OnDiscuss: オンラインディスカッションのための新しい採点ツール
OnDiscussは、インストラクターがオンラインの学生ディスカッションを効率的に分析し、採点するのを手助けします。
― 1 分で読む
目次
オンラインコースでは、学生がアイデアを共有したり、コース内容を理解するために協力するディスカッションに参加することが多いよね。こういうディスカッションは、深い学びやコミュニケーションスキルの向上につながるけど、教員にとっては採点が大変な作業になることもあるんだ。そこで、OnDiscussっていう新しいツールが登場したんだ。これは、学生がオンラインディスカッションで話す内容を分析して、データを可視化する技術を使って、教員を助けるんだ。
オンラインディスカッションの課題
非同期オンラインディスカッション(AOD)は、学生が同時にオンラインでなくても交流できる場を提供するよ。これはオンラインコースやハイブリッドコースでも重要なんだ。こういうディスカッションは、批判的思考を高めたり、学生同士のコミュニケーションを良くするのに役立つ。ただ、教員は各学生の貢献を追うのが難しくなったり、ディスカッションの流れや役立つまとめを見つけるのが大変だってことが多いんだ。これが採点を時間がかかるものにしちゃうんだよね。
OnDiscussって何?
OnDiscussは、学生のディスカッションのテキストを分析するアルゴリズムを使ってるツールだよ。教員が学生がどうアイデアをつなげているのかを可視化する手助けをするんだ。まず、ディスカッションに基づいてトピックのリストを作って、これが分析のガイドになるコードブックになるんだ。教員はこのコードブックを調整して、自分のニーズに合うようにできる。コードブックが決まったら、OnDiscussはディスカッション内でどのアイデアがどんなふうに関連しているかを示すビジュアルモデルを生成するよ。
OnDiscussの使い方
このツールはテキストマイニングを使って、ディスカッションの主なトピックを特定するんだ。コース内の全ディスカッションを取り込んで、学生がよく使うキーワードやフレーズを探し出すんだ。OnDiscussが最初に作るコードブックは教員が編集できるから、ディスカッションの理解に基づいてキーワードを追加したり変更したりできるよ。
教員はディスカッションを分析する準備ができたら、グループビューを見て、クラス全体でトピックがどのように関連しているかを見ることができる。各学生の貢献を見て、ディスカッションにどれだけ関わったかを確認することもできるよ。ビジュアル表示のおかげで、強い貢献と弱い貢献を見つけやすくなって、教員はより良いフィードバックをすることができるんだ。
OnDiscussを使うメリット
OnDiscussを使うと、教員にはいくつかのメリットがあるよ。
- 時間の節約: 教員は詳細にすべての投稿を読むことなく、グループや個別のディスカッションをすぐに評価できるようになるんだ。代わりに、ビジュアルを使ってトレンドや注意が必要な領域を見つけ出せるよ。
- カスタマイズ可能: 教員が自分のコードブックを編集できるから、分析を自分のニーズや教授スタイルに合わせて調整できるんだ。
- 学びのサポート: ビジュアルは、教員が未来のディスカッションを計画したり、強調すべきトピックを特定するのにも役立つよ。
ケーススタディ: OnDiscussのテスト
OnDiscussの効果は、2人の教員でテストされたよ。一人は分析ツールに不慣れで、もう一人は経験者だった。この2人の教員は、自分のクラスのディスカッションを評価するためにツールを使ったんだ。
教員A: 初心者
教員Aはこの種の分析に不慣れだったから、OnDiscussとの最初のやり取りは難しかったんだ。効果的なコードブックの作り方やビジュアルの意味を理解するのに苦労してたんだ。でも、少しサポートを受けた後、教員Aはより良いコードブックを作れるようになった。視覚化が、どのトピックがしっかり議論されたかを理解するのに役立ったんだ。これにより、教員Aは学生を次のディスカッションに向けてもっと効果的に準備させることができたよ。
教員B: 経験者
教員Bは、似たようなツールを使ったことがあったから、また別の視点を持ってたよ。最初のコードブックは役に立って、調整も少しだけだった。でも、視覚データを理解するためにもっとコンテキストが欲しかったんだ。基準となる比較があればもっと分析が良くなるんじゃないかって提案したよ。これは、経験者でもOnDiscussが役立つと感じてるけど、まだもっと洞察を得る方法を求めてるってことだね。
研究からの洞察
研究結果から、初心者と経験者の教員の両方が様々な面でOnDiscussが役立つと感じたことがわかったよ。初心者の教員は、より良いコードブックを作る方法や、視覚データを効果的に解釈する技術を学んだ。学生の貢献を評価するだけでなく、未来のクラスでディスカッションのトピックについてより深い理解を促すためにこのツールを使えることに気づいたんだ。
