- 講演番号
- 09
- 研究タイトル
- Ansibleを使った複数台PCの一元管理の効率化
- 名前
- 大海 柊斗
概要:情報科教員が所持しているノートPCを一元的に管理することによって,貸出用としての利用や授業用の即時活用など,使用用途の幅を大きく広げるとともに,従来個別に行っていた管理作業の負担を軽減することが可能となる.現在,ノートPCを所持している教員に話を聞くと一括でwindowsアップデートを行うことができれば助かるという意見を聞いた.そこで本研究では,サーバの設定変更やアプリケーションのデプロイ,さらにはネットワーク機器の設定などを自動化するために広く利用されている構成管理ツールであるAnsibleに注目する.Ansibleは,エージェントレスで動作することから,対象端末への追加的なソフトウェア導入を必要とせず,管理コストを抑えながら複数台のPCを一括して操作できる利点を持つ.本研究ではこの特性を活用し,複数台のノートPCに対してOSアップデートを自動で適用し,あわせて各種機能の定期的なメンテナンスを行うアプリケーションを開発することを目的とする.これにより,従来煩雑であった管理作業を効率化し,教員の負担を軽減することをを目的とする.
- 講演番号
- 23
- 研究タイトル
- 初学者向けプログラミング教育におけるIPO分解問題文の効果
- 名前
- 角田 達哉
概要:初学者向けプログラミング教育では,複数の研究結果から,問題文を分解することがプログラミング能力の理解促進に有効であるとされている.しかし,これらの先行研究は主に授業資料の比較として多く用いられ,同一課題・同一条件下での定量比較は不足している.本研究では,このギャップを埋め,分解された問題文の教育効果を検証する.実験方法は,同一のJavaプログラミング課題の問題文をIPO(Input-Process-Output)モデルを用いて,「入力」,「処理」,「出力」に分解した分解版と無加工版(原版)を提示し,Javaプログラミング初学者(高専1,2年生)が実際に二種類の問題を解いた際の理解度,作業時間,コード品質への影響を比較する.仮説として,分解版を解いた被験者は無加工版を解いた被験者に比べて作業時間が短く,理解度が高く,コード品質が向上すると予測する.また,理解度は実験後に行うプログラミング課題に関するクイズの正答率から測定し,コード品質はエラー率の割合や,コードの可読性などから測定する.現段階では,問題文の分解手法は確立されたため,今度は被験者を募集し,比較実験を行う予定である.
- 講演番号
- 26
- 研究タイトル
- 体育授業における生徒の学習意欲の定量化に向けた電子機器活用の可能性
- 名前
- 田代 駿
概要:児童・生徒の運動能力は年々低下傾向にあり,COVID-19による体育授業の制約でこの傾向が加速している.学校体育で十分な身体活動量を確保するには,児童・生徒の学習意欲が重要であるが,その客観的かつ簡便な測定手法は未確立である.現在,学習意欲は教員の主観的観察で評価されることが一般的だが,西田保が提唱したAMPETは,体育授業における学習意欲の測定尺度として信頼性の高い心理尺度であると示されている.しかし,質問項目数が多く,毎授業での実施は時間的制約や生徒の負担が課題である.そこで本研究では,GPS機器による身体活動の計測に着目する.先行研究では,教師の意欲評価と総走行距離に相関が示唆されており,GPSデータが学習意欲の代替指標となりうる.本研究は,AMPETの心理的測定とGPSデータを統計的に統合し,体育授業における学習意欲を簡便かつ定量的に評価する新たな手法を提案することを目的とする.このアプローチにより,客観的かつ効率的な意欲評価を実現し,学校体育の質向上に貢献する.
- 講演番号
- 36
- 研究タイトル
- 自己選択BGMが認知課題の成績に与える影響とワーキングメモリ容量の関係
- 名前
- 林 瑛人
概要:BGMは認知課題の成績にさまざまな影響を与えることが示されてきている.BGMを聞くと覚醒・気分が向上することにより,課題の成績が良くなるという効果や,BGMがワーキングメモリを消費することで課題成績を低下させるという効果など.その理由として,「歌詞の有無や既知性」,「音楽のテンポやリズム」,「被験者の好み」,「覚醒の度合い」,「課題のタイプ」など,複数の要素が相互に関係しており組み合わせが難しいこと.さらに,主観的で変動性の高い要素を含むことなどが考えられる.本研究では,ワーキングメモリがBGMによって消費されることから,個人のワーキングメモリ容量がBGMの与える効果に影響があると考え,その影響を検証する.また,被験者が自分で選択した音楽をBGMとして利用することで,「被験者の好み」や「既知性」など,主観的で変動性の高い要素に焦点を当てている.ワーキングメモリ容量はオペレーションスパン(OPSAN)課題を用いて計測し,認知課題であるN-back課題をBGMありとBGMなしの2パターン行う.課題の正答率,解答時間とワーキングメモリ容量の関係がどのような傾向を示すのか明らかにする.さらに,実験時に選択した音楽や,課題の難易度,普段からBGMを聞きながら課題を行うかなどのアンケートを行い,その内容と実験結果の関係についても考察する.