JP7025397B2 - 教育支援システム、教育支援方法および教育支援プログラム - Google Patents
教育支援システム、教育支援方法および教育支援プログラム Download PDFInfo
- Publication number
- JP7025397B2 JP7025397B2 JP2019206484A JP2019206484A JP7025397B2 JP 7025397 B2 JP7025397 B2 JP 7025397B2 JP 2019206484 A JP2019206484 A JP 2019206484A JP 2019206484 A JP2019206484 A JP 2019206484A JP 7025397 B2 JP7025397 B2 JP 7025397B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- formatted
- generation unit
- support system
- education support
- 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
Links
- 238000000034 method Methods 0.000 title claims description 64
- 238000011156 evaluation Methods 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 35
- 238000006243 chemical reaction Methods 0.000 claims description 28
- 238000013473 artificial intelligence Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000007635 classification algorithm Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 11
- 238000000611 regression analysis Methods 0.000 claims description 10
- 238000011157 data evaluation Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 47
- 238000004891 communication Methods 0.000 description 41
- 230000008569 process Effects 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000013145 classification model Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 235000013527 bean curd Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
AI(artificial intelligence)人材教育におけるプログラミング学習を支援する教育支援システムであって、
収集されたデータから表の形に整形された整形済データを取得する整形済データ取得部と、
前記整形済データに対して、プログラミング学習の成果を判定するための問題の難易度に影響を与える加工を加えることによって、前記問題に含まれる入力データを生成する入力データ生成部と、
を備える。
AI(artificial intelligence)人材教育におけるプログラミング学習を支援する教育支援方法であって、
整形済データ取得部が、収集されたデータから表の形に整形された整形済データを取得する整形済データ取得ステップと、
入力データ生成部が、前記整形済データに対して、プログラミング学習の成果を判定するための問題の難易度に影響を与える加工を加えることによって、前記問題に含まれる入力データを生成する入力データ生成ステップと、
を含む。
AI(artificial intelligence)人材教育におけるプログラミング学習を支援する教育支援プログラムであって、
収集されたデータから表の形に整形された整形済データを取得する整形済データ取得ステップと、
前記整形済データに対して、プログラミング学習の成果を判定するための問題の難易度に影響を与える加工を加えることによって、前記問題に含まれる入力データを生成する入力データ生成ステップと、
をコンピュータに実行させる。
本発明の第1実施形態としての教育支援システム100について、図1を用いて説明する。教育支援システム100は、AI(artificial intelligence)人材教育におけるプログラミング学習を支援するシステムである。
次に、本発明の第2実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、AI人材教育におけるプログラミング学習の講座の受講者に対して、プログラミング能力の習得度が可視化され、習得技術が種々の課題に応用できるよう受講者を支援する。例えば、様々な産業分野のクエスト(分析課題)を分析担当者の視点で経験できる。また、クエストで出題されるミッション(要素技術)をゲーム感覚でクリアしていくように設計されている。そして、各テーマの学習のラストミッションはコンペティション問題に解答する形式になっているため、本当の習得度が定量的にわかる。その上、他の参加者とのレベルを比較可能である。
以下、図2A~図3Bを参照して、教育支援システムの構成および動作を説明する。
図2Aは、本実施形態に係る教育支援システムの概要を示す図である。
図2B~図2Dは、本実施形態に係る教育支援システムに参加したクライアントの通信端末の表示画面を示す図である。図2B~図2Dのような情報の提示によって、受講者への受講を促進している。
図3Aは、本実施形態に係る教育支援システム300の構成を示すブロック図である。
図3Bは、本実施形態に係る教育支援システム300の動作手順を示すシーケンス図である。なお、図3Bにおいても、教育支援サーバ310が提供する一般にオープンされた課題解決モデルのコンペティションについての説明は省略されている。また、図3Bにおいて、通信端末321~32nはWebブラウザにより教育支援サーバ310とリンクするものとする。
図4は、本実施形態に係る教育支援サーバ310の機能構成を示すブロック図である。
図5Aは、本実施形態に係る学習情報データベース451の構成を示す図である。学習情報データベース451は、講座のコースやテーマ、その実施手順などを格納する。