一方、経験者の教員はツールの機能を評価していたけど、より明確な分析のために追加機能を望んでた。彼らは、個々の学生の貢献に関するさらに洞察を得るためのビジュアルモデルや、より効果的な観察のための基準比較が必要だと考えていたよ。
OnDiscussの限界
OnDiscussは多くの利点を提供しているけど、限界もあるんだ。主な懸念の一つは、テキストベースのディスカッションしか分析できないこと。だから、学生が画像やビデオ、リンクを共有すると、その貢献は分析に表示されないんだ。これによって貴重なコンテキストが失われるかもしれないね。
もう一つの制限は、評価に参加した教員の選定だよ。評価に関わった教員は特に選ばれていて、コンピュータサイエンスと教育の2つの分野だけを代表していたんだ。この結果は他の分野や大きなクラスには当てはまらないかもしれない。
OnDiscussの未来
これからのOnDiscussには改善の余地がたくさんあるよ。将来の改善案にはこんなものがある:
- 基準モデル: 比較用の基準モデルを追加することで、教員が自分のクラスが標準や期待される貢献レベルに対してどうなっているか評価できるようになるんじゃないかな。
- 適用範囲の拡大: 他の教科でOnDiscussをテストすれば、特に学部コースや大規模なクラスで、その効果について貴重な洞察を提供できると思うよ。
- リアルタイム分析: 過去のディスカッションに頼るのではなく、現在のクラスで研究を行うことで、OnDiscussがライブコース中の教員をどのようにサポートできるか、より良く理解できるだろうね。
結論
OnDiscussは、非同期オンラインディスカッションに関わる教員にとって有用なツールになる可能性を秘めてるよ。評価プロセスをスムーズにして、負担を軽減して効率的にする手助けをするんだ。もっと機能が追加され、さまざまな環境でテストされるにつれて、OnDiscussは異なる教育環境でさらに価値を高め、最終的には教員と学生がより良い学習成果を得るのに役立つかもしれないね。
タイトル: OnDiscuss: An Epistemic Network Analysis Learning Analytics Visualization Tool for Evaluating Asynchronous Online Discussions
概要: Asynchronous online discussions are common assignments in both hybrid and online courses to promote critical thinking and collaboration among students. However, the evaluation of these assignments can require considerable time and effort from instructors. We created OnDiscuss, a learning analytics visualization tool for instructors that utilizes text mining algorithms and Epistemic Network Analysis (ENA) to generate visualizations of student discussion data. Text mining is used to generate an initial codebook for the instructor as well as automatically code the data. This tool allows instructors to edit their codebook and then dynamically view the resulting ENA networks for the entire class and individual students. Through empirical investigation, we assess this tool's effectiveness to help instructors in analyzing asynchronous online discussion assignments.
著者: Yanye Luther, Marcia Moraes, Sudipto Ghosh, James Folkestad
最終更新: Aug 19, 2024
言語: English
ソースURL: https://arxiv.org/abs/2409.00051
ソースPDF: https://arxiv.org/pdf/2409.00051
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。