自然科学コース向けの位置認識型モバイル学習システムを開発するための 2 層テストアプローチ

（自然科学コース向け位置認識型モバイル学習システムを開発するための 2 層テストアプローチ）

1.摘要分解：

研究の目的:モバイルデバイスを使用して現実世界の環境で学習する場合、学生は興奮したり熱心に感じたりするかもしれませんが、学業成績は期待外れになる可能性があります。この問題を解決するために、本研究では、 RFID (Radio Frequency Identification) 技術を利用して生徒のモバイル学習行動を検出および確認する方法を提案します。この研究では、2 つのテストからの各生徒の回答も利用されました。例: 2 レベル形式の多肢選択問題)、個人に合わせた学習ガイダンス (2 レベルテストガイダンス、T3G と呼ばれる) を提供する

研究対象:この研究の参加者は同じ学校の 57 人の 5 年生でした。小学校の先生が教えます。彼らの平均年齢は 11 歳です。自然科学の授業で植物の基礎知識を習得した後、対照群 (n=29) と実験群 (n=28) に分けました。

調査方法:生徒の学習効果を評価するために、事前テストと事後テスト認識アンケートと態度アンケート。
研究結果:T3G システムを使用して U 字型の学習活動をサポートすると、生徒の学力が向上しただけでなく、これにより、生徒の興味が高まり、自然科学コースを受講する意欲が高まります。実験グループのほとんどの生徒は、将来このような学習活動に参加する意欲を示し、この学習システムを他の生徒にも勧めたいと考えています。

さらに、アンケート調査では、T3G メソッドがより興味深くやりがいのある学習シナリオを生徒に提供できるため、学習効率が大幅に向上することも示されました。科学の学習に対する態度。これは経験豊富な教師にとっても困難な課題です。したがって、この革新的なアプローチを他のコースの学習活動に適用することは価値があります。

さらに、学習者により多くの利益をもたらすためにモバイル学習システムの品質を向上させる方法を研究することも興味深く重要です。

キーワード:モバイル学習、ユビキタス学習、2 層実験、コンテキスト認識

2. はじめに

過去 10 年間に、より適応性の高い学習環境と多数の学習リソース、適切なソフトウェアツール、およびコンピュータの足場やアクティビティなどの新しい学習戦略に重点を置いた環境を提供するために、さまざまなコンピュータ支援または Web ベースの学習システムが開発されました。理論的なアプローチとモバイルコンピュータが意図的な学習環境をサポートします。これらの学習戦略は、インターネットアクセスとともに教室での指導に導入されています。いくつかの研究で、コンピューターベースおよび Web ベースの学習の利点が実証されています。しかし、経験豊富な教育者らは、生徒が現実世界の問題に対処できる「本物の活動」の重要性と必要性を強調しており、近年の無線通信やモバイル技術の普及により、生徒たちは現実世界の活動に取り組む機会が提供されています。学習環境でのデジタルリソースへのアクセス。個々の生徒は、ワイヤレス通信を備えたモバイルデバイス (ラップトップや携帯電話など) を使用することで、コンピューターシステムからのサポートや指示を受けながら現実世界の状況で学習することができます。さらに、センシング技術の進歩により、学習システムが現実世界での生徒の学習行動を検出して記録できるようになりました。学習行動は、個人と状況的および社会的要因との相互作用を表す重要な関係を強調します。研究者らは、このつながりは、学習者と学習者自身、学習者と他者（教師と仲間など）、学習者と学習者の環境（教師と仲間など）の間に肯定的な関係が確立されたときに生じると指摘しました（学習システムや学習教材など）。センシング技術で強化されたモバイル学習モデルは、現実世界の環境での問題に対処するための選択肢を学習者に提供するだけでなく、学習システムが学習者とより積極的に対話できるようにするため、研究者はこれをコンテキスト認識型ユビキタス学習と呼んでいます。適切なサポートがなければ、新しい学習シナリオは複雑すぎて生徒が理解して使用できない可能性があります。教育関係者らは、「テクノロジーは学習者を指導することで学習をサポートすべきではなく、生徒から学ぶのではなく、学習のための知識構築ツールとして機能すべきである」と指摘しており、既存のテクノロジーの中でもコンピューターは学習と可能性を支援すると考えられている。つまり、学習者はデザイナーとして、コンピューターは個人の知識を解釈して整理するためのツールとして機能します。したがって、モバイル学習やユビキタス学習のために、学習者が個人的な知識を解釈して整理するのに役立つ、パーソナライズされた学習指導システムの開発が重要かつ困難な課題となっています。

この記事では、RFID (無線周波数識別) テクノロジーを使用して生徒のを検出する方法を提案します。学習行動モバイル学習システムは、現実世界で学習指導を提供します。さらに、2 段階のテスト方法により、個別のガイダンスを提供します。モバイル学習活動も提案されています。a>を評価するために実施されました。有効性。自然科学コースの学習アクティビティは、観光ベースのモバイル学習アプローチと比較して、革新的なアプローチの