図5Bは、本実施形態に係る受講者情報データベース452の構成を示す図である。受講者情報データベース452は、受講中の受講者の受講内容や進捗情報、獲得スコア、ランキング、レベルなどを格納する。
図5Cは、本実施形態に係るコンペティション用データベース453の構成を示す図である。コンペティション用データベース453は、コンペティション問題に関する状況を格納する。
図5Dは、本実施形態に係るコンペティションの一例548を示す図である。図5Dのコンペティションの一例548は、図5Cのオープンモデル提案用のコンペティション問題である「豆腐の生産・売上予測モデル」のコンペティション実行結果を示す。
図6は、本実施形態に係る問題生成部431および問題評価部441の機能構成を示すブロック図である。図6において、図4と同様の構成要素は同じ参照番号を付している。
本実施形態の被操作データ生成部612においては、入力データとしての整形済データに対して、行列で表された整形済データの行数および列数をそれぞれN、Mに拡張または縮小する。行数の縮小は、例えば、ランダムサンプリングした任意の行を削除することにより実現できる。また、行数の拡大は、例えば、ランダムサンプリングした任意の行にノイズを付加することにより実現できる。一方、列数の縮小は、例えば、ランダムサンプリングした任意の列を削除することにより実現できる。また、列数の拡大は例えば、ランダムサンプリングした任意の列と一定の相関を示す値を生成することにより実現できる。
図8は、本実施形態に係る被操作データ生成部612への入力データとしての整形済データ722および出力データとしての被操作データ723の構成を示す図である。なお、図8には、行や列の拡大の例を示すが、行や列の縮小も同様に可能である。
誤差算出部622および被操作データ評価部625を含む問題評価部441においては、被操作データ生成部612によって生成された被操作データをコンペティション問題の入力データとして使用することを評価する。すなわち、被操作データ生成部612によって生成された被操作データを用いて予測アルゴリズムを適用した際のあらかじめ指定された評価関数による被操作データを用いた評価値を算出して、ベンチマーク精度値とする。本実施形態においては、予測アルゴリズムとして重回帰分析を適用し、評価関数として二乗平均平方根誤差(RMSE:Root Mean Squared Error)を使用する。図8の例では、売上をターゲット(目的変数)とし、それ以外を説明変数としたときの重回帰分析を適用した際の、RMSEをベンチマークとする。なお、予測アルゴリズムと評価関数は上記例に限定されるものではない。
次に、本発明の第3実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、上記第2実施形態と比べると、整形済データから被操作データを生成する処理を、整形済データの欠損率の制御で行う点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図10は、本実施形態に係る被操作データ生成部1012の機能構成を示すブロック図および処理手順を示すフローチャートである。このフローチャートは、教育支援サーバ310の不図示のCPUがRAMを用いて実行し、被操作データ生成部1012の機能構成を実現する。なお、図10において、図7と同様の構成要素またはステップには同じ参照番号またはステップ番号を付して、重複する説明を省略する。
図11は、本実施形態に係る被操作データ生成部1012への入力データとしての整形済データ722および出力データとしての被操作データ1023の構成を示す図である。なお、図11には、欠損でないデータを欠損に置換した例を示すが、欠損部分をデータで補完することも同様に可能である。
次に、本発明の第4実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、上記第2実施形態および第3実施形態と比べると、整形済データから被操作データを生成する処理を、整形済データへのノイズの付加で行う点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図12は、本実施形態に係る被操作データ生成部1212の機能構成を示すブロック図および処理手順を示すフローチャートである。このフローチャートは、教育支援サーバ310の不図示のCPUがRAMを用いて実行し、被操作データ生成部1212の機能構成を実現する。なお、図12において、図7と同様の構成要素またはステップには同じ参照番号またはステップ番号を付して、重複する説明を省略する。
図13は、本実施形態に係る被操作データ生成部1212への入力データとしての整形済データ722および出力データとしての被操作データ1223の構成を示す図である。
次に、本発明の第5実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、上記第2実施形態乃至第4実施形態と比べると、整形済データから被操作データを生成する処理を、整形済データの冗長化により行う点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図14は、本実施形態に係る被操作データ生成部1412の機能構成を示すブロック図および処理手順を示すフローチャートである。このフローチャートは、教育支援サーバ310の不図示のCPUがRAMを用いて実行し、被操作データ生成部1412の機能構成を実現する。なお、図14において、図7と同様の構成要素またはステップには同じ参照番号またはステップ番号を付して、重複する説明を省略する。
図15は、本実施形態に係る被操作データ生成部1412への入力データとしての整形済データ722および出力データとしての被操作データ1423の構成を示す図である。
次に、本発明の第6実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、上記第2実施形態乃至第5実施形態と比べると、整形済データから被操作データを生成する処理を、整形済データ中のターゲット変数の分布を変換することにより行う点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図16は、本実施形態に係る被操作データ生成部1612の機能構成を示すブロック図および処理手順を示すフローチャートである。このフローチャートは、教育支援サーバ310の不図示のCPUがRAMを用いて実行し、被操作データ生成部1612の機能構成を実現する。なお、図16において、図7と同様の構成要素またはステップには同じ参照番号またはステップ番号を付して、重複する説明を省略する。
図17は、本実施形態に係る被操作データ生成部1612への入力データとしての整形済データ722および出力データとしての被操作データ1623の構成を示す図である。
