1. Investigation Report on Associations of Information Literacy Lectures
- Author
-
Kousuke, TAKAHASHI, Junkou, KAWAGUCHI, and Tadashi, OISHI
- Subjects
Association rule ,Data mining ,Analysis ,Education ,Information literacy - Abstract
1年次で情報リテラシ、2年次でプログラミングの基礎教育を受けた学生が、その後の3学次の情報処理関連科目でどのような成績をとるかを調べた。成績の推移の調査分析にはデータマイニング手法を用いた。すなわち、情報処理関連科目のテスト結果をランク別の学生数の分布で捉え、科目別ランク間の学生の推移数や推移率を算出し、それに基づき相関ルールを抽出し、ルールの分類によってルールの意味を分析する。抽出された幾つかの相関ルールを要約すると、(1) 1、2年でAランクを取れない学生は3年でAランクを取れないこと、(2)大学入学前予備知識のある(職業課程卒)学生が2年でAとCの2つのランクに分かれることである。したがって、学年が上がるにつれてAランクの学生が減る。情報処理技術者(SE)として社会で活躍するには4科目ともAランクであることが望まれる。このような問題を解決するには、科目間での教育の協力方法を改善する必要がある。なお、著者らが担当する科目は情報処理関連科目の一部であるから、全ての科目の成績を反映した相関ルールが得られていると言えない。しかし、授業の進め方などで改善のヒントが他にも多く指摘されたことで、筆者らが提案するデータマイニング手法は、他の科目においても教育方法や講義内容の改善の自己評価手法として役立つように思われる。, This paper reports how many students, who have studied basics of computer literacy at the first grade and programming at the second grade, can master well the advanced computer algorithms and system designs at the third grade or higher. As the means to analyze the student transitions between subject-rank sets, the data mining featured by the following processes has been employed. The first process is to extract association rules to show the main trends of transitions between subject-rank sets from the test data. The second is to categorize the association rules by ranks. The last is to logically analyze the rules by semantics. By summarizing the data mining results, we found the following rules. The first rule shows that the students who could not get A rank at the first and second grades cannot get A rank at the third grade. The second rule shows that the students coming from the business oriented high school keeps the good performance at the first and second grades, but are classified into two groups of ranks A and C at the third grade. As a result, the students of rank A decrease as the grade raises. To solve this problem, we noticed that the collaboration between the subjects must be improved. Since many useful suggestions for better education could be pointed by analyzing the association rules, the authors found that the above mentioned data mining techniques should be used as self-evaluation tools for the other education improvement by the other teachers.
- Published
- 2002