JP7130266B2 - プログラム、方法、およびシステム - Google Patents
プログラム、方法、およびシステム Download PDFInfo
- Publication number
- JP7130266B2 JP7130266B2 JP2020138998A JP2020138998A JP7130266B2 JP 7130266 B2 JP7130266 B2 JP 7130266B2 JP 2020138998 A JP2020138998 A JP 2020138998A JP 2020138998 A JP2020138998 A JP 2020138998A JP 7130266 B2 JP7130266 B2 JP 7130266B2
- Authority
- JP
- Japan
- Prior art keywords
- review
- learning
- questions
- question
- answerer
- 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
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
特許文献1には、このような学習システムとして、個々に難易度が設定された問題データを用いて、学習者が解答した問題の正誤により学習者の習熟度を評価して、次に出題する問題を決定する学習システムが開示されている。
一方、従来のシステムでは、このような学習効率を考慮して出題問題を決定する機能について改善の余地があった。
なお、実施形態を説明するための図面において、同一の構成要素には原則として同一の符号を付し、その繰り返しの説明は省略する。
本発明のプログラムは、例えば教育機関において用いられる学習システム(以下、単にシステムという)1を提供する。システム1は、生徒である解答者に対して演習問題により構成された学習帳(ワークブック)を提供し、各演習問題に解答者が問題に解答することで、学習内容の習熟度を深めるために用いられる。
システム1のユーザとしては、出題者と解答者が含まれる。
なお、本発明に係るシステム1は、知識の習得を目的とした活動全般に適用することができ、初等、中等、高等教育等の各種の教育機関の他、例えば民間の塾、予備校、文化教室、又は企業内で行われる社員教育等に用いられてもよい。
図1は、本発明の一実施形態に係るシステム1の構成を示すブロック図である。
図1に示すように、システム1は、複数の解答者端末10と、1台の出題者端末15と、サーバ60と、データベースシステム100と、データ管理装置110と、を備える。なお、出題者端末15は複数設けられてもよい。
サーバ60は、バックエンド側のデータベースシステム100と通信可能に構成される。データ管理装置110は、データベースシステム100と通信可能に構成される。
解答者端末10は、サーバ60と協働して学習用の問題を、ユーザに向けて出題するように構成される。解答者端末10の例には、パーソナルコンピュータ、タブレット、及び、スマートフォン等の電子機器が含まれる。代表的な解答者端末10は、制御デバイス20と、記憶デバイス30と、通信デバイス40と、表示デバイス50と、入力デバイス55と、を備える。
制御デバイス20は、この操作内容を、通信デバイス40を通じて、サーバ60に伝達するように構成される。
出題者端末15は、出題者が選択した問題を、サーバ60と協働して、解答者端末10に向けて出題するように構成される。出題者端末15は、解答者端末10と同様の構成を備えている。すなわち、出題者端末15は、制御デバイス20と、記憶デバイス30と、通信デバイス40と、表示デバイス50と、入力デバイス55と、を備える。これらの各構成部材については、前述した解答者端末10の内容と同様であり、その説明を省略する。
RAM73は、CPU71による処理実行時に作業用メモリとして使用される。以下では、CPU71により実行される処理を、処理デバイス70が実行する処理として説明する。通信デバイス90は、広域ネットワークを通じて解答者端末10および出題者端末15と通信可能に、さらには、バックエンド側のデータベースシステム100と通信可能に構成される。
その後、処理デバイス70は、解答者端末10から、その解答操作の内容を取得して、問題の正否を判定する。
解答の進捗状況とは、複数の問題パートで構成されるワークブックにおいて、解答者がどの問題まで解答が済んでいるかを示す情報である。
また、学習履歴には、閲覧時以前の学習の履歴が含まれており、閲覧当日の情報も適宜更新される。解答した演習問題には、後述する基礎問題、共通問題、復習問題が全て含まれる。
複数の問題データは、問題毎に一つの問題データを含む。問題データのそれぞれは、図3に示すように、問題の識別コード(ID)である問題IDに関連付けて、対応する問題についての問題文データ、正答データ、解説文データ、及び、ヒントデータを備える。
解説文データは、対応する問題についての解き方や重要なポイント等を解説する解説文であって、ユーザによる問題解答後に表示デバイス50に表示される解説文を表す。
ヒントデータは、問題を解く過程で、ユーザの要求に応じて表示デバイス50に表示される問題を解き方に関するヒントを表す。
本実施形態の学習支援システム1は、ユーザが問題を間違えたとき、所定回(例えば1回)、同一問題に対する解答をユーザにやり直させる。図5に示す「正答(やり直し有)」は、ユーザが問題に一度間違えたが「やり直し」によって正解した事象を意味する。「正答(やり直し無)」は、ユーザが「やり直し」によらず、即ち問題に間違えることなく正解した事象を意味する。「誤答」は、「やり直し」によってもユーザが問題に正解することなく最終解答が誤答であった事象を意味する。
ユーザの解答が「正答(やり直し有)」であるときには、解答時間TAが長いとき、スコアz=2が付与され、解答時間TAが標準であるとき、スコアz=3が付与され、解答時間TAが短いとき、スコアz=4が付与される。