次に、本発明の第7実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、上記第2実施形態乃至第6実施形態と比べると、整形済データから変形操作により未整形データを生成する点で異なる。ここで変形操作とは、整形済データをデータの内容や性質を変化させずに変形した未整形データを生成する処理である。本実施形態においては、この処理を、整形済データのダミー変数をデータに変える非ダミー化により行う。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図18は、本実施形態に係る教育支援サーバ1810の機能構成を示すブロック図である。なお、図18において、図4と同じ機能構成には同じ参照番号を付して、重複する説明は省略する。
図19は、本実施形態に係る問題生成部1831の機能構成を示すブロック図である。なお、図19において、図4および図6と同様の機能構成には同じ参照番号を付して、重複する説明を省略する。
図20は、本実施形態に係る未整形データ生成部1912の機能構成を示すブロック図および処理手順を示すフローチャートである。このフローチャートは、教育支援サーバ310の不図示のCPUがRAMを用いて実行し、未整形データ生成部1912の機能構成を実現する。なお、図20において、図7と同様の構成要素またはステップには同じ参照番号またはステップ番号を付して、重複する説明を省略する。
図21は、本実施形態に係る未整形データ生成部1912への入力データとしての整形済データ722および出力データとしての未整形データ2023の構成を示す図である。
次に、本発明の第8実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、上記第7実施形態と比べると、整形済データから未整形データを生成する処理を、整形済データの分割化、特にテーブルの分割化により行う点で異なる。その他の構成および動作は、第2実施形態および第7実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図22は、本実施形態に係る未整形データ生成部2212の機能構成を示すブロック図および処理手順を示すフローチャートである。このフローチャートは、教育支援サーバ310の不図示のCPUがRAMを用いて実行し、未整形データ生成部2212の機能構成を実現する。なお、図22において、図7と同様の構成要素またはステップには同じ参照番号またはステップ番号を付して、重複する説明を省略する。
図23は、本実施形態に係る未整形データ生成部2212への入力データとしての整形済データ722および出力データとしての未整形データ2223の構成を示す図である。
次に、本発明の第9実施形態に係る教育支援システムについて説明する。本実施形態に係る教育支援システムは、上記第2実施形態乃至第8実施形態と比べると、第2実施形態から第8実施形態で示した、整形済データから被操作データや未整形データへの種々の生成方法を、選択可能にした点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図24は、本実施形態に係る問題生成部2431の機能構成を示すブロック図である。なお。図24において、図6の問題生成部431と同様の構成要素には同じ参照番号を付して、重複する説明を省略する。
図25は、本実施形態に係る選択テーブル2411の構成を示す図である。選択テーブル2411は、アルゴリズム選択部2410が整形済データから被操作データや未整形データへの変換アルゴリズムや変形操作の少なくとも1つを選択するために使用される。
図26は、本実施形態に係る入力データ生成部2412への入力データとしての整形済データ722および出力データとしての、コンペティション問題への入力データ2423の構成を示す図である。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の技術的範囲で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の技術的範囲に含まれる。
Claims (22)
- AI(artificial intelligence)人材教育におけるプログラミング学習を支援する教育支援システムであって、
収集されたデータから表の形に整形された整形済データを取得する整形済データ取得部と、
前記整形済データに対して、プログラミング学習の成果を判定するための問題の難易度に影響を与える加工を加えることによって、前記問題に含まれる入力データを生成する入力データ生成部と、
を備える教育支援システム。 - 前記入力データ生成部は、前記整形済データに変換操作を加えた被操作データを前記入力データとして生成する被操作データ生成部を含む請求項1に記載の教育支援システム。
- 前記被操作データの前記問題の難易度への影響を評価する被操作データ評価部と、
前記被操作データの評価結果を反映させて、前記プログラミング学習の成果を判定する成果判定部と、
をさらに備える請求項2に記載の教育支援システム。 - 前記被操作データ評価部は、前記被操作データに所定のアルゴリズムを適用した場合に、所定の評価関数を用いて前記被操作データを評価する請求項3に記載の教育支援システム。
- 前記所定のアルゴリズムは重回帰分析を含み、前記所定の評価関数は二乗平均平方根誤差を求める関数を含む請求項4に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データに対して、予測または分類アルゴリズムに不用なデータを追加する、または、前記予測または分類アルゴリズムに有用なデータを除去したり変更したりする請求項2乃至5のいずれか1項に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データが行列である場合、行数および列数の少なくともいずれかを拡張または縮小して前記被操作データを生成する請求項6に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データに含まれる複数データのうち、ランダムに選んだデータを欠損とし、または、ランダムに選んだ欠損部分をデータで補完して、前記被操作データを生成する請求項6に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データに含まれる複数データのうち、ランダムに選んだデータにノイズを付加して、前記被操作データを生成する請求項6に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データが行列である場合、ランダムに選んだ行およびランダムに選んだ列の少なくともいずれかにノイズを付加する請求項9に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データに所定データを追加して、前記被操作データを生成する請求項6に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データが行列である場合、ランダムに生成したデータを含む列を追加、あるいは、列中からランダムに選んだデータを含む行を追加して、前記被操作データを生成する請求項11に記載の教育支援システム。
- 前記被操作データ生成部は、前記整形済データの分布を変換して、前記被操作データを生成する請求項6に記載の教育支援システム。
- 前記被操作データ生成部は、前記問題が分類問題である場合、正例率を維持しながらクラスまたはラベルの分布を変換することで前記被操作データを生成する請求項13に記載の教育支援システム。
- 前記被操作データ生成部は、前記問題が回帰問題である場合、ターゲット変数の分布形を変換することで前記被操作データを生成する請求項13に記載の教育支援システム。
- 前記入力データ生成部は、前記整形済データに変形操作を加えた未整形データを前記入力データとして生成する未整形データ生成部を含む請求項1または2に記載の教育支援システム。
- 前記未整形データ生成部は、前記整形済データに含まれたダミー変数のいずれかを前記ダミー変数が表すデータに置換して、前記未整形データを生成する請求項16に記載の教育支援システム。
- 前記未整形データ生成部は、前記整形済データが行列である場合、前記ダミー変数で表された複数の行または複数の列を1行または1列のデータに置換して、前記未整形データを生成する請求項17に記載の教育支援システム。
- 前記未整形データ生成部は、前記整形済データを複数のブロックに分割して、前記未整形データを生成する請求項16に記載の教育支援システム。
- 前記未整形データ生成部は、前記整形済データが行列である場合、列または行を複数の行または列からなるブロックに分割して、前記未整形データを生成する請求項19に記載の教育支援システム。
- AI(artificial intelligence)人材教育におけるプログラミング学習を支援する教育支援方法であって、
整形済データ取得部が、収集されたデータから表の形に整形された整形済データを取得する整形済データ取得ステップと、
入力データ生成部が、前記整形済データに対して、プログラミング学習の成果を判定するための問題の難易度に影響を与える加工を加えることによって、前記問題に含まれる入力データを生成する入力データ生成ステップと、
を含む教育支援方法。 - AI(artificial intelligence)人材教育におけるプログラミング学習を支援する教育支援プログラムであって、
収集されたデータから表の形に整形された整形済データを取得する整形済データ取得ステップと、
前記整形済データに対して、プログラミング学習の成果を判定するための問題の難易度に影響を与える加工を加えることによって、前記問題に含まれる入力データを生成する入力データ生成ステップと、
をコンピュータに実行させる教育支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019206484A JP7025397B2 (ja) | 2019-11-14 | 2019-11-14 | 教育支援システム、教育支援方法および教育支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019206484A JP7025397B2 (ja) | 2019-11-14 | 2019-11-14 | 教育支援システム、教育支援方法および教育支援プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021081805A JP2021081805A (ja) | 2021-05-27 |
JP7025397B2 true JP7025397B2 (ja) | 2022-02-24 |
Family
ID=75965179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019206484A Active JP7025397B2 (ja) | 2019-11-14 | 2019-11-14 | 教育支援システム、教育支援方法および教育支援プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7025397B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7132557B1 (ja) * | 2021-09-01 | 2022-09-07 | アドバンスデザインテクノロジー株式会社 | デバイス制御システム |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180137525A1 (en) | 2016-11-11 | 2018-05-17 | Jpmorgan Chase Bank, N.A. | System and Method for Providing Data Science as a Service |
-
2019
- 2019-11-14 JP JP2019206484A patent/JP7025397B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180137525A1 (en) | 2016-11-11 | 2018-05-17 | Jpmorgan Chase Bank, N.A. | System and Method for Providing Data Science as a Service |
Non-Patent Citations (1)
Title |
---|
James Jordan, Jinsung Yoon, Mihaela van der Schaar,"Measuring the quality of Synthetic data for use in competitions",arXiv:1806.11345 [online],2018年06月29日,https://arxiv.org/pdf/1806.11345.pdf,[2021年10月25日検索] |
Also Published As
Publication number | Publication date |
---|---|
