「アナリティクス」の版間の差分

提供:MoodleDocs
移動先:案内検索
 
(同じ利用者による、間の22版が非表示)
5行目: 5行目:




===ラーニングアナリティクスとは何ですか? ===
===ラーニングアナリティクスとは何か ===
ラーニングアナリティクスは、履歴データと現在の動作に基づいて、学習プロセスの未知の側面を予測または検出するために使用されるソフトウェアアルゴリズムです。ラーニングアナリティクスには、主に4つのカテゴリがあります。
ラーニングアナリティクスとは、学習者の過去の履歴データや現在の振る舞いに基づいて、明らかになっていない学習プロセスの状況を予測したり検出したりするアルゴリズムのことです。ラーニングアナリティクスは、主に4つのカテゴリに分けられます。
*説明的(何が起こったのですか?)
*記述的(何が起こったのか)
*予測(次に何が起こるか?)
*予測的(次に何が起こるか)
*診断(なぜそれが起こったのですか?)
*診断的(なぜそれが起こったのか)
*規範的(改善するためにこれを行う)
*処方的(改善のために行うべきこと)


ほとんどの商用ソリューションは説明のみです。予測的または積極的なものは、すべての人に当てはまるわけではない学習について特定の仮定をします。
ほとんどの商用ソリューションは記述的なもののみです。予測的なアナリティクスは、学習について、すべての人に当てはまるわけではない特定の仮定を用います。


===アナリティクスとレポート===
===アナリティクスとレポートはどう違うか===
Moodleはログデータに基づいてさまざまな組み込みレポートを提供しますが、それらは本質的に主に記述的です-参加者に何が起こったのかを伝えますが、理由は伝えません。また、結果を予測したり、結果を改善する方法を参加者にアドバイスしたりしません。ログエントリは非常に詳細ですが、それ自体は学習プロセスを説明するものではありません。彼らは私たちに “誰が”、“何を”、“いつ” を教えてくれますが、“なぜ” や “どれだけうまく” は教えてくれません。エンゲージメントのパターンを開発するには、各マイクロアクションの周囲にさらに多くのコンテキストが必要です。
Moodleはログデータに基づくさまざまなレポートを標準機能として提供していますが、それらは記述的なものです。つまり、参加者に何が起こったのかは教えてくれますが、その原因は教えてくれません。また、結果を予測したり、結果を改善する方法を参加者にアドバイスしたりしません。ログデータは非常に詳細ですが、それ自体は学習プロセスを説明するものではありません。ログデータで、「誰が」「何を」「いつ」は分かりますが、「なぜ」や「どれだけうまく」は分かりません。エンゲージメントのパターンを知るためには、さらに、各マイクロアクションの周囲のコンテキストが何だったかのかという情報が必要です。


記述的アナリティクスを提供するMoodle用の多くのサードパーティプラグインも存在します。サードパーティのオフサイトレポートソリューションとの統合もあります。繰り返しますが、これらは主に、レポートを解釈し、予測と処方箋を生成するために人間の判断に依存する記述的アナリティクスを提供します。
Moodle用の記述的アナリティクスを提供するサードパーティのプラグインも多く存在します。サードパーティの(Moodleとは独立した)レポート機能との統合もあります。これらの記述的アナリティクスもまた、その意味を解釈し、予測し、処方箋を作成するためには、人間の判断が必要です。


多くの場合、過去には、ラーニングアナリティクスシステムは、過去の活動を分析して、将来の活動をリアルタイムで予測しようと試みてきました。 Moodle Learning Analyticsを使用すると、より野心的になります。完全なラーニングアナリティクスリューションは、イベントを予測するだけでなく、イベントをよりポジティブに変えるのに役立つと信じています。
これまで多くの場合、ラーニングアナリティクスシステムは、過去の活動を分析して、将来の活動をリアルタイムで予測しようと試みてきました。 Moodleラーニングアナリティクスは、さらに野心的であり、完全なラーニングアナリティクスは、今後起こることを予測するだけでなく、今後起こることをよりポジティブにするのに役立つと信じています。