ユーザの解答が「正答」であるときには、解答時間TAが長いとき、スコアz=3が付与され、解答時間TAが標準であるとき、スコアz=4が付与され、解答時間TAが短いとき、スコアz=5が付与される。
図6に示される問題は、小数と分数との引き算である。この引き算を解くためには、帯分数を仮分数に直すスキルと、小数を分数に直すスキルと、分母の違う分数を引き算するスキルと、が必要とされる。さらに、分母の違う分数の引き算には、通分するスキルと、分数を引き算するスキルと、が必要とされる。
学習要素E2は、小数を数に直すスキルを習得するための学習要素である。
学習要素E3は、分母の違う分数を引き算するスキルを習得するための学習要素である。
学習要素E4は、通分するスキルを習得するため学習要素である。
学習要素E5は、分数を引き算するスキルを習得するための学習要素である。
学習要素EGは、この問題に対する主目的の学習要素であり、小数と分数とを引き算するスキルを習得するための学習要素である。
具体的には、問題要素データは、図8に示すように、問題に含まれる利用要素に対応する学習要素のIDを示す利用要素データ、及び、問題に含まれる一つのゴール要素に対応する学習要素のIDを示すゴール要素データを有する。
そして、難易度パラメータは、対応する学習要素に関して能力値を有するユーザが対応する問題を解いたときに、スコア2~5それぞれに対して、確率が0.5以上となる変数として設定される値である。ここで、能力値とは、一般的な当該理論においては、解答者(学習者)と一対一対応の値として設定されている。一方、本システム1では、解答者(学習者)が学習要素ごとに別々の能力値を持つ。この値をこの説明では「習熟度」と表現する。
このように派生元の学習要素C1に対する派生先の学習要素C21,C22,C23は、パラメータの違い等で派生する学習要素に対応する。
ここで学習要素C1は、学習要素C1を学習するためには学習者が学習要素C3を十分にできている必要があるという意味で、学習要素C3に依存している。依存関係にある第一の学習要素及び第二の学習要素は、第二の学習要素を学習するためには、第一の学習要素を学習者が十分に理解できている必要がある学習要素に対応する。
学習者データは、演習履歴として、演習数および正解数等の情報も含む。
図1に示すように、データ管理装置110は、処理デバイス120と、記憶デバイス130と、通信デバイス140と、入出力デバイス150と、を備える。
図12に示すように、ワークブックは、演習順序に沿って、基礎パート、共通パート、復習パートという異なる問題パートにより構成されている。
共通問題とは、所定のワークブックの解答を行う複数の解答者全員に対して共通する問題である。共通パートは、出題者がデータベースシステム100に記憶された演習問題から、複数の演習問題を指定することで選択される。出題者は、学習分野、単元に応じて予め区分けされた問題群を選択することで、共通問題を選択することができる。
復習問題は、共通問題の復習となる問題である。復習問題は、解答者それぞれに対して異なった問題となっている。復習問題は、解答者の学習履歴を参照して、演習問題から本システム1により自動で選択される。
本システム1は、解答者毎に個別に復習問題を選択する。ここで、復習問題を選択するために参照される学習履歴は、過去の解答結果に関する情報であり、異なるワークブックにおける解答結果に関する情報、同一ワークブックにおける解答結果に関する情報、またはそれらの組み合わせを含む。
個別復習パートとは、過去に誤答した問題を復習するために出題される問題を含むサブパートである。
図12の例では、復習パートは、第1サブパートである分散学習パートの後に、第2サブパートである個別復習パートが組み込まれて構成されている。また、復習パートは、第2サブパートの後に、第3サブパートである分散学習パートが組み込まれて構成されている。
また、第2サブパートの問題として、誤答した問題そのものを出題してもよいし、誤答した問題を参照して、他の問題を選択してもよい。
すなわち、第2サブパートの問題は、誤答した演習問題の難易度に関する情報、学習履歴から得られる解答者の習熟度に関する情報、および誤答した問題の解答に要する学習要素に関する情報を参照し、第2サブパートの問題を選択することで、第2サブパートを作成してもよい。
スコアは、前述の通り解答者の解答時間、および誤答の有無により設定される。そして、定着度は、短い時間で正答すると高い値を取り、長い時間で解答した場合や、誤答をした場合には、低い値を取る。
図13に示すように、直近のワークブックにおける解答者の解答に対するスコアから、習熟度の更新(C1)が行われる。
次に、直近のスコアを変数とするスコアの関数、直近のスコアから更新された習熟度を変数とする習熟度の関数、および演習した問題の難易度を変数とする難易度の変数を積算することにより、記憶度の増加分が算出される(C2)。
ここで、記憶度の増加分とは、直近の学習により増加した記憶度を指す。
記憶度とは、学習要素の理解に対するシナプス強度を示す指標である。記憶度は、時間を変数として指数関数的に減少する値である。
そして、復習間隔目安は、記憶度が所定の割合(例えば90%)となるような時間として算出することができる(C4)。
そして、次に、復習間隔目安と、最大復習間隔と、を比較して、値の低い方の数値が復習間隔として設定される(C4)
基礎問題とは、共通問題を解答するのに必要となる基礎知識が問われる問題である。共通問題は、解答者それぞれに対して異なった問題となっている。共通問題は、データベースシステム100に記憶された演習問題から、本システム1により自動で選択される。本システム1は、解答者毎に個別に共通問題を選択する。
一方、習熟度は、-6から+6までの連続的な値を取り、数値が大きいほど、当該学習要素を学習者が理解していることを指す。習熟度は問題の難易度と同次元で扱われる。このため、難易度が高い学習要素を含む問題を正答すると、解答者の当該学習要素に対する習熟度が高く評価される。
なお、閾値は任意に設定することができる。閾値の設定は、出題者が任意に行うことができる。
図16に示すように、ワークブックには各種の類型がある。ワークブックでは、全体の演習時間、および各問題パートの演習時間(問題数)を任意に設定することができる。
この場合には、その後の演習時間の全ておいて、分散学習のサブパートが設けられる。そして分散学習パートでは、問題数が設定されているわけではなく、演習時間のうち、制限時間の許す限り、無制限となっている。すなわち、分散学習のサブパートにおいて出題される問題数は、生徒により大きく異なることがある。問題に解答する時間に個人差があるためである。分散学習を無制限に行うことで、学習者の演習時間が余ることなく、時間調整を行うことができる。
この説明では、出題者が、授業中に設けられた演習時間に、複数の解答者に解答させるためのワークブックとして、図12に示す類型1のワークブックを提供する場合を例に挙げて説明する。
ここで、ワークブックの設計とは、基礎パートの要否、総演習時間の設定、基礎パートおよび共通パートの問題数を設定することで、前述したワークブックの類型のアウトラインを決定することである。基礎パートおよび共通パートについては、問題数に代えて、それぞれの演習時間を設定してもよい。この場合には、各演習問題に設定された想定解答時間に基づいて、問題数が設定される。また、復習パートについては、総演習時間のうち、基礎パートと共通パートの解答後に残った時間が割り当てられる。すなわち、復習パートの演習時間は、生徒によって異なることとなる。共通パートの有無や、各問題を解くのに要する時間が生徒によって差があるからである。
次に、出題者端末15において、出題者により共通問題を指定する処理が実行される(ステップS102)。この処理では、出題者が、共通パートを構成する共通問題を複数選択する。この際、共通問題は、該当するクラスの属性(学年、教科、学習単元、問題数、解答時間等)を指定することで、予めデータベースシステム100に登録された演習問題のうち、所定の問題群を選択することができる。また、共通問題として予め登録された所定の問題群に対して、他の問題を追加してもよい。
まず、基礎パート作成処理では、これまでの学習履歴から、各学習要素についての定着度、習熟度の確認が行われる。この処理は、各解答者それぞれについて行われる(ステップS2031)。
具体的には、今回提供するワークブックの単元に相当する学習要素それぞれの定着度および習熟度について、予め設定された閾値以下の学習要素がある場合には、基礎パートが必要であると判断し、そのような学習要素がない場合には、基礎パートが不要であると判断される。
そして、並び替えられた学習要素の順に、前述の図15において説明した問題選定を行い、出題問題とその順序が決定される。
なお、図17では、基礎問題の出題を3回としているが、これはあくまで例示である。基礎問題の出題回数は、予め設定された基礎パートの問題数(演習時間)、又は基礎パート作成処理において選択された学習要素の量により変更される。
また、解答者が誤答した場合には、即座に模範解答を示すことなく、誤答である旨のみを通知し、再解答(やり直し)の機会を与える。やり直しの機会は1回でもよいし、2回以上許容するような設定であってもよい。この場合には、やり直しを規定回数行っても誤答である場合に、解答者に対して誤答である旨とともに、模範解答を併せて通知する。また、やり直しの際には、ヒントデータを解答者に通知してもよい。
基礎問題の解答が全て終了すると、基礎パートが終了する(ステップS207)。
図16に示すように、出題者が出題者端末15から進捗確認を行う(ステップS103)と、サーバ60は進捗状況を確認し、出題者端末15に対して進捗報告を行う処理を実行する(ステップS208)。進捗報告における表示内容については後述する。
進捗確認は、図示の例では、前述の他、共通パートの終了(ステップS213)の後に、再度行われている(ステップS104)が、これはあくまで一例であり、出題者の任意のタイミングで、出題者端末15を用いて行うことできる。
なお、図18では、共通問題の出題を3回としているが、これはあくまで例示である。共通問題の出題回数は、最初に出題者が設定した問題数、又は設定した演習時間に基づいて選択される問題数となる。
また、共通問題においても、前述したやり直しに関する機能を採用する。
共通パートの問題が全て出題され、出題者からの解答が済むと、共通パートが終了する(ステップS213)。
図19に示すように、サーバ60は、ステップS215の後に、復習パート作成処理1を実行する(ステップS216)。
復習パート作成処理1は、分散学習パートを作成する処理である。この処理の内容は、図20を用いて詳述する。図21は、復習パート作成処理1における処理を説明する図である。
この際、演習問題のうち、選定された学習要素の習熟度よりも少し低い難易度を持つ演習問題を、復習問題として選択する。
復習問題の順番は、ステップS2161において決められた優先度に従って配置される。これにより、復習パートのうち、分散学習パートにおいて出題される問題およびその出題順序が確定する。
復習パート作成処理2は、個別復習パートを作成する処理である。この処理の内容は、図22を用いて詳述する。図22は、復習パート作成処理2における処理を説明する図である。
次に、ステップS2173の後に、正誤の確認をした共通問題の問題番号が、最終問題の番号であるかどうかを確認する処理を実行する(ステップS2174)。
一方、ステップS2174において、正誤の確認をした共通問題の問題番号が、最終番号まで到達した場合には、サーバ60は問題確定の処理を実行する(ステップS2175)。
なお、ステップS216およびステップS217は、同時に行われてもよい。
なお、図19では、復習問題の出題を3回としているが、これはあくまで例示である。復習問題の出題回数は、残りの演習時間により調整される。
また、復習問題においても、前述したやり直しに関する機能を採用する。
演習により新たに蓄積された学習履歴については、次回以降のワークブックにおいて活用される。具体的には、解答者毎に、各学習要素の定着度、習熟度、記憶度が更新される。
以上により、本システム1によりワークブックを解答者に対して提供する処理が全て終了する。
この画面レイアウトは、図17に示すステップS102において、共通問題を出題者が指定する際のおける画面である。
この際、サーバ60は、ワークブックの構造が、基礎パートと、基礎パートの後に位置する共通パートと、共通パートの後に位置する復習パートと、を含むことを示す情報を出題者端末15に対して表示する。
表示Bには、共通パートに含まれる出題者が指定した演習問題を示す情報がさらに表示されている。
これらの表示では、共通パートの終了、および復習パートの開始のうち、いずれか一方のみを表示するような態様であってもよい。
図25では、解答者毎に、氏名、ワークブックの単元、問題数、正答率、解答数、進捗率等の情報が表示されている。また、進捗状況は、演習時間中の同一時点における評価結果を確認することができる。この表示では、解答した問題数に応じて、データバーが増えていく表示態様となっており、進捗状況を視覚的に把握することができる。また、データバー上の×印の表示は、全体の問題構成の中で、誤答した問題の個所を示している。
このように、この画面では、各解答者が、共通パートおよび復習パートを含む複数のパートのうち、どのパートのどの問題まで到達したかが、出題者に対して一覧表示される。
図26では、これまでに出題されたワークブックの名称(ワークブック01~ワークブック04)がそれぞれ記載されている。
図26のワークブック02における表示Eのチェックは、共通問題の解答が全て終了していることを示している。
図26のワークブック04における表示Gの0%という表示は、共通問題の解答が全くされていないことを意味している。
このため、単に出題者の指定した全解答者共通の演習問題を解答させるだけでなく、解答者毎に、過去の学習履歴の結果を参照した復習問題を演習させることで、復習させるべき演習問題をしっかりと演習させることができる。また、共通問題と類似する復習問題を、共通問題に取り組んだ後の一定時間が経過後に再度演習させることで、分散学習を行うことが可能になり、記憶の効率的な定着を図ることができる。これにより、学習者の学習効率を向上することができる。
また、解答者の学力に合わせて適切な復習問題を個別に設定する作業には、出題者の労力が必要となるが、本システム1では、自動的に復習問題が選択されるため、このような出題者の労力を軽減することができる。
また、解答者の学力に合わせて適切な基礎問題を個別に設定する作業には、出題者の労力が必要となるが、本システム1では、自動的に基礎問題が選択されるため、このような出題者の労力を軽減することができる。
本システム1の変形例について説明する。
基礎パートは一つのまとまった配置構成でなくてもよい。すなわち、基礎パートは、定着度および習熟度の低い学習要素を含む共通問題の直前に基礎問題を演習させるように、共通パートの内部に分散するように配置されるような構成であってもよい。
個別復習パートでは、そのワークブックにおいて誤答した問題に限られず、過去に誤答した演習問題を復習問題として選択してもよい。
本システム1は、復習パートが含まれずに、基礎パートおよび共通パートのみから構成されたワークブックを提供してもよい。この場合には、解答者の学習要素に対する習熟度および定着度に合わせて、当該学習要素に対する基礎理解が乏しい場合であってもワークブックに取り組むことが可能になる。また、基礎問題があることで、段階的に難易度が上がる問題に取り組むことで、学習効率を向上することができる。
本発明の実施形態について、以下に付記を示す。
コンピュータのプロセッサに、
複数の演習問題が記憶されたデータベースから、出題者が複数指定した演習問題を選択し、複数の解答者に対して共通となる共通問題により構成される共通パートを作成する第1ステップと、
解答者の学習履歴を参照して、演習問題から共通問題の復習となる復習問題を選択し、復習問題を含む復習パートを解答者それぞれに対して個別に作成する第2ステップと、を実行させるプログラム。
演習問題は、その難易度に関する情報、およびその解答に要する学習要素に関する情報とともにデータベースに記憶され、
復習パートは、第1サブパートを含む1以上のサブパートにより構成され、
第2ステップでは、
学習履歴に含まれる演習問題の難易度に関する情報、学習履歴から得られる解答者の習熟度に関する情報、および共通問題の解答に要する学習要素に関する情報を参照し、演習問題を復習問題として選択して第1サブパートを作成する、(付記1)に記載のプログラム。
復習パートは、第2サブパートを含む1以上のサブパートにより構成され、
第2ステップでは、
共通問題のうち、解答者が誤答した演習問題を、復習問題として選択して第2サブパートを作成する、(付記2)に記載のプログラム。
復習パートは、第2サブパートを含む1以上のサブパートにより構成され、
第2ステップでは、
誤答した演習問題の難易度に関する情報、学習履歴から得られる解答者の習熟度に関する情報、および誤答した問題の解答に要する学習要素に関する情報を参照し、第2サブパートを作成する、(付記2)に記載のプログラム。
復習パートは、第1サブパート、第2サブパート、および第3サブパートを含む3以上のサブパートにより構成され、
第2ステップでは、
共通問題のうち、解答者が誤答した演習問題を、復習問題として選択して第2サブパートを作成し、
演習問題の難易度に関する情報、解答結果から得られる解答者の習熟度に関する情報、および学習要素に関する情報を参照し、演習問題を復習問題として選択して第3サブパートを作成し、
第2サブパートが、第1サブパートの後に組み込まれて構成され、
第3サブパートが、第2サブパートの後に組み込まれて構成されている、(付記3)又は(付記4)に記載のプログラム。
第2ステップでは、
学習要素に対する理解の定着の度合いを示す定着度を参照して、定着度の低い学習要素を優先して、演習問題から復習問題を選択する、(付記2)から(付記5)のいずれかに記載のプログラム。
コンピュータのプロセッサに、
データベースに記憶された演習問題から共通問題を解答するのに必要な基礎知識が問われる基礎問題を選択し、基礎問題を含む基礎パートを、解答者それぞれに対して個別に作成する第3ステップを実行させる(付記1)から(付記6)のいずれかに記載のプログラム。