JP2021081805A (ja) | 2021-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chermack et al. | A review of scenario planning literature | |
Parker et al. | Progress in integrated assessment and modelling | |
Roffe | Conceptual problems of continuous quality improvement and innovation in higher education | |
Lau | Analysing the curriculum development process: three models | |
Van Daalen et al. | The roles of computer models in the environmental policy life cycle | |
Lami et al. | On the usefulness of soft OR models in decision making: A comparison of Problem Structuring Methods supported and self-organized workshops | |
Kronsbein et al. | Data thinking: a canvas for data-driven ideation workshops | |
Dalampira et al. | Back to the future: simplifying Sustainable Development Goals based on three pillars of sustainability | |
de Bruin et al. | Exploring the potential of combining participative backcasting and exploratory scenarios for robust strategies: Insights from the Dutch forest sector | |
Arnold | Combining conscious and unconscious knowledge within human-machine-interfaces to foster sustainability with decision-making concerning production processes | |
CN112070865A (zh) | 课堂互动方法、装置、存储介质及电子设备 | |
Albarracín et al. | The role of context for characterising students’ strategies when estimating large numbers of elements on a surface | |
Sciarrone et al. | Learning analytics models: A brief review | |
JP7025397B2 (ja) | 教育支援システム、教育支援方法および教育支援プログラム | |
Ahamer et al. | Make a change by exchanging views | |
Schwarts et al. | Novice facilitators’ changes in practices: From launching to managing discussions about mathematics teaching | |
Landri | Waves of standardisation | |
Davies | Re‐engineering school leadership | |
Polinkevych et al. | Quality management of distance education | |
Lieu et al. | Inclusive stakeholder engagement for equitable knowledge co-production: Insights from the EU’s Horizon 2020 programme in climate change research | |
Kardan et al. | A decision support system for course offering in online higher education institutes | |
London | Doing Democracy: How a Network of Grassroots Organizations Is Strengthening Community, Building Capacity, and Shaping a New Kind of Civic Education. | |
Elmerghany et al. | Using minecraft as a geodesign tool for encouraging public participation in urban planning | |
Karlsen et al. | Promoting diversity in long term policy development: the SMARTT case of Norway | |
Yong et al. | Students' perception of non-placement work-integrated learning in chemical engineering: Work-related skills towards the post-pandemic future |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210910 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210910 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211224 |
|
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: 20220125 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220210 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7025397 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |