ブレンド環境における効果的なオンライン学習のための時間管理と学習戦略の分析

本論文では、三つの補完的技術―凝集的階層クラスタリング、認識ネットワーク分析、プロセスマイニング―を組み合わせた新しい学習分析手法の提案に関する研究結果を報告します。この手法は、学習戦略の使用に関して自己調整学習の特定と解釈を可能にします。既存の手法に対する新技術の主な利点は、通常は孤立して研究される学習戦略の時間管理と学習戦術の次元を結合していることです。この新技術は、時間管理と学習戦術の頻度、相互の関係の強さ、実行の順序と時間を研究することで、学習戦略に関する新たな洞察を提供します。この手法は、オーストラリアの大学で行われた一年生の学部生のトレースデータに基づく研究で検証されました（N2017 = 250 および N2018 = 232）。提案された手法の適用により、三つの異なる時間管理戦術と五つの学習戦術から派生した四つの戦略群が特定されました。手法で特定された戦術と戦略は、学業成績と相関があり、自己調整学習の確立された理論と実践に従って解釈されました。