演習問題は、その難易度に関する情報、およびその解答に要する学習要素に関する情報とともにデータベースに記憶され、
第3ステップでは、
共通問題の難易度、学習履歴から得られる解答者の習熟度に関する情報、および学習要素に対する理解の定着の度合いを示す定着度を参照して、演習問題から基礎問題を選択する(付記7)に記載のプログラム。
コンピュータのプロセッサに、
第1ステップにおいて、解答者に配信されるワークブックの構造を、出題者に対して表示する第4ステップを実行させ、
第4ステップでは、ワークブックの構造が、基礎パートと、基礎パートの後に位置する共通パートと、共通パートの後に位置する復習パートとを含むことを示す情報と、共通パートに含まれる出題者が指定した演習問題を示す情報とを表示する(付記7)又は(付記8)に記載のプログラム。
コンピュータのプロセッサに、
復習パートにおいて解答された問題数に対応する情報を、解答者に対して表示する第5ステップを実行させる、(付記1)から(付記9)のいずれかに記載のプログラム。
コンピュータのプロセッサに、
共通パートが終了したことを示す情報の表示、および復習パートが開始することを示す情報のうち、少なくとも一方の表示を、共通パートの終了後に、解答者に対して示す第6ステップを実行させる、(付記1)から(付記10)のいずれかに記載のプログラム。
コンピュータのプロセッサに、
複数の解答者それぞれの解答の進捗状況を、出題者に対して一覧表示する第7ステップを実行させる、(付記1)から(付記11)のいずれかに記載のプログラム。
第7ステップでは、
各解答者が、共通パートおよび復習パートを含む複数のパートのうちどのパートのどの問題まで到達したかを、出題者に対して一覧表示する、(付記12)に記載のプログラム。
コンピュータのプロセッサが、
複数の演習問題が記憶されたデータベースから、出題者が複数指定した演習問題を選択し、複数の解答者に対して共通となる共通問題により構成される共通パートを作成する第1ステップと、
解答者の学習履歴を参照して、演習問題から共通問題の復習となる復習問題を選択し、復習問題を含む復習パートを解答者それぞれに対して個別に作成する第2ステップと、を実行する方法。
複数の演習問題が記憶されたデータベースから、出題者が複数指定した演習問題を選択し、複数の解答者に対して共通となる共通問題により構成される共通パートを作成する第1手段と、
解答者の学習履歴を参照して、演習問題から共通問題の復習となる復習問題を選択し、復習問題を含む復習パートを解答者それぞれに対して個別に作成する第2手段と、を備えたシステム。
10 解答者端末
15 出題者端末
60 サーバ
110 データ管理装置
100 データベースシステム
Claims (19)
- コンピュータのプロセッサに、
学習を深めるために解答者に対して解答させる複数の演習問題に関する情報、前記演習問題の解答に要するスキルを示す学習要素に関する情報、および前記解答者についての前記学習要素ごとの能力を示す習熟度に関する情報を記憶するデータベースから、出題者が複数指定した前記演習問題を選択し、複数の前記解答者に対して共通となる共通問題により構成される共通パートを作成するステップと、
作成した前記共通パートを前記解答者に出題するステップと、
出題した前記共通パートに含まれる問題への解答結果を受け付けるステップと、
前記データベースに記憶された複数の前記演習問題から前記共通問題の復習となる復習問題を選択し、前記解答者それぞれに対して個別に、前記復習問題を含む復習パートを作成するステップと、
作成した前記復習パートを前記解答者に出題するステップと、
出題した前記復習パートに含まれる問題への解答結果を受け付けるステップと、 を実行させ、
前記復習パートは、第1サブパートを含む1以上のサブパートにより構成され、
前記復習パートを作成するステップでは、
前記データベースに記憶された前記学習要素 のうち、前記解答者の前記学習要素ごとの前記習熟度に基づいて、前記復習問題として復習させるべき前記学習要素を選定するステップと、
選定された前記学習要素に対応する前記演習問題を、前記復習問題として選択して前記第1サブパートを作成するステップと、を実行させるプログラム。 - 前記データベースは、前記演習問題に対応する学習要素ごとの難易度に関する情報を記憶しており、
前記第1サブパートを作成するステップ では、選定された前記学習要素に対応する前記演習問題のうち、前記解答者の前記学習要素に対する前記習熟度よりも低い難易度を持つ前記演習問題を、前記復習問題として選択する請求項1に記載のプログラム。 - 前記データベースは、前記解答者における前記学習要素ごとの理解の定着の度合いを示す定着度に関する情報を記憶しており、
前記学習要素を選定するステップでは、前記習熟度および前記定着度に基づいて、前記復習問題として復習させるべき前記学習要素を選定する、請求項1又は2に記載のプログラム。 - 前記共通パートに含まれる問題への解答を受け付けるステップ、および前記復習パートに含まれる問題への解答を受け付けるステップでは、問題毎の解答時間が、前記解答者における過去の学習履歴として取得され、
前記定着度は、前記学習要素に対応する前記演習問題の解答時間に基づいて算出される、請求項3に記載のプログラム。 - 前記データベースは、前記解答者における前記学習要素ごとの理解の定着の度合いを示す定着度に関する情報を記憶しており、
前記学習要素を選定するステップでは、前記解答者の前記学習要素ごとの前記習熟度に基づいて選定された前記学習要素に加えて、前記定着度から設定される前記学習要素ごとの復習間隔に基づいて、前記復習問題として復習させるべき前記学習要素を選定する、請求項1から4のいずれか1項に記載のプログラム。 - 前記学習要素を選定するステップでは、前記解答者の前記学習要素ごとの前記習熟度に基づいて選定された前記学習要素、および前記定着度から設定される前記学習要素ごとの復習間隔に基づいて選定された前記学習要素に加えて、前記出題者が指定した前記演習問題に対応する前記学習要素と同じ前記学習要素を選定する、請求項5に記載のプログラム。
- プロセッサに、