3. 2 層のテストアプローチを使用した位置認識モバイル学習環境

この研究では、実際の学習環境は小学校の庭でした。対象物として植物がある 12 のエリアが含まれます。対象となる各工場には RFID タグが付けられており、各学生は RFID リーダーを備えたモバイルデバイスを保持します。さらに、無線により通信が提供され、モバイルデバイスと学習システムを実行するコンピュータサーバー間の通信が可能になります。学習活動に参加する学生は、対象となる植物の特徴を観察して特定するように求められました。学習システムは、生徒が実際の学習環境を移動するときに最も近い RFID タグから取得したデータを読み取り、分析することで、個々の生徒の位置を検出できます。その結果、学習システムはモバイルデバイスを介して個々の生徒と対話し、個別のガイダンスやプロンプトを積極的に提供できるようになります。

3.1 2層テストガイド機構

センシング技術の助けを借りて、モバイル学習システムは個々の生徒の位置を検出し、目的のプラントの位置に生徒を誘導できます。生徒が目的の植物に到達すると、一連の

植物の特徴を観察して特定する際に役立つ質問をします。さらに、学習システムは、質問への回答に基づいて学生をさらに学習するように導きます。つまり、学生の専門知識を評価するために 2 段階の試験ガイダンスメカニズムが使用されます。

を評価し、評価結果に基づいた学習を指導します。

写真が示すように。 1. 2 段階テストガイダンス (T3G) の仕組みは次のとおりです。

ステップ 1: 生徒をガイドして、目的の工場の場所を見つけます。

ステップ 2: 対象植物の第 1 レベルの観察を行う: 対象植物の特徴についての第 1 レベルの質問をして、生徒がその特徴を観察できるようにします。

ステップ 2.1: 生徒が間違った説明をすると、植物の特徴を特定できなくなります。

ステップ 2.1.1: 比較植物を使用して、その特定の特性の違いを示すように生徒を指導します。

ステップ 2.1.2: 生徒にもう一度質問に答えてもらいます。生徒がその特徴を再度正確に識別できない場合は、生徒に適切な補足資料を提供します。

ステップ 2.2: 生徒がデバイスの機能を正しく認識している場合。

ステップ 2.2.1: 第 2 レベルの質問をして、答えに関連する高度な、または詳細な概念を生徒に尋ねます。ステップ 2.2.2: 生徒がレベル 2 の質問に正しく答えることができない場合は、生徒にヒントや補足資料を提供し、ステップ 2.2.1 に進みます。

ステップ 3: 生徒が工場のすべての機能を正しく識別し、関連する知識があることが確認されるまで、ステップ 2 を繰り返します。

ステップ 4: 次の対象植物を訪問し、すべての対象植物が観察されるまでステップ 2 ～ 5 を繰り返すように生徒を誘導します。

図 1. 2 層テスト手法に基づくモバイル学習指導メカニズム。

3.2自然科学コース用のモバイル学習システム

この革新的なアプローチに基づいて、学生が現実世界で学習オブジェクトを観察および分類できるようにするために、2 層テストガイダンス (T3G) が開発されました。 T3G は、RFID と無線通信デバイスを備えた PDA (Personal Digital Assistants) の使用を通じて、個々の生徒の位置を検出し、適応的なサポートを提供できます。図 2(a) は、T3 が学生にキャンパス内の対象物体「液体」を見つけるように指示する例を示しています。次に、図 2(b) に示すように、学生は「液体」の「葉の点」を観察し、レパートリーグリッドモデルの生成を強化する質問に答えるように求められます。学生が植物の特性を正しく識別できない場合、T3G はシステムは彼を導こうとします / 彼女は間違った答えを示した別の植物を見て、2 つの対象植物の特性の違いを比較します。たとえば、図 3 で、生徒が「液体」の「葉の形」に対して「鈍く尖った丸い」と誤った答えを出した場合、学習システムは生徒を誘導して、植物の「金箔」の実際の葉の先端が「」は「丸い」鈍い先端」であり、元のターゲット「液体」のローブポイントと比較されます。学生が植物「ゴールデンリーフ」を簡単に見つけられるように、T 3 G システムは植物「ゴールデンリーフ」の位置と学生がマークされたキャンパスマップを表示します。生徒が植物「黄金の葉」に近づくと、T 3 G システムは、図 4 (a) に示すように、「黄金の葉」と「液体」の葉の形を観察して比較するようにガイドし、その後、生徒に歩いてもらいます。図 4(b) に示すように、対象植物「ブレード」に戻り、再び「ブレードの形状」に関する質問に答えます。

図 2. 生徒が目的の工場を見つけて観察するように指導する例。

図 3. 学生を工場に案内するために「間違った機能」を使用した例。

図 4. 生徒に「金箔」と「ワインスティック」の葉の形を比較させるためのインターフェース。

4.実験デザイン

この革新的なアプローチの有効性を評価するために、台湾南部の小学校の自然科学カリキュラムで実験を実施しました (実験サイト)< a i= 2＞。この実験は、T3G を学習した生徒が、「純粋な」（観光ベースの）U ラーニング環境で学習した生徒よりも良い結果を達成し、より前向きな認識を持てるかどうかを調査することを目的としていました。(実験目的)< /span>。

調査対象:この調査の参加者は、同じ小学校の 5 年生 57 名でした。学校の先生が教える。彼らの平均年齢は11歳です。自然科学の授業で植物の基礎知識を習得した後、対照群 (n=29) と実験群 (n=28) に分けられました。

学習活動の設計:図 5 は、実験のプロセスを示しています。第 1 段階 (4 週間) では、インストラクターが対象植物の分類学的知識を提供します。この実験には、「植物」「金の露」「変種綿豆」「黄金の葉」「星団」「パンノキの木」の13個の学習オブジェクト（キャンパス内の植物）が含まれています。「普通のザクロ」、「ゴールデンバンブー」、「スティンキーシナモン」、「ブルースカイヴァイン」、「悪魔の植物」、そして「ゴールデンデュー」。第2段階では、自然科学講座（約50分）で植物の基礎知識を習得した後、全員に事前テストを受験してもらいました。彼らはキャンパス内の植物に関する基礎知識を評価することを目的とした試験項目に40分近くかけて答えた。プレテストに参加した後、実験グループの学生は、u ラーニングシステムと T3G メソッドを使用するように手配されました。一方、対照群の生徒は、RFIDリーダーを搭載したPDAを使用して学習する通常のuラーニング手法で植物を観察し、学習システムが生徒個々の位置を検出し、目的の植物に誘導し、対象の植物に近づくにつれて、関連する学習教材を提供します。このステージには 1 グループあたり約 160 分かかります。学習活動の完了後、学生はテスト後のアンケートに参加して答えるように求められました (45 分)。

図 5. コンテキスト認識型 U ラーニング活動の手順による、T3G と観光ベースの U ラーニング手法の比較。

調査方法:生徒の学習効果を評価するために、事前テストと事後テスト

この研究で使用された認識アンケートには 19 個6 ポイントのリッカートスケール項目が含まれています認識アンケートの各スケールのクロンバックアルファ値はそれぞれ 0.67、0.88、0.91 であり、態度アンケートの値はそれぞれ 0.89 でした。これらの値は、学習活動に対する生徒の認識と科学の学習に対する生徒の態度を評価する際に十分な信頼性があることを示しています。が含まれています。どちらのアンケートも 3 人の専門家によってレビューされ、内容の有効性が確認されました。 6 点リッカートスケール項目には 7 つの態度アンケート、そのうち 1 人が「全く同意しない」と回答し、6 人が「非常に同意する」と回答しました。これには、「PDA の使用経験」、「モバイル学習システムについての感情」、「学習方法への満足度」など、ユビキタス学習活動に対する生徒の認識に関する 3 つの尺度が含まれています。

PDA の使用経験に関する t 検定

モバイル学習システムに対する感情に関する t 検定

学習方法への満足度に関する t 検定

学習に対する科学的態度

表 1: 実験グループと対照グループの生徒の認識と態度に関する独立した t 検定

		実験グループ（M/SD）	対照群（M/SD）	t	d
U字型学習活動への参加に対する認識	スケール 1: PDA の使用経験 (項目 1 ～ 3)	5.29/0.46	5.28/0.45	0.081
	スケール 2: モバイル学習システムに関する感情 (項目 4 ～ 10)	5.17/0.61	4.69/0.76	3.67
	スケール 3: 学習方法への満足度 (項目 11 ～ 19)	5.54/0.51	4.79/1.08	3.29	0.80
学習に対する科学的態度		5.39/0.49	4.56/0.83	4.63	0.87

表 1: 平均値を含む、事後アンケート尺度の統計結果を示します。その結果、学習方法に対する生徒の満足度に基づいて、実験グループの生徒は u ラーニング活動への参加に対してより積極的な認識を持っていたことがわかりました (t=3.29、p < 0.01)。さらに、科学の学習に対する生徒の態度は、また、対照群のそれよりも有意に高かった(t=4.63、p<0.01)。また、3 つの尺度における「学習方法に対する生徒の満足度」と「科学の学習に対する生徒の態度」のコーエンの d はそれぞれ 0.49、0.83 であり、効果量が大きいことが示された。「純粋な」U 字型学習方法と比較して、T3G 支援の U ラーニング指導は、生徒の学習満足度と科学学習に対する態度を大幅に向上させました。

5。結論

要約すると、T3G システムを使用して U 字型の学習活動をサポートすると、生徒の学力が向上するだけでなく、生徒の興味が向上し、自然科学コースへの参加意欲が高まります。実験グループのほとんどの学生は、将来このような学習活動に参加する意欲を示しており、この学習システムを他の学生にも勧めたいと考えています。さらに、アンケート調査では、T3G メソッドが生徒たちにより興味深くやりがいのある学習シナリオを提供できるため、科学学習に対する生徒たちの態度が大幅に向上することも示されており、これは経験豊富な教師にとっても良いことです。したがって、この革新的なアプローチを他のコースの学習活動に適用することは価値があります。さらに、学習者により多くの利益をもたらすためにモバイル学習システムの品質を向上させる方法を研究することも興味深く重要です。

元のリンク:https://www.sciencedirect.com/science/article/abs/pii/S0360131510001879