JP6247628B2 - 学習管理システムおよび学習管理方法 - Google Patents
学習管理システムおよび学習管理方法 Download PDFInfo
- Publication number
- JP6247628B2 JP6247628B2 JP2014249256A JP2014249256A JP6247628B2 JP 6247628 B2 JP6247628 B2 JP 6247628B2 JP 2014249256 A JP2014249256 A JP 2014249256A JP 2014249256 A JP2014249256 A JP 2014249256A JP 6247628 B2 JP6247628 B2 JP 6247628B2
- Authority
- JP
- Japan
- Prior art keywords
- item
- weight
- test
- understanding
- theory
- 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.)
- Expired - Fee Related
Links
- 238000007726 management method Methods 0.000 title claims description 53
- 238000012360 testing method Methods 0.000 claims description 183
- 230000004044 response Effects 0.000 claims description 86
- 238000000034 method Methods 0.000 claims description 43
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 241000255777 Lepidoptera Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
るように、大学などの教育機関が多様な学習コンテンツをオープンな形態で提供し、新興国などでもその恩恵を享受できるようになりつつある。 一方、以前から、企業内の IT教育にも e-Learning を導入することで、時間を選ばずに、また対面での講師の指導を経ることなく学習可能となり、学習の効率化が図られている。
、この項目反応理論をIRTと略称する。IRTでは、各被験者の能力を潜在変数として定義した上で、被験者の集団に対してテストを実施し、その回答データに基づいて被験者それぞれの能力を推定する。また同時に、テストの問題、つまりテスト項目それぞれの難易度などの特性も推定する。ここで、能力を表す潜在変数をθ、難易度などテスト項目の特性を表す変数をaとする。
発プロジェクトにおいて、目標を達成するために特定のスキルや知識を持つメンバを選定する際、候補者が該当スキルや知識を持つか否かが選定基準となる。このため、該当プロジェクトのマネジャーは、対象となる知識領域について、候補者の理解度を知る必要がある。
以下に本発明の実施形態について図面を用いて詳細に説明する。図1は、本実施形態の学習管理システムを含むネットワーク構成図である。図1に示す学習管理システムたるサ
ーバ100(以下、サーバ100)は、従来のM−IRT以上の精度を以って受講者の理
解度または正答確率を推定可能とするコンピュータシステムである。本実施形態では、教育機関や企業などにおける学習管理システムを例にあげて説明する。
ここで、1次元IRTやM−IRTの各変数の関係を視覚的に理解する目的で、図8と図9を用いて、それぞれのグラフモデルについて説明する(詳細は、非特許文献1や非特許文献2を参照)。
以下、本実施形態における学習管理方法の実際手順について図に基づき説明する。以下で説明する学習管理方法に対応する各種動作は、学習管理システムたるサーバ100がメモリ801等に読み出して実行するプログラム812によって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。
て行列のQR分解によって解を算定し、当該算定した解への回帰曲線を算定し、当該算定した回帰曲線について微分方程式として解を求め、当該微分方程式の解を前記重みとするものであるとしてもよい。
いるか判定する処理と、前記判定の結果、前記理解度が前記所定範囲に含まれていた場合、前記理解度に対する重みを計算し、前記1次元の項目反応理論による正答確率について前記重みを用いた重みつき平均を算定し、前記算定により得た組合せ正答確率を所定装置に出力する処理を実行させることを特徴とする。
101 前処理部
102 理解度計算部
103 テスト項目抽出部
104 テスト回答データDB
105 正答確率計算部
106 組合せ正答確率計算部
107 重み計算部
108 キャリブレーション処理部
109 テスト項目属性テーブル
110 通信部
111 テスト項目特性DB
112 重みDB
113 有効範囲判定部
114 有効範囲DB
120 クライアント
121 テスト回答取得部
122 テスト項目属性取得部
123 通信部
130 入力デバイス
140 出力デバイス
20 1次元の項目反応理論のグラフモデル
30 多次元の項目反応理論のグラフモデル
800 CPU(演算装置)
801 メモリ
802 HDD(記憶装置)
803 入力装置
804 出力装置
805 通信装置
Claims (15)
- テスト項目の集合と、前記テスト項目に対する受講者の回答データを格納した記憶装置と、
1次元の項目反応理論のアルゴリズムに前記テスト項目の集合および前記回答データを適用し、前記受講者における前記テスト項目に関する理解度を算定する処理と、
前記算定した理解度が、1次元の項目反応理論の正答確率に対して重みを利用可能である所定範囲に含まれているか判定する処理と、
前記判定の結果、前記理解度が前記所定範囲に含まれていた場合、前記理解度に対する重みを計算し、前記1次元の項目反応理論による正答確率について前記重みを用いた重みつき平均を算定し、前記算定により得た組合せ正答確率を所定装置に出力する処理と、
を実行する演算装置と、
を備えることを特徴とする学習管理システム。 - 前記演算装置は、