前記復習パートに含まれる問題への解答結果を受け付けるステップの後に、 前記解答結果を用いて、前記データベースに記憶された前記解答者についての前記習熟度に関する情報を更新する処理を実行させる、請求項1から6のいずれか1項に記載のプログラム。 - 前記復習パートは、前記第1サブパートおよび第2サブパートを含む2以上のサブパートにより構成され、
前記復習パートを作成するステップでは、
前記共通問題のうち、前記解答者が誤答した前記演習問題を、前記復習問題として選択して前記第2サブパートを作成する、請求項1から7のいずれか1項に記載のプログラム。 - 前記データベースは、前記演習問題に含まれる学習要素ごとの難易度に関する情報を記憶しており、
前記復習パートは、前記第1サブパートおよび第2サブパートを含む2以上のサブパートにより構成され、
前記復習パートを作成するステップでは、
前記解答者が誤答した前記演習問題の難易度に関する情報、前記解答者それぞれの過去の学習の履歴を示す学習履歴から得られる前記解答者の前記習熟度に関する情報、および誤答した前記演習問題の解答に要する前記学習要素に関する情報を参照し、前記第2サブパートを作成する、請求項1から7のいずれか1項に記載のプログラム。 - 前記復習パートは、前記第1サブパート、第2サブパート、および第3サブパートを含む3以上のサブパートにより構成され、
前記復習パートを作成するステップでは、
前記共通問題のうち、前記解答者が誤答した前記演習問題を、前記復習問題として選択して前記第2サブパートを作成し、
前記データベースに記憶された複数の 前記演習問題の難易度に関する情報、前記解答者から受け付けた解答結果から得られる前記解答者の前記習熟度に関する情報、および前記学習要素に関する情報に基づいて、復習させるべき前記学習要素を選定し、選定された前記学習要素に対応する前記演習問題を前記復習問題として選択して前記第3サブパートを作成し、
前記第2サブパートが、前記第1サブパートの後に組み込まれて構成され、
前記第3サブパートが、前記第2サブパートの後に組み込まれて構成されている、請求項1から7のいずれか1項に記載のプログラム。 - コンピュータのプロセッサに、
前記データベースに記憶された前記演習問題から前記共通問題を解答するのに必要な基礎知識が問われる基礎問題を選択し、前記解答者それぞれに対して個別に、前記基礎問題を含む基礎パートを作成するステップと、
作成した前記基礎パートを、前記共通パートの出題の前に、前記解答者に出題するステップと、
出題した前記基礎パートに含まれる問題への解答結果を受け付けるステップと、
を実行させる請求項1から10のいずれか1項に記載のプログラム。 - 前記データベースは、前記演習問題に対応する学習要素ごとの難易度に関する情報を記憶しており、
前記基礎パートを作成するステップでは、
前記共通問題の難易度、前記解答者それぞれの過去の学習の履歴を示す学習履歴から得られる前記解答者の前記習熟度に関する情報、および前記学習要素に対する理解の定着の度合いを示す定着度を参照して、前記演習問題から前記基礎問題を選択する請求項11に記載のプログラム。 - コンピュータのプロセッサに、
前記演習問題の出題の際に、前記解答者に配信されるワークブックの構造を前記出題者に対して表示するステップを実行させ、
前記ワークブックの構造を前記出題者に対して表示するステップでは、前記ワークブックの構造が、前記基礎パートと、前記基礎パートの後に位置する前記共通パートと、前記共通パートの後に位置する前記復習パートとを含むことを示す情報と、前記共通パートに含まれる前記出題者が指定した前記演習問題を示す情報とを表示する請求項11又は12に記載のプログラム。 - コンピュータのプロセッサに、
前記復習パートにおいて解答された問題数に対応する情報を、前記解答者に対して表示するステップを実行させる、請求項1から13のいずれか1項に記載のプログラム。 - コンピュータのプロセッサに、
前記共通パートへの前記解答者による解答が終了したことを示す情報の表示、および前記復習パートへの前記解答者による解答が開始することを示す情報のうち、少なくとも一方の表示を、前記共通パートに含まれる全ての問題への前記解答者からの解答の終了後に、前記解答者に対して示すステップを実行させる、請求項1から14のいずれか1項に記載のプログラム。 - コンピュータのプロセッサに、
複数の前記解答者それぞれの解答の進捗状況を、前記出題者に対して一覧表示するステップを実行させる、請求項1から15のいずれか1項に記載のプログラム。 - 前記進捗状況を、前記出題者に対して一覧表示するステップでは、
各解答者が、前記共通パートおよび前記復習パートを含む複数のパートのうちどのパートのどの問題まで到達したかを、前記出題者に対して一覧表示する、請求項16に記載のプログラム。 - コンピュータのプロセッサが、
学習を深めるために解答者に対して解答させる複数の演習問題に関する情報、前記演習問題の解答に要するスキルを示す学習要素に関する情報、および前記解答者についての前記学習要素ごとの能力を示す習熟度に関する情報を記憶するデータベースから、出題者が複数指定した前記演習問題を選択し、複数の前記解答者に対して共通となる共通問題により構成される共通パートを作成するステップと、
出題した前記共通パートに含まれる問題への解答結果を受け付けるステップと、
作成した前記共通パートを前記解答者に出題するステップと、
前記データベースに記憶された複数の前記演習問題から前記共通問題の復習となる復習問題を選択し、前記解答者それぞれに対して個別に、前記復習問題を含む復習パートを作成するステップと、
作成した前記復習パートを前記解答者に出題するステップと、
出題した前記復習パートに含まれる問題への解答結果を受け付けるステップと、 を実行し、
前記復習パートは、第1サブパートを含む1以上のサブパートにより構成され、
前記復習パートを作成するステップでは、
前記データベースに記憶された前記学習要素 のうち、前記解答者の前記学習要素ごとの前記習熟度に基づいて、前記復習問題として復習させるべき前記学習要素を選定するステップと、
選定された前記学習要素に対応する前記演習問題を、前記復習問題として選択して前記第1サブパートを作成するステップと、を実行する方法。 - コンピュータのプロセッサが、
学習を深めるために解答者に対して解答させる複数の演習問題に関する情報、前記演習問題の解答に要するスキルを示す学習要素に関する情報、および前記解答者についての前記学習要素ごとの能力を示す習熟度に関する情報を記憶するデータベースから、出題者が複数指定した前記演習問題を選択し、複数の前記解答者に対して共通となる共通問題により構成される共通パートを作成する手段と、
作成した前記共通パートを前記解答者に出題する手段と、
出題した前記共通パートに含まれる問題への解答結果を受け付ける手段と、
前記データベースに記憶された複数の前記演習問題から前記共通問題の復習となる復習問題を選択し、前記解答者それぞれに対して個別に、前記復習問題を含む復習パートを作成する手段と、
作成した前記復習パートを前記解答者に出題する手段と、
出題した前記復習パートに含まれる問題への解答結果を受け付ける手段と、 を備え、
前記復習パートは、第1サブパートを含む1以上のサブパートにより構成され、
前記復習パートを作成する手段は、
前記データベースに記憶された前記学習要素 のうち、前記解答者の前記学習要素ごとの前記習熟度に基づいて、前記復習問題として復習させるべき前記学習要素を選定する手段と、
選定された前記学習要素に対応する前記演習問題を、前記復習問題として選択して前記第1サブパートを作成する手段と、を備えるシステム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020138998A JP7130266B2 (ja) | 2020-08-19 | 2020-08-19 | プログラム、方法、およびシステム |
JP2022129918A JP2022164714A (ja) | 2020-08-19 | 2022-08-17 | プログラム、方法、およびシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020138998A JP7130266B2 (ja) | 2020-08-19 | 2020-08-19 | プログラム、方法、およびシステム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022129918A Division JP2022164714A (ja) | 2020-08-19 | 2022-08-17 | プログラム、方法、およびシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022035001A JP2022035001A (ja) | 2022-03-04 |
JP7130266B2 true JP7130266B2 (ja) | 2022-09-05 |
Family
ID=80443270
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020138998A Active JP7130266B2 (ja) | 2020-08-19 | 2020-08-19 | プログラム、方法、およびシステム |
JP2022129918A Pending JP2022164714A (ja) | 2020-08-19 | 2022-08-17 | プログラム、方法、およびシステム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022129918A Pending JP2022164714A (ja) | 2020-08-19 | 2022-08-17 | プログラム、方法、およびシステム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7130266B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002091283A (ja) | 2000-03-31 | 2002-03-27 | Dsk Kk | 学習支援装置 |
JP2009258756A (ja) | 2009-07-31 | 2009-11-05 | Eduwel:Kk | 個別学習プリント作成システムおよびそのプログラム |
JP2018205354A (ja) | 2017-05-30 | 2018-12-27 | 大日本印刷株式会社 | 学習支援装置、学習支援システム及びプログラム |
-
2020
- 2020-08-19 JP JP2020138998A patent/JP7130266B2/ja active Active
-
2022
- 2022-08-17 JP JP2022129918A patent/JP2022164714A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002091283A (ja) | 2000-03-31 | 2002-03-27 | Dsk Kk | 学習支援装置 |
JP2009258756A (ja) | 2009-07-31 | 2009-11-05 | Eduwel:Kk | 個別学習プリント作成システムおよびそのプログラム |
JP2018205354A (ja) | 2017-05-30 | 2018-12-27 | 大日本印刷株式会社 | 学習支援装置、学習支援システム及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022164714A (ja) | 2022-10-27 |
JP2022035001A (ja) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6554618B1 (en) | Managed integrated teaching providing individualized instruction | |
Alaoutinen et al. | Student self-assessment in a programming course using bloom's revised taxonomy | |
Bloom | Taxonomy of | |
JP7077533B2 (ja) | 学習支援装置、学習支援システム、学習支援方法及びコンピュータプログラム | |
US20120052468A1 (en) | Methods and systems for preparation of treatment plans | |
Sindelar | Using test data for student achievement: Answers to No Child Left Behind | |
Funabiki et al. | An online fill-in-the-blank problem function for learning reserved words in Java programming education | |
JP7130266B2 (ja) | プログラム、方法、およびシステム | |
Pacurar et al. | A QTI editor integrated into the netUniversité web portal using IMS LD | |
Verspoor et al. | Improving Teaching: A Key fo Successful Educational Change | |
Kwiatkowska | Measuring the difficulty of test items in computing science education | |
Timmerman | Peer review in an undergraduate biology curriculum: Effects on students' scientific reasoning, writing and attitudes | |
Mutiawani et al. | Implementing Item Response Theory (IRT) Method in Quiz Assessment System. | |
Croteau | Online formative assessments as predictors of student academic success | |
HERIZAL | The Relationship among learning styles, classroom environment, and academic achievement of English education study program students in state Islamic university of Raden Fatah Palembang | |
Kaufman et al. | Learning analytics and technology through teaching | |
Ghergulescu et al. | Adaptemy–Building the next generation classroom | |
Dostalova et al. | Organon: Learning management system for basic logic courses | |
Wen et al. | Adaptive Assessment in Web-based learning | |
Rodríguez‐Vidal et al. | Impact of C‐coding self‐assessment exercises on exam performance: A study in engineering education | |
Duží et al. | E-learning support for logic education | |
Akkoyunlu | Modelling CAL in the Turkish educational system | |
Davlataliyevna | PEDAGOGY IS A METHOD OF IMPROVING THE EFFECTIVENESS OF THE EDUCATIONAL PROCESS IN HIGHER EDUCATIONAL INSTITUTIONS BASED ON INDIVIDUAL EDUCATIONAL TECHNOLOGIES | |
Morgan | Planning First-Year Hybrid Instruction at Scale Before, During, and After the Pandemic: A Case Study | |
Colling et al. | Towards Task-Oriented ICALL: A Criterion-Referenced Learner Dashboard Organising Digital Practice. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211126 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220517 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220704 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220711 |
|
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: 20220722 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220817 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7130266 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |