分野別にみる 教育ビッグデータの可能性 – 大学②


FD からIR まで。教育ビッグデータの収集と分析で実現できる「新しい大学」の世界観を紹介します。

科目の特性を把握しFD に活かす
授業設計支援

学習履歴を科目別に集計したり、全体との相関を分析したりすることで、科目の特性を把握し、授業設計、FD 活動に活かす元データとすることができます。


「いま履修すべき科目」がわかる
履修登録支援(ゴール設定アシスタント)

各学生の目標と履修状況、成績情報、各種診断を共に分析することで、個々人のパフォーマンスを高めるために履修すべき科目のアドバイスを提示します。


退学による機会損失を抑止
ドロップアウト予兆

過去のドロップアウト・退学の分析から得たアルゴリズムにより、今後ドロップアウトする可能性の高い学生を抽出して、これにより事務局が適切な指導やフォローを行うことができます。


大学経営の意思決定ツールとなる
教学IR・質保証

学習履歴・行動履歴を集計、経営者にとってわかりやすく分析・可視化することで、質保証やガバナンス、教育改革に関する意思決定のためのツールとします。

*IR=Institutional Research 大学の中にある様々な情報を活用し、教育、研究等の大学の業務の改善や意思決定の支援情報のデザイン、収集、分析、評価、活用、提供などの中核を担う

知っておきたい!ファカルティ・デベロップメント支援
教育の質を高めるべく授業内容や方法を改善し向上させるための仕組みであるファカルティ・デベロップメントは近年の大学運営では不可欠になりつつあります。
教員の授業や指導を客観的にデータから読み取って可視化することで授業改善のヒントとなりえます。

LRS に蓄積された指導の履歴や成績・授業アンケート結果をもとに大学全体で集計を行い教員・授業別に集計をすることで個別のばらつきを把握できるほか、発展型として成績やアンケートに相関する指導方法をあぶり出せる可能性が生じます。

図8:ファカルティ・デベロップメント支援ツール
図8:ファカルティ・デベロップメント支援ツール


関連製品・サービス


プライバシーマーク
goto top