===機能===
===機能===
*サポートされている2種類のモデル:
*サポートされている2種類のモデル:
**予測モデルを含む機械学習ベースのモデル
**予測モデルを含む機械学習ベースのモデル
**単純なルールを使用して懸念事項を検出するための ''静的'' モデル
**単純なルールを使用して懸念事項を検出するための静的モデル
* 3つの組み込みモデル:''[[脱落リスクのある学生]]''、''直近の活動期限''、''授業なし''。
* 最初から用意されている3つのモデル:「[[脱落リスクのある学生]]」「直近の活動期限」「授業なし」
* [https://en.wikipedia.org/wiki/Community_of_inquiry Community ofInquiry]に基づく一連の学生エンゲージメント[[アナリティクス指標の学習 | 指標]]
* [https://en.wikipedia.org/wiki/Community_of_inquiry Community of Inquiry]に基づく学生エンゲージメント[[ラーニングアナリティクスの指標|指標]]
*サイトのデータに対してモデルを評価するための組み込みツール
*サイト個別のデータに対してモデルを評価するための標準ツール
* [[イベントリストレポート | イベント]]を使用した事前通知
* [[イベントリストレポート | イベント]]を使用した先回りサポートとしての通知
*推奨されるアクションのリストは、各モデルの洞察通知とともに提供されます。たとえば、[[脱落リスクのある学生]]モデルでは、インストラクターはモデルで識別された学生にメッセージを簡単に送信したり、その学生の[[活動レポート | 活動レポート]]にジャンプして学生の活動の詳細を確認したりできます。コース内
*推奨されるアクションのリストが、各モデルの洞察通知とともに提供されます。たとえば、[[脱落リスクのある学生]]モデルでは、教師はこのモデルでマークされた学生にメッセージを送信したり、学生の[[活動レポート|活動レポート]]へのリンクをクリックして、その学生のコース内の活動の詳細を確認したりできます。
* [[アナリティクスAPI(Dev docs) | API]]サードパーティのMoodleプラグインのインジケーターと予測モデルを構築する
* サードパーティのMoodleプラグインのための指標と予測モデルを構築する[[アナリティクスAPI (Dev docs)|API]]
*機械学習バックエンドプラグインタイプ-PHPとPythonをサポートし、他のMLバックエンドを実装するように拡張できます
*機械学習バックエンドのプラグイン形式:PHPとPythonをサポートし、他の機械学習バックエンドを実装する拡張も可能
*システムは、再利用可能なターゲット、インジケーター、およびその他のコンポーネントに基づいて、新しいカスタムモデルで簡単に拡張できます。詳細については、[[dev:アナリティクスAPI | アナリティクスAPI ]]開発者向けドキュメント。
*システムは、再利用可能なターゲット、指標、およびその他のコンポーネントに基づいて、新しいカスタムモデルによって簡単に拡張できます。詳細については、[[アナリティクスAPI (Dev docs) |アナリティクスAPI]]の開発者向けドキュメントを参照してください。


===制限===
===制限===


* [[脱落リスクのある学生]]などの機械学習モデルは、データのあるサイトでトレーニングする必要があります。これらのモデルは、これが行われるまでサイトで予測を行うことはできません。
* [[脱落リスクのある学生]]などの機械学習モデルは、データのあるサイトでトレーニングする必要があります。それを行わないと、これらのモデルはサイトでの予測を行うことはできません。
*モデルは、教育機関の教育上の優先順位に一致するように設計および選択する必要があります。
*モデルは、それぞれの組織の教育上の優先事項を考慮した上で、設計および選択する必要があります。


==設定==
==設定==


Moodleラーニングアナリティクスシステムは、使用する前にいくつかの初期構成を必要とします。詳細については、[[アナリティクスの設定]]を参照してください。
Moodleラーニングアナリティクスのシステムは、使用する前にいくつかの初期設定を必要とします。詳細については、[[アナリティクスの設定]]を参照してください。


==アナリティクスの使用==
==アナリティクスの使用==
Moodle Learning Analytics APIは、非常に多様なモデルの基礎となるオープンシステムです。モデルには、インジケータ(別名予測子)、ターゲット(予測しようとしている結果)、洞察(予測自体)、通知(洞察の結果として送信されるメッセージ)、およびアクション(メッセージの受信者に提供されるメッセージ)を含めることができます。インジケーター)。
MoodleラーニングアナリティクスAPIは、非常に多様なモデルの基礎となるオープンシステムです。モデルには、指標(予測子とも呼ばれる)、ターゲット(予測しようとしている結果)、洞察(予測そのもの)、通知(洞察の結果として送信されるメッセージ)、アクション(メッセージの受信者に提供される)を含めることができます。


ほとんどのラーニングアナリティクスモデルは、デフォルトでは有効になっていません。モデルを使用できるようにすることは、モデルがサポートすることを意図している制度上の目標を考慮した後で行う必要があります。詳細については、[[アナリティクスの使用]]を参照してください。
ほとんどのラーニングアナリティクスのモデルは、デフォルトでは有効になっていません。モデルを有効にする前に、組織としての目標を考慮した上で、そのモデルがふさわしいのかを検討する必要があります。詳細については、[[アナリティクスの使用]]を参照してください。


==モデルの管理==
==モデルの管理==
53行目: 53行目:
==ケイパビリティ==
==ケイパビリティ==


2つのアナリティクスケイパビリティがあります。
アナリティクスのケイパビリティは2つあります。


* [[Capabilities/moodle/analytics:managemodels|モデルを管理する]]-マネージャのデフォルトのロールにのみ許可
* [[Capabilities/moodle/analytics:managemodels|モデルを管理する]] - マネージャのデフォルトのロールにのみ与えられる
* [[Capabilities/moodle/analytics:listinsights|洞察一覧を表示する]]-マネージャ、教師、非編集教師のデフォルトのロールが許可されます
* [[Capabilities/moodle/analytics:listinsights|洞察一覧を表示する]] - マネージャ、教師、編集権限のない教師のデフォルトのロールに与えられる


==よくある質問==
==よくある質問==

2020年11月23日 (月) 05:08時点における最新版

概要

Moodle3.8のアナリティクス


ラーニングアナリティクスとは何か

ラーニングアナリティクスとは、学習者の過去の履歴データや現在の振る舞いに基づいて、明らかになっていない学習プロセスの状況を予測したり検出したりするアルゴリズムのことです。ラーニングアナリティクスは、主に4つのカテゴリに分けられます。

  • 記述的(何が起こったのか)
  • 予測的(次に何が起こるか)
  • 診断的(なぜそれが起こったのか)
  • 処方的(改善のために行うべきこと)

ほとんどの商用ソリューションは記述的なもののみです。予測的なアナリティクスは、学習について、すべての人に当てはまるわけではない特定の仮定を用います。

アナリティクスとレポートはどう違うか

Moodleはログデータに基づくさまざまなレポートを標準機能として提供していますが、それらは記述的なものです。つまり、参加者に何が起こったのかは教えてくれますが、その原因は教えてくれません。また、結果を予測したり、結果を改善する方法を参加者にアドバイスしたりしません。ログデータは非常に詳細ですが、それ自体は学習プロセスを説明するものではありません。ログデータで、「誰が」「何を」「いつ」は分かりますが、「なぜ」や「どれだけうまく」は分かりません。エンゲージメントのパターンを知るためには、さらに、各マイクロアクションの周囲のコンテキストが何だったかのかという情報が必要です。

Moodle用の記述的アナリティクスを提供するサードパーティのプラグインも多く存在します。サードパーティの(Moodleとは独立した)レポート機能との統合もあります。これらの記述的アナリティクスもまた、その意味を解釈し、予測し、処方箋を作成するためには、人間の判断が必要です。

これまで多くの場合、ラーニングアナリティクスシステムは、過去の活動を分析して、将来の活動をリアルタイムで予測しようと試みてきました。 Moodleラーニングアナリティクスは、さらに野心的であり、完全なラーニングアナリティクスは、今後起こることを予測するだけでなく、今後起こることをよりポジティブにするのに役立つと信じています。

機能

  • サポートされている2種類のモデル:
    • 予測モデルを含む機械学習ベースのモデル
    • 単純なルールを使用して懸念事項を検出するための静的モデル
  • 最初から用意されている3つのモデル:「脱落リスクのある学生」「直近の活動期限」「授業なし」
  • Community of Inquiryに基づく学生エンゲージメント指標
  • サイト個別のデータに対してモデルを評価するための標準ツール
  • イベントを使用した先回りサポートとしての通知
  • 推奨されるアクションのリストが、各モデルの洞察通知とともに提供されます。たとえば、脱落リスクのある学生モデルでは、教師はこのモデルでマークされた学生にメッセージを送信したり、学生の活動レポートへのリンクをクリックして、その学生のコース内の活動の詳細を確認したりできます。
  • サードパーティのMoodleプラグインのための指標と予測モデルを構築するAPI
  • 機械学習バックエンドのプラグイン形式:PHPとPythonをサポートし、他の機械学習バックエンドを実装する拡張も可能
  • システムは、再利用可能なターゲット、指標、およびその他のコンポーネントに基づいて、新しいカスタムモデルによって簡単に拡張できます。詳細については、アナリティクスAPIの開発者向けドキュメントを参照してください。

制限

  • 脱落リスクのある学生などの機械学習モデルは、データのあるサイトでトレーニングする必要があります。それを行わないと、これらのモデルはサイトでの予測を行うことはできません。
  • モデルは、それぞれの組織の教育上の優先事項を考慮した上で、設計および選択する必要があります。

設定

Moodleラーニングアナリティクスのシステムは、使用する前にいくつかの初期設定を必要とします。詳細については、アナリティクスの設定を参照してください。

アナリティクスの使用

MoodleラーニングアナリティクスAPIは、非常に多様なモデルの基礎となるオープンシステムです。モデルには、指標(予測子とも呼ばれる)、ターゲット(予測しようとしている結果)、洞察(予測そのもの)、通知(洞察の結果として送信されるメッセージ)、アクション(メッセージの受信者に提供される)を含めることができます。

ほとんどのラーニングアナリティクスのモデルは、デフォルトでは有効になっていません。モデルを有効にする前に、組織としての目標を考慮した上で、そのモデルがふさわしいのかを検討する必要があります。詳細については、アナリティクスの使用を参照してください。

モデルの管理

モデルが有効化およびトレーニングされると、洞察が生成されます。モデルのパフォーマンスと精度も監視する必要があります。詳細については、アナリティクスの管理を参照してください。

ケイパビリティ

アナリティクスのケイパビリティは2つあります。

よくある質問

MoodleラーニングアナリティクスFAQ