前記判定の結果、前記理解度が前記所定範囲に含まれていなかった場合、多次元の項目反応理論のアルゴリズムに、前記テスト項目の集合および前記回答データを適用し、前記受講者における前記テスト項目に関する理解度を算定し、前記算定した理解度を所定装置に出力する処理を更に実行するものである、
ことを特徴とする請求項1に記載の学習管理システム。 - 前記演算装置は、
前記重みを計算するに際し、
前記1次元の項目反応理論におけるテスト項目特性と受講者の理解度を推定し、前記多次元の項目反応理論におけるテスト項目特性と受講者の理解度を推定し、前記1次元の項目反応理論におけるテスト項目特性および受講者の理解度と、前記多次元の項目反応理論におけるテスト項目特性および受講者の理解度とから、前記テスト項目の部分集合の要素である項目それぞれの、1次元の項目反応理論の正答確率に対する重みを計算するものである、
ことを特徴とする請求項1に記載の学習管理システム。 - 前記演算装置は、
前記重みを計算するに際し、
前記テスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論の正答確率を、前記重みを用いた重みつき平均とする場合の、テスト情報量と、前記多次元の項目反応理論において、前記テスト項目の部分集合に対応する理解度または正答確率のテスト情報量と、を比較した結果に基づいて前記重みを決定するものである、
ことを特徴とする請求項1に記載の学習管理システム。 - 前記演算装置は、
前記重みを計算するに際し、
前記テスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論の正答確率を、前記重みを用いた重みつき平均とする場合の、テスト情報量と、前記多次元の項目反応理論において、前記テスト項目の部分集合に対応する理解度または正答確率のテスト情報量と、を比較する不等式を、線形計画問題に変形してシンプレックス法により解を算定し、当該算定した解への回帰曲線を算定し、当該算定した回帰曲線について微分方程式として解を求め、当該微分方程式の解を前記重みとするものである、
ことを特徴とする請求項1に記載の学習管理システム。 - 前記演算装置は、
前記重みを計算するに際し、
入力装置にてテスト項目の集合中より選択を受けたテスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論の正答確率を、前記重みを用いた重みつき平均とする場合の、テスト情報量と、前記多次元の項目反応理論において、前記テスト項目の部分集合に対応する理解度または正答確率のテスト情報量と、を比較した結果に基づいて前記重みを決定するものである、
ことを特徴とする請求項1に記載の学習管理システム。 - 前記演算装置は、
前記重みを事前に決定した上で、
前記1次元の項目反応理論のアルゴリズムに、前記テスト項目の集合および新たな回答データを適用し、前記受講者における前記テスト項目に関する理解度を算定する処理と、 前記算定した理解度が、1次元の項目反応理論の正答確率に対して重みを利用可能である所定範囲に含まれているか判定する処理と、
前記判定の結果、前記理解度が前記所定範囲に含まれていた場合、前記理解度に対する重みを計算し、前記一次元の項目反応理論による正答確率について前記重みを用いた重みつき平均を算定し、前記算定により得た組合せ正答確率を所定装置に出力する処理を実行するものである、
ことを特徴とする請求項1に記載の学習管理システム。 - 前記演算装置は、
前記重みを、前記テスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論のテスト情報量とする、
ことを特徴とする請求項1に記載の学習管理システム。 - テスト項目の集合と、前記テスト項目に対する受講者の回答データを格納した記憶装置を備えるコンピュータシステムが、
1次元の項目反応理論のアルゴリズムに前記テスト項目の集合および前記回答データを適用し、前記受講者における前記テスト項目に関する理解度を算定する処理と、
前記算定した理解度が、1次元の項目反応理論の正答確率に対して重みを利用可能である所定範囲に含まれているか判定する処理と、
前記判定の結果、前記理解度が前記所定範囲に含まれていた場合、前記理解度に対する重みを計算し、前記1次元の項目反応理論による正答確率について前記重みを用いた重みつき平均を算定し、前記算定により得た組合せ正答確率を所定装置に出力する処理と、
を実行することを特徴とする学習管理方法。 - 前記コンピュータシステムが、
前記判定の結果、前記理解度が前記所定範囲に含まれていなかった場合、多次元の項目反応理論のアルゴリズムに、前記テスト項目の集合および前記回答データを適用し、前記受講者における前記テスト項目に関する理解度を算定し、前記算定した理解度を所定装置に出力する処理を更に実行する、
ことを特徴とする請求項9に記載の学習管理方法。 - 前記コンピュータシステムが、
前記重みを計算するに際し、
前記1次元の項目反応理論におけるテスト項目特性と受講者の理解度を推定し、前記多次元の項目反応理論におけるテスト項目特性と受講者の理解度を推定し、前記1次元の項目反応理論におけるテスト項目特性および受講者の理解度と、前記多次元の項目反応理論におけるテスト項目特性および受講者の理解度とから、前記テスト項目の部分集合の要素である項目それぞれの、1次元の項目反応理論の正答確率に対する重みを計算する、
ことを特徴とする請求項9に記載の学習管理方法。 - 前記コンピュータシステムが、
前記重みを計算するに際し、
前記テスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論の正答確率を、前記重みを用いた重みつき平均とする場合の、テスト情報量と、前記多次元の項目反応理論において、前記テスト項目の部分集合に対応する理解度または正答確率のテスト情報量と、を比較した結果に基づいて前記重みを決定する、
ことを特徴とする請求項9に記載の学習管理方法。 - 前記コンピュータシステムが、
前記重みを計算するに際し、
前記テスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論の正答確率を、前記重みを用いた重みつき平均とする場合の、テスト情報量と、前記多次元の項目反応理論において、前記テスト項目の部分集合に対応する理解度または正答確率のテスト情報量と、を比較する不等式を、線形計画問題に変形してシンプレックス法により解を算定し、当該算定した解への回帰曲線を算定し、当該算定した回帰曲線について微分方程式として解を求め、当該微分方程式の解を前記重みとする、
ことを特徴とする請求項9に記載の学習管理方法。 - 前記コンピュータシステムが、
前記重みを計算するに際し、
入力装置にてテスト項目の集合中より選択を受けたテスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論の正答確率を、前記重みを用いた重みつき平均とする場合の、テスト情報量と、前記多次元の項目反応理論において、前記テスト項目の部分集合に対応する理解度または正答確率のテスト情報量と、を比較した結果に基づいて前記重みを決定する、
ことを特徴とする請求項9に記載の学習管理方法。 - 前記演算装置は、
前記重みを、前記テスト項目の部分集合の要素である項目それぞれの、前記1次元の項目反応理論のテスト情報量とする、
ことを特徴とする請求項9に記載の学習管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014249256A JP6247628B2 (ja) | 2014-12-09 | 2014-12-09 | 学習管理システムおよび学習管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014249256A JP6247628B2 (ja) | 2014-12-09 | 2014-12-09 | 学習管理システムおよび学習管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016109981A JP2016109981A (ja) | 2016-06-20 |
JP6247628B2 true JP6247628B2 (ja) | 2017-12-13 |
Family
ID=56124128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014249256A Expired - Fee Related JP6247628B2 (ja) | 2014-12-09 | 2014-12-09 | 学習管理システムおよび学習管理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6247628B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180062545A (ko) * | 2016-11-30 | 2018-06-11 | 한국전자통신연구원 | 학습자 이해도 추정 결과를 이용하는 문항 파라미터 캘리브레이션을 포함한 개인 맞춤형 학습 제공 장치 |
KR101895959B1 (ko) * | 2017-05-19 | 2018-09-06 | (주)뤼이드 | 기계학습 프레임워크의 분석 결과를 해석하는 방법, 장치 및 컴퓨터 프로그램 |
KR102233255B1 (ko) * | 2018-04-11 | 2021-03-29 | 한국전자통신연구원 | 인지 진단 모델의 신뢰도를 이용한 학습자 진단 장치 및 방법 |
KR101996249B1 (ko) * | 2018-04-23 | 2019-07-04 | (주)뤼이드 | 개인 맞춤형 교육 컨텐츠를 제공하기 위한 기계학습 프레임워크 운용 방법, 장치 및 컴퓨터 프로그램 |
KR102213481B1 (ko) * | 2019-02-28 | 2021-02-08 | (주)뤼이드 | 사용자 맞춤형 컨텐츠를 제공하기 위한 방법, 장치 및 컴퓨터 프로그램 |
KR102213482B1 (ko) * | 2019-02-28 | 2021-02-08 | (주)뤼이드 | 교육 컨텐츠 및 상기 컨텐츠의 사용자를 분석하는 방법, 장치 및 컴퓨터 프로그램 |
KR102213480B1 (ko) * | 2019-02-28 | 2021-02-08 | (주)뤼이드 | 사용자를 분석하고 컨텐츠를 제공하기 위한 방법, 장치 및 컴퓨터 프로그램 |
KR102213479B1 (ko) * | 2019-02-28 | 2021-02-08 | (주)뤼이드 | 교육 컨텐츠를 제공하는 방법, 장치 및 컴퓨터 프로그램 |
KR102265779B1 (ko) * | 2019-05-30 | 2021-06-16 | 이화여자대학교 산학협력단 | 인지 부하 지표 변수를 사용한 학업 성취도 예측 장치 및 그 방법 |
CN111554143B (zh) * | 2020-03-31 | 2021-08-27 | 北京课程帮科技有限公司 | 一种基于co-mirt算法模型的测评方法和装置 |
JP7090188B2 (ja) * | 2021-02-01 | 2022-06-23 | 株式会社Z会 | 学習効果推定装置、学習効果推定方法、プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7103508B2 (en) * | 2002-09-25 | 2006-09-05 | Benesse Corporation | Test system and control method |
JP4820197B2 (ja) * | 2006-03-31 | 2011-11-24 | 株式会社日本統計事務センター | 能力値推定方法、能力値推定装置、およびコンピュータプログラム |
JP4923246B2 (ja) * | 2006-07-21 | 2012-04-25 | 国立大学法人山口大学 | 適応型テストシステムとその方法 |
-
2014
- 2014-12-09 JP JP2014249256A patent/JP6247628B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2016109981A (ja) | 2016-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6247628B2 (ja) | 学習管理システムおよび学習管理方法 | |
Spooner et al. | An updated evidence-based practice review on teaching mathematics to students with moderate and severe developmental disabilities | |
Holmes et al. | Teaching critical thinking | |
Blömeke et al. | Teacher change during induction: Development of beginning primary teachers’ knowledge, beliefs and performance | |
Jones et al. | Peer assessment without assessment criteria | |
Seidel et al. | Modeling and measuring the structure of professional vision in preservice teachers | |
Adams et al. | The multidimensional random coefficients multinomial logit model | |
Siegler et al. | The logarithmic‐to‐linear shift: One learning sequence, many tasks, many time scales | |
KR101642577B1 (ko) | 효과적인 학습 독려와 가이드 및 학습 전략 수립 서비스 제공을 위한 스마트 개인화 학습 가이드 방법 및 시스템 | |
Dumford et al. | The Who, What, and Where of Learning Strategies. | |
Raaijmakers et al. | Training self‐assessment and task‐selection skills to foster self‐regulated learning: Do trained skills transfer across domains? | |
Wu et al. | What makes an item more difficult? Effects of modality and type of visual information in a computer-based assessment of scientific inquiry abilities | |
Ocumpaugh et al. | Middle school engagement with mathematics software and later interest and self-efficacy for STEM careers | |
Jaeger et al. | The influence of students’ interest, ability and personal situation on students’ perception of a problem-based learning environment | |
Lee et al. | Patterns of field learning activities and their relation to learning outcome | |
El-Mowafy | Using peer assessment of fieldwork to enhance students’ practical training | |
Crawford | The role of assessment in a response to intervention model | |
Muwonge et al. | Self-regulated learning among teacher education students: Motivational beliefs influence on the use of metacognition | |
Pohl | Longitudinal multistage testing | |
Ploeger et al. | Development of trainee teachers' analytical competence in their induction phase–A longitudinal study comparing science and non-science teachers | |
KR101836206B1 (ko) | 개인 맞춤형 교육 컨텐츠를 제공하는 방법, 장치 및 컴퓨터 프로그램 | |
US11138895B2 (en) | System and method for facilitating creation of an educational test based on prior performance with individual test questions | |
Tajima et al. | Measuring social work competencies: Comparing field instructor, classroom instructor, and student self-assessment competency ratings | |
Bryan et al. | Identifying and using secondary datasets to answer policy questions related to school-based counseling: A step-by-step guide | |
Arthur et al. | Connecting mathematics to real life problem using instructor quality and availability, mathematics facility and teacher motivation for prediction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170315 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171018 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6247628 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |