ごとに、出題者の任意で設定することができる。これにより、任意問題についても時期ごとの難易度が設定される。
また解析処理部18は、学習者の学習の質と、目標情報に設定している目標との乖離などを計算し、これをグラフなどにして表示出力する処理を行なう。
(難易度×問題数)+ (難易度×問題数)+ (難易度×問題数)・・・=学習の質
例えば、難易度が10段階の場合、4段階の問題を10問正解したら学習の質は「40」、5段階の問題を8問正解したら学習の質は「40」となる。また、8段階の問題を2問正解したら学習の質は「16」、2段階の問題を8問正解したら「16」となる。これにより、単なる学習の量や時間だけでなく、学習の質を基準に解析して見える化できる。
また、解析処理部18は、履歴情報記憶部14に記憶されている過去の達成者の学習の質と比べた学習者の達成度を表す成就度を計算して表示する。
この学習者端末2は、いわゆるパーソナルコンピュータやタブレット端末等によって実現され、ディスプレイ等のデータ出力手段やマウス、スタイラス等の入力手段、あるいはタッチパネル等の入出力が一体となった入出力手段、さらには学習支援装置1などとネットワークNWを介してデータの送受信を行うためのブラウザプログラムといった通信処理手段を備える。
まず、学習支援装置1に問題の登録と難易度の設定がされる際の処理の流れを説明する。
図6において、問題情報処理部16が所定の問題情報の受信又は登録を受け付ける(S101)。この処理は、外部の問題データベースなどから問題データを取得してもよいし、また学習支援装置1が問題データの入力を受け付けてもよい。
これに応じて、問題情報処理部16は、図4の難易度設定テーブル13を参照して、問題ごとの模試などでの正答率に応じた難易度を決定する(S103)。なお、模試などに採用されていない問題については、運用する側で、適宜難易度を登録するようにしてもよい。
そして、決定された難易度は、各問題に関連付けられて問題情報記憶部11に登録され(S104)、問題登録処理を終了する。
なお、あらかじめ学習者情報記憶部12に学習者の情報として、氏名、生年月日、希望分野、希望職種などを登録しておく。ここで、希望分野は、進学希望先の学校や企業などでもよい。
また、学習者に関する情報は、指導者または学習者が入力することができる。
抽出された問題に係る情報は、学習者端末2に対して送信される(S202)。
ここで、学習者端末2において、問題が表示された画面の一例を図9に示す。
この例では、問題表示欄101に問題が表示され、各問題に対してはさらに、難易度と関連付けられた時期を示す時期表示欄102、時期表示欄102に示された時期における難易度を表示する難易度表示欄103が関連付けて表示するようにしてもよい。
また、本例では、時期表示欄102には現在の時期が表示されるようになっており、学習者は現時点において、該当する問題がどの程度の難易度であるかを容易に把握することができるようにしてもよい。
なお、解答に係る情報は、画面上に設けた所定の解答入力欄に入力して送信できるようになっていてもよいし、別途の解答入力フォームから入力して送信できるようになっていてもよい。
解答と正否の判定結果が当該学習者の情報と関連付けて、履歴情報記憶部14に登録される(S205)。なお、この場合、学習した時間(午後6時〜7時まで)などの学習時間なども履歴情報記憶部14に記憶される。
そして、これを所定の回数この学習処理を繰り返して、学習処理を終了する。
学習者が、学習端末2の画面上から「履歴分析」の処理を選択すると、解析処理部18は、履歴情報記憶部14を参照して、当該学習者が登録している希望職種に就いている達成者の学習履歴情報を抽出する(S301)。
例えば、学習者が「薬剤師」を希望職種として登録している場合には、すでに「薬剤師」に就いている過去の学習者(達成者)が、過去にやっていた学習履歴が抽出される。
なお、達成者が複数存在する場合には、それらすべての学習履歴を抽出して、その平均値を取るようにしてもよい。また複数の達成者の中から、学習者が目標とする達成者を選択するようにしてもよい。
また、希望職種等の選定は、学習者が登録している希望職種だけでなく、毎回希望職種や希望分野を学習者が入力するようにしてもよい。
この所定期間とは、例えば、学習者の現時点での年齢を示す。例えば、学習者が10歳であれば、達成者が対応する10歳当時の履歴情報を抽出することになる。
例えば、難易度8の問題を3問、難易度7の問題を4問それぞれ正解した場合には、「8×3=24」、「7×4=28」として数量で表すことができる。
また別の例として、正解した問題数でなく、学習者が取り組んだ問題数と、個人の正答率を掛けてもよい。この場合は、例えば、上述の例で「難易度8×3問×個人正答率60%=14.4」、「難易度7×4問×個人正答率70%=19.6」として学習の質を表すこともできる。
また、模試や入試のように、学習者全員に対して同じ問題や同じ問題数を解かせることをしなくとも、その学習の質を数値により明確化することができる。
この例では、縦軸に学習の質、横軸に年齢(歳)が表され、(ウ)が達成者の学習ログであり、(エ)が学習者の学習ログを表している。
この学習者の将来の学習の質は、現在の学習の質そのまま延長させて表示しても良いし、また最小二乗法やモンテカルロ法などの所定の予測アルゴリズムも用いて将来の予測値を用いて表示してもよい。
これにより、現在の学習者の学習ログと、これら進学先や希望職種の達成者との比較を行なうことで、これとの学習の質の乖離を判定できる。また、現在の学習者の学習ログから予想される進学先群(高校、大学)や職種を分析することができる。
また、将来の職種などが分析できることで、生涯年収の平均値などを算定し表示するようにしてもよい。この職種による年収は外部のデータベースからその年収データを取得して、これに基づいて計算して表示することもできる。
これにより、学習者は、勉強したことの復習や力試しができるだけでなく、予測される自分の未来も見ることができる。
また、学習者が受けた模試の種類や実施時期、当該模試における学習者の偏差値など、学習者に関する情報は、指導者または学習者が入力することができる。
これにより、学習者のレベルを適切な状態としておくことができる。
これにより、成績によって、どのような「学習履歴」を残す傾向にあるか解析し、現在勉強している学習者が近い将来の成績や、進学先、就職先の方向性を示唆することができる。
この場合、上述の実施形態に加えて、達成者が問題ごと又は単元ごとに学習した学習時期を、現在の学習者と比較して表示してもよい。また学習時間だけでなく学習時間帯についても達成者と現在学習している学習者との比較を行なうようにしてもよい。
2 学習者端末
11 問題情報記憶部
12 学習者情報記憶部
13 難易度設定テーブル
14 履歴情報記憶部
15 学習情報処理部
16 問題情報処理部
17 履歴情報取得部
18 解析処理部
NW ネットワーク
Claims (12)
- 学習者の学習を支援する装置であって、
上記学習者に対して出題される問題情報と、当該問題ごとの難易度を記憶する問題情報記憶手段と、
上記学習者ごとに、上記問題情報記憶手段に記憶されている問題のうち、当該学習者が学習した問題を特定する問題特定情報と、その問題の学習時期と、学習者が正答したか否かを履歴情報として記憶する履歴情報記憶手段と、
上記履歴情報記憶手段に記憶された履歴情報を参照して、上記学習者が学習した問題の難易度と学習に取り組んだ問題数及び当該学習者の正答率又は、上記学習者が正解した問題数とその問題の難易度に基づいて表される学習の質を算出して出力する分析処理手段と、
を有することを特徴とする学習支援装置。 - 上記学習者の個人情報に関連付けて、進学先や就職先の分野及び職種を記憶することができる学習者情報記憶手段と、
上記分析処理手段は、上記学習者情報記憶手段を参照して、上記学習者の希望分野又は希望職種に該当する過去の学習者を成功者として特定し、上記履歴情報記憶手段を参照して、上記成功者の学習の質をさらに算出して出力する、
請求項1記載の学習支援装置。 - 上記分析処理手段は、上記学習者の学習の質と、上記成功者の学習の質とを、同じ画面上に重畳して表示する、
請求項2記載の学習支援装置。 - 上記分析処理手段は、
上記学習の時期ごとに学習の質を算出する、
請求項1〜3のいずれかに記載の学習支援装置。 - 上記分析処理手段は、上記学習者の履歴情報に基づいて、将来の学習者の学習の質を予測して出力する、
請求項1〜4のいずれかに記載の学習支援装置。 - 上記分析処理手段は、予測した学習者の将来の学習の質と、上記成功者の学習履歴とを重畳して表示する、
請求項5記載の学習支援沿装置。 - 上記分析処理手段は、進学先や就職先の分野、職種ごとの成功者の学習履歴に基づいて、進学先や就職先の分野及び職種ごとの学習の質を算出し、
上記学習者の学習の質に基づいて、上記進学先や就職先の分野、職種ごとの成功者の学習の質と比較して、上記学習者に合致する進学先や就職先の分野、職種を特定して出力する、
請求項2記載の学習支援装置。 - 上記問題の難易度は、上記問題に対する学習者の正答率に基づいて算定される、
請求項1記載の学習支援装置。 - 学習者に対して出題される問題情報と、当該問題ごとの難易度を記憶する問題情報記憶手段を有するコンピュータにより行なわれる方法であって、
上記コンピュータが、
上記学習者ごとに、上記問題情報記憶手段に記憶されている問題のうち、当該学習者が学習した問題を特定する問題特定情報と、その問題の学習時期と、学習者が正答したか否かを履歴情報として履歴情報記憶手段に記憶する処理と、
上記履歴情報記憶手段に記憶された履歴情報を参照して、上記学習者が学習した問題の難易度と学習に取り組んだ問題数及び正答率又は、上記学習者が正解した問題数とその問題の難易度に基づいて表される学習の質を算出して出力する処理と、
を行なうことを特徴とする学習支援方法。 - 上記コンピュータは、上記学習者の個人情報に関連付けて、進学先や就職先の分野及び職種を記憶することができる学習者情報記憶手段を有し、
上記学習者情報記憶手段を参照して、上記学習者の希望分野又は希望職種に該当する過去の学習者を成功者として特定し、上記履歴情報記憶手段を参照して、上記成功者の学習の質をさらに算出して出力する処理をさらに行なう、
請求項9記載の学習支援方法。 - 上記学習者に対して出題される問題情報と、当該問題ごとの難易度を記憶する問題情報記憶手段を有するコンピュータに対して、
上記学習者ごとに、上記問題情報記憶手段に記憶されている問題のうち、当該学習者が学習した問題を特定する問題特定情報と、その問題の学習時期と、学習者が正答したか否かを履歴情報として履歴情報記憶手段に記憶する処理と、
上記履歴情報記憶手段に記憶された履歴情報を参照して、上記学習者が学習した問題の難易度と学習に取り組んだ問題数及び正答率又は、上記学習者が正解した問題数とその問題の難易度に基づいて表される学習の質を算出して出力する処理と、
を行なわせるコンピュータプログラム。 - 上記コンピュータは、上記学習者の個人情報に関連付けて、進学先や就職先の分野及び職種を記憶することができる学習者情報記憶手段を有し、
上記学習者情報記憶手段を参照して、上記学習者の希望分野又は希望職種に該当する過去の学習者を成功者として特定し、上記履歴情報記憶手段を参照して、上記成功者の学習の質をさらに算出して出力する処理をさらに行なわせる、
請求項11記載のコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018123933A JP6489723B1 (ja) | 2018-06-29 | 2018-06-29 | 学習支援装置、方法、及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018123933A JP6489723B1 (ja) | 2018-06-29 | 2018-06-29 | 学習支援装置、方法、及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6489723B1 JP6489723B1 (ja) | 2019-03-27 |
JP2020003690A true JP2020003690A (ja) | 2020-01-09 |
Family
ID=65895172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018123933A Active JP6489723B1 (ja) | 2018-06-29 | 2018-06-29 | 学習支援装置、方法、及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6489723B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022201875A1 (ja) * | 2021-03-22 | 2022-09-29 | ソニーグループ株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110827181A (zh) * | 2019-10-31 | 2020-02-21 | 世纪海航(厦门)科技有限公司 | 一种基于大数据的职业生涯规划分析系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003271752A (ja) * | 2002-03-15 | 2003-09-26 | Nippon Telegr & Teleph Corp <Ntt> | 教材提示方法及び装置及び教材提示プログラム及び教材提示プログラムを格納した記憶媒体 |
JP3634856B2 (ja) * | 2001-12-06 | 2005-03-30 | 株式会社ディーシーアイ | 試験結果分析装置、方法およびプログラム |
US20130052630A1 (en) * | 2011-08-22 | 2013-02-28 | Hitachi Consumer Electronics Co., Ltd. | Learning support system and learning support method |
JP2014186064A (ja) * | 2013-03-21 | 2014-10-02 | Haw Internationl Inc | 教育情報管理コンピュータプログラム、教育情報管理コンピュータシステム |
JP2016126029A (ja) * | 2014-12-26 | 2016-07-11 | 公益財団法人 日本英語検定協会 | 項目応答理論に基づいて多数の受験者の能力値を推定するコンピューティング |
JP2016148719A (ja) * | 2015-02-10 | 2016-08-18 | 株式会社ベネッセコーポレーション | 学習支援システム、情報処理装置、情報処理方法及びプログラム |
JP6092456B1 (ja) * | 2016-11-16 | 2017-03-08 | 孝光 山中 | 学習支援装置、方法、及びコンピュータプログラム |
-
2018
- 2018-06-29 JP JP2018123933A patent/JP6489723B1/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3634856B2 (ja) * | 2001-12-06 | 2005-03-30 | 株式会社ディーシーアイ | 試験結果分析装置、方法およびプログラム |
JP2003271752A (ja) * | 2002-03-15 | 2003-09-26 | Nippon Telegr & Teleph Corp <Ntt> | 教材提示方法及び装置及び教材提示プログラム及び教材提示プログラムを格納した記憶媒体 |
US20130052630A1 (en) * | 2011-08-22 | 2013-02-28 | Hitachi Consumer Electronics Co., Ltd. | Learning support system and learning support method |
JP2014186064A (ja) * | 2013-03-21 | 2014-10-02 | Haw Internationl Inc | 教育情報管理コンピュータプログラム、教育情報管理コンピュータシステム |
JP2016126029A (ja) * | 2014-12-26 | 2016-07-11 | 公益財団法人 日本英語検定協会 | 項目応答理論に基づいて多数の受験者の能力値を推定するコンピューティング |
JP2016148719A (ja) * | 2015-02-10 | 2016-08-18 | 株式会社ベネッセコーポレーション | 学習支援システム、情報処理装置、情報処理方法及びプログラム |
JP6092456B1 (ja) * | 2016-11-16 | 2017-03-08 | 孝光 山中 | 学習支援装置、方法、及びコンピュータプログラム |
JP2018081191A (ja) * | 2016-11-16 | 2018-05-24 | 孝光 山中 | 学習支援装置、方法、及びコンピュータプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022201875A1 (ja) * | 2021-03-22 | 2022-09-29 | ソニーグループ株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6489723B1 (ja) | 2019-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kaendler et al. | Monitoring student interaction during collaborative learning: Design and evaluation of a training program for pre-service teachers | |
CN110389969A (zh) | 提供定制的学习内容的系统和方法 | |
Barberà et al. | A cross-national study of teacher’s perceptions of online learning success | |
Hatlevik | The impact of prospective teachers’ perceived competence on subsequent perceptions as schoolteachers | |
Deane et al. | Development of the statistical reasoning in biology concept inventory (SRBCI) | |
US20150325132A1 (en) | Method and system of activity selection for early childhood development | |
KR20140041625A (ko) | 반복학습장치 및 방법 | |
Wershofen et al. | Fostering interprofessional communication through case discussions and simulated ward rounds in nursing and medical education: A pilot project | |
KR101112155B1 (ko) | 온라인상의 주관식 수학문제 학습시스템 및 방법 | |
KR101488178B1 (ko) | 어플리케이션을 이용한 모의고사 및 학습 제공 시스템 | |
WO2018051844A1 (ja) | 管理システム、管理方法およびプログラム | |
JP6489723B1 (ja) | 学習支援装置、方法、及びコンピュータプログラム | |
JP7111223B2 (ja) | 学習支援装置及びプログラム | |
Schneider et al. | Outcomes mapping: a method for dental schools to coordinate learning and assessment based on desired characteristics of a graduate | |
JP2004070233A (ja) | 教育指導支援方法および支援プログラム | |
JP6397146B1 (ja) | 学習支援装置及びプログラム | |
KR101382132B1 (ko) | 학습 패턴 평가 시스템 | |
Cayton-Hodges et al. | Technology enhanced assessments in mathematics and beyond: Strengths, challenges, and future directions | |
JP5548871B2 (ja) | 学生能力分析システム | |
Hutter et al. | Assessing competencies of trainee sport psychologists: An examination of the ‘structured case presentation’assessment method | |
Trew et al. | Getting the most out of audience response systems: predicting student reactions | |
Marquès et al. | Using a notification, recommendation and monitoring system to improve interaction in an automated assessment tool: An analysis of students’ perceptions | |
Oprins et al. | Transfer of training of an educational serious game: The effectiveness of the CASHIER TRAINER | |
JP2022049800A (ja) | 学習支援システムおよび学習支援方法 | |
Torgerson et al. | True Experimental Designs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180629 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180629 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180803 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181002 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181015 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181220 |
|
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: 20190131 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190225 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6489723 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |