JP6873385B2 - 学習評価支援装置、学習評価支援方法、及びプログラム - Google Patents

学習評価支援装置、学習評価支援方法、及びプログラム Download PDF

Info

Publication number
JP6873385B2
JP6873385B2 JP2017064982A JP2017064982A JP6873385B2 JP 6873385 B2 JP6873385 B2 JP 6873385B2 JP 2017064982 A JP2017064982 A JP 2017064982A JP 2017064982 A JP2017064982 A JP 2017064982A JP 6873385 B2 JP6873385 B2 JP 6873385B2
Authority
JP
Japan
Prior art keywords
work
work item
learning
skill
item
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.)
Active
Application number
JP2017064982A
Other languages
English (en)
Other versions
JP2018169444A (ja
Inventor
大 久寿居
大 久寿居
秀雄 島津
秀雄 島津
淳司 神成
淳司 神成
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.)
Keio University
NEC Solutions Innovators Ltd
Original Assignee
Keio University
NEC Solutions Innovators 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 Keio University, NEC Solutions Innovators Ltd filed Critical Keio University
Priority to JP2017064982A priority Critical patent/JP6873385B2/ja
Publication of JP2018169444A publication Critical patent/JP2018169444A/ja
Application granted granted Critical
Publication of JP6873385B2 publication Critical patent/JP6873385B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、技能の学習に関する評価対象作業項目の決定を支援する学習評価支援装置、学習評価支援方法、及びこれらを実現するためのプログラムに関する。
近年、農業分野においては、産地毎にブランドを確立することが重要となってきている。このため、産地全体で高品質な農産物を市場に一定量継続して供給可能なことが必要であり、そのためには、経験の浅い農家が作った農産物の品質を向上させ、ベテランの農家が作った農産物の品質に近づける必要がある。
農産物の品質は、農家が身に付けている技能によることが多いと考えられる。従って、産地毎のブランドを確立するためには、同じ産地に属する農家が、ベテランの農家の技能をできるだけ効率的に習得できるようにすることが重要となる。これが実現すれば、農業分野における後継者不足の問題の解消の一助となると考えられる。
農業分野における技能の習得について、ミカンの栽培を例にとって説明する。まず、ミカンの栽培においては、摘果、剪定、水やり、施肥といった農作業を、適切なタイミングで、適切な箇所に、適切な量だけ行なう必要があるが、このタイミング、箇所及び量は、農家の経験と勘とで決定される。つまり、どの農作業を、どのタイミングで、どの箇所にどの程度行なうかが、技能に相当する。
そして、例えば、経験の浅いユーザが、農業についての技能を習得する装置が種々提案されている。特許文献1には、作物の状況及び環境の状態といった条件毎に、ユーザが実行すべき農作業をルールとして登録し、ユーザが、条件として、作物の状態及び環境の状態といった情報を入力すると、入力された条件をルールに照合して、最適な農作業を選択し、これをユーザに提示するシステムが開示されている。
本発明者らは、特許文献2において、学習対象となる技能について設定された作業ルールに基づいて、ユーザが入力した作業対象物候補を含む画像において、前記作業対象物候補の中から作業対象物を抽出し、前記作業対象物に特定表示を付して処理画像を作成する、画像処理部と、前記処理画像を表示する、画像表示部と、を備える技能学習支援装置を開示している。
一方、非特許文献1に開示されるように、農業ITシステムから得られた情報をビッグデータ解析することにより、新サービスや新事業の創出につながることが期待されており、農業情報の相互運用性・可搬性を確保すべく、農作業名称を初めとする標準化作業が進められている。
特開2012−155432号公報 特開2016−194564号公報
農業ITシステムで用いる農作業の名称に関する個別ガイドライン、平成28年3月31日、新戦略推進専門調査会、農業分科会
ところで、習得したい技能に関して、どのような作業項目が熟練者と非熟練者との差が大きいのか、また、任意の技能学習を行った前後において、どのような作業項目であれば、高い効果が得られるのかなどを把握することができれば、その技能の習得に効果的な学習方法を見出すことができる。しかし、従来、上述のような技能学習のための様々な学習支援装置が提案され、また、農業技術に関して様々な標準化作業が進められているものの、技能学習に関して評価すべき作業項目をどのようにして選べば良いのかについて検討された例はない。
本発明の目的の一例は、技能学習に関して評価すべき作業項目を選ぶことができる、学習評価支援装置、学習評価支援方法、及びプログラムを提供することにある。
上記目的を達成するため、本発明の一側面における学習評価支援装置は、
技能の学習に関する評価を支援するための装置であって、
複数の作業項目を複数の作業特性に基づいて評価した結果を示す作業特性データを取得する、作業特性データ取得部、
前記複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する、採点データ取得部、
前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目との前記複数の作業特性における類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する、評価対象作業項目決定部、
を備える。
また、上記目的を達成するため、本発明の一側面における学習評価支援方法は、
技能の学習に関する評価を支援するための方法であって、
(a)複数の作業項目を複数の作業特性に基づいて評価した結果を示す作業特性データを取得する、ステップ、
(b)前記複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する、ステップ、
(c)前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目との前記複数の作業特性における類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する、ステップ、
を備える。
更に、上記目的を達成するため、本発明の一側面におけるプログラムは、
技能の学習に関する評価を支援するための方法を実行させるプログラムであって、
コンピュータに、
(a)複数の作業項目を複数の作業特性に基づいて評価した結果を示す作業特性データを取得する、ステップ、
(b)前記複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する、ステップ、
(c)前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目との前記複数の作業特性における類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する、ステップ、
を実行させるプログラム。
本発明によれば、技能学習に関して評価すべき作業項目を選ぶことができる。
図1は、本発明の実施の形態における学習評価支援装置の構成を示すブロック図である。 図2は、複数の作業項目を複数の作業特性に基づいて評価した結果の例を示す図である。 図3は、二次選択作業項目と、それ以外の作業項目との類似性の判断方法を説明する図である。 図4は、本発明の実施の形態における学習評価支援装置10の動作を示すフロー図である。 図5は、本発明の実施の形態における学習評価支援装置を実現するコンピュータの一例を示すブロック図である。
以下、本発明の実施の形態における学習評価支援装置、学習評価支援方法、及びプログラムについて、図1〜5を参照しながら説明する。
[装置構成]
図1を用いて、本実施の形態における学習評価支援装置の構成について説明する。図1は、本発明の実施の形態における学習評価支援装置の構成を示すブロック図である。
図1に示すように、本実施の形態における学習評価支援装置10は、技能の学習に関する評価を支援するための装置であって、作業特性データ取得部10a、採点データ取得部10b、評価対象作業項目決定部10cを備える。
作業特性データ取得部10aは、複数の作業項目を複数の作業特性に基づいて評価した結果を示す作業特性データを取得する。
図2を用いて、本実施の形態における作業特性データ取得部が取得する、複数の作業項目を複数の作業特性に基づいて評価した結果を説明する。図2は、本実施の形態における作業特性データ取得部が取得する、複数の作業項目を複数の作業特性に基づいて評価した結果の例を示す図である。
図2に示すように、作業特性データ取得部10aにおいて取得する作業特性データは、例えば、縦に作業項目、横に作業特性が示されている。そして、作業項目としては、例えば、育苗、施肥、播種、定植、追肥、除草、病害虫防除、かん水、加温、換気、作柄見回り、受粉、袋かけ、剪定、摘芽、摘花、粗摘果、仕上げ摘果、摘葉、間引き、誘引、収穫、出荷などが挙げられる。この作業項目については、習得しようとする技能によって異なる。
それぞれの作業項目に関する作業特性としては、観察技能作業に属するか否か、判断技能作業に属するか否か、運動技能作業に属するか否かなどの大分類による特性のほか、茎に注目するものであるか否か、葉に注目するものであるか否か、葉の色に注目するものであるか否か、葉の弾力に注目するものであるか否か、枝に注目するものであるか否か、実に注目するものであるか否か、樹全体に注目するものであるか否か、枝の種類に注目するものであるか否か、根に注目するものであるか否か、土壌に注目するものであるか否か、視線の動かし方が重要なものであるか否か、視線の移動方向が重要なものであるか否か、視線の移動速度が重要なものであるか否か、視線の移動量が重要なものであるか否か、作業の量が重要なものであるか否か、作業対象の数が重要なものであるか否か、作業の速さが重要なものであるか否か、作業の正確さが重要なものであるか否か、収穫量に影響が大きいものであるか否か、収穫品質に影響が大きいものであるか否か、糖度に影響が大きいものであるか否か、酸度に影響が大きいものであるか否か、サイズに影響が大きいものであるか否かなどの具体的な特性が挙げられる。
そして、図2に示すように、それぞれの作業項目に対して、上記の各作業特性を入力しておく。図2に示す例では、該当する場合には“1”を入力され、該当しない場合には“0”を入力される。この数値については、例えば、該当する場合を“3”、どちらともいえない場合を“2”、ほとんど該当しない場合を“1”、該当しない場合を“0”と入力するなど、段階を付けて評価してもよい。また、単に該当する場合を“2”、“3”、該当しない場合を“0”と入力するなど、重み付けをしてもよい。作業項目の内容によって適宜設定すれば良い。
採点データ取得部10bは、複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する。図2に示す作業項目の中から、学習効果が高いと考えられる作業項目が選択され、一次選択作業項目とされる。この作業は、熟練者や農業指導員などにヒアリングして、熟練者と非熟練者の差が大きいもの、技能の向上に関係するものの中から選ばれる。
そして、一次選択作業項目について、様々な被験者に実際に作業を実施させ、それぞれの被験者についての作業に関する採点を行なう。被験者は、例えば、熟練者および非熟練者から様々な熟練度の人を選ぶのがよい。被験者の熟練度は、作業項目の内容によって適宜設定すれば良いが、例えば、被験者の経験年数、収穫時の品質、収量などの過去の実績に基づいて、非熟練者をさらに上級者、中級者、初級者、初心者などに分けておくのが良い。採点は、例えば、それぞれの作業特性に関する評価を熟練者または農業指導員が行い、その採点結果を取得する。同じ被験者に学習後に同じ作業を実施させ、同様に熟練者または農業指導員による採点結果(例えば、5点満点で評価した結果)を取得する。
上記の採点に際しては、予め熟練者または農業指導員などにヒアリングして採点のルールを決めておく。例えば、作業項目について何を見るか、また、何をどう見るかを主要観点として採点する。何を見るかを主要観点として採点する場合には、視線や手の動きについて、場所、移動の方向、移動の速さ、移動の量、移動の時間、対象の位置、対象の数、作業の量、作業の速さ、作業の時間などに基づいて採点される。また、何をどう見るかを主要観点として採点する場合には、樹、枝、葉、表面、内側、外側、枝の種類、葉の種類(新葉など)他との位置関係、色、硬さ、弾力、向き(上下左右前後)、密集度合いなどに基づいて採点される。
評価対象作業項目決定部10cは、前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目との前記複数の作業特性における類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する。
ここで、二次選択作業項目は、例えば、熟練者または農業指導員が、一次選択作業項目についての学習前後の様々な熟練度の被験者の作業を採点したデータを比較し、熟練者と非熟練者との差が大きい作業項目および/または学習の前後における差が大きい作業項目が選択される。このように選択された二次選択作業項目と、それ以外の作業項目(未だ採点データがない作業項目)とを比較し、その類似性に基づいて、三次選択作業項目が選択される。
図3を用いて、二次選択作業項目と、それ以外の作業項目との類似性の判断方法を説明する。図3は、二次選択作業項目と、それ以外の作業項目との類似性の判断方法を説明する図である。
図3に示すように、二次選択作業項目と、それ以外の作業項目との類似性は、例えば、複数の作業項目を複数の作業特性に関する数値に基づいて評価した作業特性データを取得し、二次選択作業項目およびその他の作業項目について、作業特性毎にその数値の積を求め、それらの積を合計した値に基づいて判断する。例えば、図3において、作業項目1が、二次選択作業項目であり、作業項目2〜25がそれ以外の作業項目である。このとき、作業項目1の作業特性1〜26の数値と、作業項目2〜25の作業特性1〜26の数値とについて、それぞれ積を求め、それらの積を合計した値を類似性の判断基準として用いる。図3の類似性Aに示す例では、作業項目2の類似性は5、作業項目3の類似性は12、作業項目4の類似性は7であり、数値を示した例の中では、作業項目3が、二次選択作業項目としての作業項目1と類似性が高いため、三次選択作業項目とすることができる。
また、上記の判断基準に加えて、該当しない作業特性(すなわち、図3に示す例では“0”が記入された作業特性)が一致していることを考慮してもよい。図3の類似性Bの欄に示す例では、作業項目2の類似性は8(該当する作業項目の一致が5、該当しない作業項目の一致が3)、作業項目3の類似性は20(該当する作業項目の一致が12、該当しない作業項目の一致が8)、作業項目4の類似性は11(該当する作業項目の一致が7、該当しない作業項目の一致が4)であり、数値を示した例の中では、作業項目3が、二次選択作業項目としての作業項目1と類似性が高いため、三次選択作業項目とすることができる。
[装置動作]
図4を用いて、学習評価支援装置10の動作について説明する。図4は、本発明の実施の形態における学習評価支援装置10の動作を示すフロー図である。以下の説明においては、適宜図1〜図3を参酌する。また、本実施の形態では、学習評価支援装置10を動作させることによって、学習評価支援方法が実施される。よって、本実施の形態における学習評価支援方法の説明は、以下の学習評価支援装置10の動作説明に代える。
図4に示すように、作業特性データ取得部10aは、複数の作業項目を複数の作業特性に基づいて評価した結果を示す作業特性データ(図2、図3参照)を取得する(ステップS1)。
次に、採点データ取得部10bは、複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する(ステップS2)。例えば、図2に示す作業項目の中から、学習効果が高いと考えられる作業項目が選択され、一次選択作業項目とされる。この作業は、熟練者や農業指導員などにヒアリングして、熟練者と非熟練者の差が大きいもの、技能の向上に関係するものの中から選ばれる。
続いて、評価対象作業項目決定部10cは、前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目との前記複数の作業特性における類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する(ステップS3)。
ここで、二次選択作業項目は、例えば、熟練者または農業指導員が、一次選択作業項目についての学習前後の熟練者および非熟練者の作業を採点したデータを比較し、特定した熟練者と非熟練者との差が大きい作業項目および/または学習の前後における差が大きい作業項目が選択される。このように選択された二次選択作業項目と、それ以外の作業項目(未だ採点データがない作業項目)とを比較し、その類似性に基づいて、三次選択作業項目が選択される。類似性の判断方法については、前述のとおりである。
[実施の形態の効果]
本実施の形態では、数多くある作業項目の中から、技能学習に関して評価すべき作業項目を決定するに際して、全ての作業項目について確認することなく、一部の作業項目について、実際に被試験者に実施させ、採点し、学習効果が高い作業項目を決定することができる。これにより、例えば、農業技術の学習において、何を学習することが効果的か、学習の結果どれだけ技術が向上したかをわかりやすく可視化するのに適した作業項目を、効率的に決定できる。本実施形態に係る学習評価支援装置10は、特に、耕種農業、畜産農業などの農業技術に関する技能の学習の評価を支援するのに適しているが、例えば、機械加工、溶接などの工業技術に関する技能、養殖、水産物加工などの水産技術に関する技能、医療技術に関する技能、服飾技術に関する技能、カラオケなどの音楽に関する技能など、様々な技能の学習の評価を支援するのにも適用することができる。
[プログラム]
本発明の実施の形態におけるプログラムは、コンピュータに、図4に示すステップS1〜S3を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における学習評価支援装置と学習評価支援方法とを実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、作業特性データ取得部10a、採点データ取得部10b、及び評価対象作業項目決定部10cとして機能し、処理を行なう。
また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、作業特性データ取得部10a、採点データ取得部10b、及び評価対象作業項目決定部10cのいずれかとして機能しても良い。
ここで、実施の形態におけるプログラムを実行することによって、学習評価支援装置10を実現するコンピュータについて図5を用いて説明する。図5は、本発明の実施の形態における学習評価支援装置10を実現するコンピュータの一例を示すブロック図である。
図5に示すように、コンピュータ110は、CPU111と、メインメモリ112と、記憶装置113と、入力インターフェイス114と、表示コントローラ115と、データリーダ/ライタ116と、通信インターフェイス117とを備える。これらの各部は、バス121を介して、互いにデータ通信可能に接続される。
CPU111は、記憶装置113に格納された、本実施の形態におけるプログラム(コード)をメインメモリ112に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ112は、典型的には、DRAM(Dynamic Random Access Memory)等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体120に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス117を介して接続されたインターネット上で流通するものであっても良い。
また、記憶装置113の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス114は、CPU111と、キーボード及びマウスといった入力機器118との間のデータ伝送を仲介する。表示コントローラ115は、ディスプレイ装置119と接続され、ディスプレイ装置119での表示を制御する。
データリーダ/ライタ116は、CPU111と記録媒体120との間のデータ伝送を仲介し、記録媒体120からのプログラムの読み出し、及びコンピュータ110における処理結果の記録媒体120への書き込みを実行する。通信インターフェイス117は、CPU111と、他のコンピュータとの間のデータ伝送を仲介する。
また、記録媒体120の具体例としては、CF(Compact Flash(登録商標))及びSD(Secure Digital)等の汎用的な半導体記憶デバイス、フレキシブルディスク(Flexible Disk)等の磁気記録媒体、又はCD−ROM(Compact Disk Read Only Memory)などの光学記録媒体が挙げられる。
なお、本実施の形態における学習評価支援装置10は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、学習評価支援装置10は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
本発明によれば、技能学習に関して評価すべき作業項目を選ぶことができる。
10 学習評価支援装置
10a 作業特性データ取得部
10b 採点データ取得部
10c 評価対象作業項目決定部
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス

Claims (15)

  1. 技能の学習に関する評価を支援するための装置であって、
    複数の作業項目を複数の作業特性に関する数値に基づいて評価した結果を示す作業特性データを取得する、作業特性データ取得部、
    前記複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する、採点データ取得部、
    前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目とについて、前記作業特性毎にその数値の積を求め、それらの積を合計した値に基づいて類似性を判断し、前記類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する、評価対象作業項目決定部、
    を備える学習評価支援装置。
  2. 前記作業特性データ取得部において、
    前記複数の作業特性が、観察技能作業、判断技能作業および運動技能作業から選択される一種以上に属するか否かの判断を含む、
    請求項1に記載の学習評価支援装置。
  3. 前記評価対象作業項目決定部において、
    前記技能に関する熟練者と非熟練者との差が大きい作業項目を二次選択作業項目として選択する、
    請求項1または2に記載の学習評価支援装置。
  4. 前記評価対象作業項目決定部において、
    技能学習の前後における差が大きい作業項目を二次選択作業項目として選択する、
    請求項1から3までのいずれかに記載の学習評価支援装置。
  5. 前記技能が、農業技術に関する技能である、
    請求項1から4までのいずれかに記載の学習評価支援装置。
  6. 技能の学習に関する評価を支援するための方法であって、
    (a)複数の作業項目を複数の作業特性に関する数値に基づいて評価した結果を示す作業特性データを取得する、ステップ、
    (b)前記複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する、ステップ、
    (c)前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目とについて、前記作業特性毎にその数値の積を求め、それらの積を合計した値に基づいて類似性を判断し、前記類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する、ステップ、
    を備える学習評価支援方法。
  7. 前記(a)のステップにおいて、
    前記複数の作業特性が、観察技能作業、判断技能作業および運動技能作業から選択される一種以上に属するか否かの判断を含む、
    請求項6に記載の学習評価支援方法。
  8. 前記(c)のステップにおいて、
    前記技能に関する熟練者と非熟練者との差が大きい作業項目を二次選択作業項目として選択する、
    請求項6または7に記載の学習評価支援方法。
  9. 前記(c)のステップにおいて、
    技能学習の前後における差が大きい作業項目を二次選択作業項目として選択する、
    請求項6から8までのいずれかに記載の学習評価支援方法。
  10. 前記技能が、農業技術に関する技能である、
    請求項6から9までのいずれかに記載の学習評価支援方法。
  11. 技能の学習に関する評価を支援するための方法を実行させるプログラムであって、
    コンピュータに、
    (a)複数の作業項目を複数の作業特性に関する数値に基づいて評価した結果を示す作業特性データを取得する、ステップ、
    (b)前記複数の作業項目の一部から選択された一次選択作業項目に関する採点結果を示す採点データを取得する、ステップ、
    (c)前記採点データに基づいて、前記一次選択作業項目の中から学習効果が高い作業項目として選択された二次選択作業項目と、その他の作業項目とについて、前記作業特性毎にその数値の積を求め、それらの積を合計した値に基づいて類似性を判断し、前記類似性に基づいて三次選択作業項目を選択し、前記二次選択作業項目および前記三次選択作業項目の中から評価対象作業項目を決定する、ステップ、
    を実行させるプログラム。
  12. 前記(a)のステップにおいて、
    前記複数の作業特性が、観察技能作業、判断技能作業および運動技能作業から選択される一種以上に属するか否かの判断を含む、
    請求項11に記載のプログラム。
  13. 前記(c)のステップにおいて、
    前記技能に関する熟練者と非熟練者との差が大きい作業項目を二次選択作業項目として選択する、
    請求項11または12に記載のプログラム。
  14. 前記(c)のステップにおいて、
    技能学習の前後における差が大きい作業項目を二次選択作業項目として選択する、
    請求項11から13までのいずれかに記載のプログラム。
  15. 前記技能が、農業技術に関する技能である、
    請求項11から14までのいずれかに記載のプログラム。
JP2017064982A 2017-03-29 2017-03-29 学習評価支援装置、学習評価支援方法、及びプログラム Active JP6873385B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017064982A JP6873385B2 (ja) 2017-03-29 2017-03-29 学習評価支援装置、学習評価支援方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017064982A JP6873385B2 (ja) 2017-03-29 2017-03-29 学習評価支援装置、学習評価支援方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2018169444A JP2018169444A (ja) 2018-11-01
JP6873385B2 true JP6873385B2 (ja) 2021-05-19

Family

ID=64017894

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017064982A Active JP6873385B2 (ja) 2017-03-29 2017-03-29 学習評価支援装置、学習評価支援方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP6873385B2 (ja)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2856406B2 (ja) * 1988-11-25 1999-02-10 富士通株式会社 学習支援計算機システム
JPH0314027A (ja) * 1989-06-12 1991-01-22 Kubota Nainen Kiki Service Kk 診断・指導エキスパートシステム
JP4103996B2 (ja) * 2003-02-28 2008-06-18 独立行政法人理化学研究所 設計またはプラント運転の個人学習支援方法およびそのプログラム

Also Published As

Publication number Publication date
JP2018169444A (ja) 2018-11-01

Similar Documents

Publication Publication Date Title
Westwood et al. Weed management in 2050: Perspectives on the future of weed science
US11696578B2 (en) Control of harmful organisms on the basis of the prediction of infestation risks
US11935282B2 (en) Server of crop growth stage determination system, growth stage determination method, and storage medium storing program
US20140258173A1 (en) Programmable plant system
JP6551943B2 (ja) 生育管理装置、生育管理方法、及び、プログラム
Valdoria et al. iDahon: An android based terrestrial plant disease detection mobile application through digital image processing using deep learning neural network algorithm
Stefanovic et al. Adaption to climate change: a case study of two agricultural systems from Kenya
JP7490734B2 (ja) 作業情報分析装置および作業情報分析方法
WO2021122962A1 (en) Computer implemented method for providing test design and test instruction data for comparative tests on yield, gross margin, efficacy or vegetation indices for at least two products or different application timings of the same product
Lacoste et al. Upgrading the RIM model for improved support of integrated weed management extension efforts in cropping systems
CN116843188A (zh) 一种基于大数据分析的精细农业栽培与管理平台
Malarvizhi et al. Machine learning and internet of things based smart agriculture
JP2019071802A (ja) 苗データ生成システム、苗判別システム、苗データ生成プログラム、苗判別プログラム、苗データ生成装置、苗判別装置
Yue et al. An evaluation of US strawberry producers trait prioritization: Evidence from audience surveys
CN112084975A (zh) 一种基于机器学习模型的昆虫访花行为分析方法
Tiwari et al. Designing plant breeding programs for targeted deliveries
Kalaitzandonakes et al. Structural change and innovation in the global agricultural input sector
JP6873385B2 (ja) 学習評価支援装置、学習評価支援方法、及びプログラム
Chowdhury et al. Mega–environment concept in agriculture: A review
CN110998642A (zh) 使用来自作物保护中田地试验的数据校准和优化预测模型
JP6341548B2 (ja) 営農指導支援装置、営農指導支援方法、及びプログラム
Dorward et al. Participatory farm management methods for analysis, decision making and communication
Suryanendra et al. The analysis of coffee productivity and production improvement strategies in Indonesia: A system thinking approach
JP7113555B1 (ja) 果樹栽培支援装置、推論装置、機械学習装置、果樹栽培支援方法、推論方法、及び、機械学習方法
Boote The future of crop modeling for sustainable agriculture

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20170329

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200205

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200925

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201020

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201216

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: 20210302

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210325

R150 Certificate of patent or registration of utility model

Ref document number: 6873385

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250