SlideShare ist ein Scribd-Unternehmen logo
1 von 16
大学生の学術情報リテラシーの評価と
その習得傾向の検討
―Can-Do tableの開発を通じて―
2017年6月11日
大学教育学会第39回大会 (広島大学)
飯尾 健 (京都大学)
1
発表内容
2
背景と目的
方法
結果
考察
まとめ
今後の課題
背景と目的① 学術情報リテラシーとは
高等教育での学習に必要と考えられる情報活用能力
(国立大学図書館協会, 2015)
3
課題を認識し、その解決のために必要な情報を探索し、入手し、得ら
れた情報を分析・評価、整理・管理し、批判的に検討し、
自らの知識を再構造化し、発信する能力 (国立大学図書館協会, 2015)
 大学における学習成果の達成に不可欠
「主体的な学習」に求められる授業外の探究活動・事前学習
 大学卒業後の社会生活・市民生活に必要
ジェネリックスキルの基盤となる能力 (長澤, 2016)
課題の
認識
探索 入手
評価
管理
知識と
統合
活用
発信
背景と目的② 問題の所在
4
学術情報リテラシー教育の現状と課題
大学図書館による取組の定着
(井上, 2012)
文献探索法・データベース
の利用法にとどまる
(茂出木, 2014)
日本における学生の学術情報リテラシーの習得傾向の把握が必要
(井上, 2012)
⇒学術情報リテラシー教育に必要な点・教授法への示唆
海外での先行研究
Head & Eisenberg (2010) 等
学習に関する情報探索で「困難を感じる点」について質問紙調査
先行研究の課題
 「できない」点と同時に「できる」点も見る必要
 定義に即した多様な側面を尋ねる必要
背景と目的③ Can-Do table への着目
質問紙調査から学術情報リテラシーにおけるCan-Do table を作成し、
学生の学術情報リテラシーの習得傾向を把握する
5
質問紙調査 段階的評価 Can-Do tableの作成
学術情報リテラシー
の各側面において
「~できる」形式の
具体的な行動を問う
記述文を作成
リッカート尺度で
学生に回答を求める
潜在ランク理論により
回答結果から学生を
有意味な段階に分ける
段階に分けることで、
1点刻みの得点では
不可能な能力と
評価結果の対応関係を
記述することができる
(荘島, 2010)
能力達成に至る道筋を
段階的に示す記述文の
表 (松宮・荘島, 2009)
視覚的に能力や傾向を
把握できる
段階的評価の結果から
各段階に記述文を
割り当てる
方法
6
記述文の作成
3ランク(仮に設定)
カ
テ
ゴ
リ
ー
サ
ブ
カ
テ
ゴ
リ
ー
質問項目・項目コード
例: D2-2
「著者名、タイトル、発行年
などの条件を複数組み合わせて
文献を探すことができる」
 カテゴリー×ランクの表を作成
 先行研究から学術情報
リテラシーの各側面を同定
 仮にランクを設定
 各マス目に合う記述文を作成
 図書館員・学生対象に予備調査
 ランクの吟味
 内容の修正・削除・統合
合計41の記述文が完成 (付表①)
調査の実施
実施: 2016年6月15~16日
方法: インターネット調査
対象: 全国の4年制大学の学生
248名
男/女=132/116
1~4年次=66/66/56/60
記述文41項目について4件法
(「よくあてはまる」~
「全くあてはまらない」)
で回答
結果① 因子分析
7
 1因子構造 (主因子法)
 各サブカテゴリー・
ランクを等しく含む
 測定精度の高い項目
を選別
構成概念妥当性・ランク3の項目数
のバランスを考慮
MAP BIC 固有値
factor1 0.0081 -1337 8.72
factor2 0.0077 -1327 1.69
factor3 0.0092 -1236 1.19
factor4 0.0107 -1155 1.05
factor5 0.0129 -1065 1.02
 1次元性の検証
潜在ランク理論を用いる前提条件
 MAP・BIC・固有値の値から
1次元性を確認
⇒27項目で分析を行う
項目コード 因子負荷量 項目コード 因子負荷量 項目コード 因子負荷量
H1-1 .65 B2-1 .59 H2-1 .51
C1-1 .64 B1-1 .59 H3-1 .49
E1-1 .63 H2-2 .59 G3-1 .47
F1-1 .62 D2-2 .59 C1-2 .47
I1-1 .62 H1-2 .57 F2-2 .45
E2-1 .62 A2-1 .56 E3-1 .43
I2-1 .62 I2-2 .55 D2-1 .39
D1-2 .60 D1-1 .53 G2-1 .39
A3-1 .60 E2-3 .53 C3-2 .28
結果② 潜在ランク理論による分析
8
 項目参照プロファイル
(Item Reference Profile: IRP) を算出
「ランク別の得点の期待値」(荘島, 2010)
 記述文の所属ランク
=2.5点 (4件法の中点) を初めて超えたランク
相馬・清水 (2016) より
 情報量規準よりランク数を3に決定
 3ランクでのIRPを算出
 数値から記述文を各ランクに割り当て
 記述文の内容から各ランクの解釈
⇒Can-Do tableの作成 (付表②)
項目コード Rank 1 Rank 2 Rank 3
I1-1 2.63 3.04 3.50
C1-1 2.61 2.98 3.47
H1-1 2.55 2.95 3.40
D2-2 2.55 2.97 3.36
D1-2 2.58 2.88 3.33
E1-1 2.51 2.87 3.38
H1-2 2.54 2.89 3.33
I2-1 2.51 2.95 3.33
H2-1 2.51 2.89 3.32
I2-2 2.53 2.85 3.31
E2-1 2.48 2.82 3.23
A2-1 2.47 2.81 3.24
B1-1 2.48 2.75 3.22
D1-1 2.47 2.77 3.22
C1-2 2.47 2.81 3.13
A3-1 2.42 2.80 3.19
H3-1 2.49 2.82 3.08
F1-1 2.36 2.72 3.25
F2-2 2.40 2.75 3.06
H2-2 2.36 2.72 3.09
B2-1 2.34 2.67 3.08
E3-1 2.39 2.68 2.93
G2-1 2.39 2.67 2.85
G3-1 2.34 2.63 2.92
E2-3 2.26 2.59 2.98
D2-1 2.35 2.51 2.86
C3-2 2.13 2.38 2.54
結果③ Can-Do tableにおける各ランク
9
ランク1 (10項目)
 ほとんどが情報検索・引用に関する項目
 評価は1項目のみ
 いずれも情報活用の際の基本的で個別に独立した能力
⇒情報探索・評価・活用に関する基礎的かつ個別的な知識・スキルを有する
ランク3 (1項目)
 より専門的な調査・探究に踏み込んだ項目が所属
 他の項目でも高い自己評価を行っている
⇒高いレベルでの情報活用スキルを有し、より専門的な調査・研究に
必要な学術情報リテラシーを備えている
ランク2 (16項目)
 情報課題の認識・情報の統合・活用の項目が出現
 情報検索や引用・評価では複数のスキルを組み合わせた項目
⇒認知的・複合的な情報活用スキルを有し、大学での学習成果を達成するために
必要な学術情報リテラシーを備えている
結果④ 学術情報リテラシーの習得傾向
10
ランクの上昇につれ、特徴ごとに学術情報リテラシーを順序的に習得する形に
基礎的・個別的 認知的・複合的 領域専門的
習得=易
個別的に習得・指導可能なもの
習得=難
 高次の認知的能力 (評価・活用等)
が必要なもの
 複数のスキルを組み合わせたもの
Head & Eisenberg (2010) の裏付け
「学生は高次の認知的能力
(=情報課題の認識・情報の評価等)
に困難を感じる」
図書館員の想定と学生の実態とのずれ
調査前後による記述文の所属ランクの
変化 (計12項目) から
基礎的なスキル
領域を問わない内容
高次の認知的能力を要求
複合的なスキル
ランク低
ランク高
図書館員
均一に習得
学生
習得に偏り
考察
11
背景=学生の学習における情報探索方略
 Google中心の情報探索方略に依存 (Head & Eisenberg, 2010)
 大学での学習に対応した情報探索方略への移行に困難 (Head, 2013)
 最小限の労力で情報を入手できるような課題設定 (Warwick et al., 2009)
少数の使い慣れた情報リソースに依存
エキスパートとして幅広い情報探索を行う図書館員との認識の相違
学生の情報探索方略を変える学術情報リテラシー教育の重要性
考えられる方策
 アクティブラーニングの導入・連携
 ライティング/キャリア教育での図書館員との連携 (手嶋他, 2008)
 科目関連指導 (長澤, 2013)
授業内容と分断した
文献探索法
データベースの利用法
探究過程に埋め込まれた
情報課題の認識
情報の精査・吟味
まとめ
12
質問紙調査と潜在ランク理論の活用
⇒3ランクから成るCan-Do table の開発
学生の学術情報リテラシーの習得傾向
 習得易⇒情報探索・引用など
 習得難⇒高次の認知的能力を要求するもの
複数のスキルを組み合わせるもの
 最小限の労力を志向する情報探索方略に背景
⇒図書館員の期待と学生の実態とのずれ
学生の情報探索方略を変える学術情報リテラシー
教育の必要性を示唆
今後の課題
13
Can-Do tableの改善 (追加調査)
 含める内容の再検討 (最新の知見の反映)
 項目の偏りの是正
 ランク3の解釈の検証
直接評価との比較・検証
 あくまで自己評価にもとづく
 とくにパフォーマンス評価を開発する必要
学術情報リテラシー教育の実践に向けた示唆
 教授法の開発・検討
 実践と効果検証
参考文献①
14
• Head, A. J. (2013). Learning the ropes: How freshmen conduct course research once
they enter college. (http://files.eric.ed.gov/fulltext/ED548262.pdf)
• Head, A. J., & Eisenberg, M. B. (2010). Truth be told: How college students evaluate
and use information in the digital age.
(http://files.eric.ed.gov/fulltext/ED535166.pdf)
• 井上真琴 (2012)『大学図書館の学習支援』
(http://www.tulips.tsukuba.ac.jp/pub/choken/2012/17.pdf)
• 国立大学図書館協会 (2015)『高等教育のための情報リテラシー基準』
(http://www.janul.jp/j/projects/sftl/sftl201503b.pdf)
• 松宮功・荘島宏二郎 (2009).「ニューラルテスト理論を利用したCan−do table作
成の試み」『第37回 日本行動計量学会(於 大分大学)』, 58-59.
(http://www.rd.dnc.ac.jp/~shojima/ntt/MatsumiyaBSJ09.pdf)
• 茂出木理子 (2014)「学習支援としての情報リテラシー教育: これまでとこれか
ら」『大学図書館研究』100, 53-64.
• 長澤多代 (2013)「主体的な学びを支える大学図書館の学修・教育支援機能―
ラーニングコモンズと情報リテラシー教育を中心に―」『京都大学高等教育研
究』19, 99-110.
参考文献②
15
• 長澤多代 (2016)「問題解決や課題探究のための情報リテラシー教育」溝上慎
一・成田秀夫編『アクティブラーニングとしてのPBLと探究的な学習』東信堂,
pp.24-45.
• 荘島宏二郎 (2010)「ニューラルテスト理論―学力を段階評価するための潜在ラ
ンク理論―」植野真臣・荘島宏二郎著『学習評価の新潮流』朝倉書店, pp.83-
111.
• 相馬敏彦・清水裕士 (2016)「ワンランク上のブランド・コミットメントはどう
形成されるのか?: 顧客の潜在ランクへの分類と拡張版投資モデルのブランドの
適用」『マーケティングジャーナル』35(3), 75-94.
• 手嶋英貴・川崎千加・小松泰信「大学一年生を対象とする学習スキル教育と
キャリア教育の融合―大阪女学院大学「自己形成スキル」の試みから」『大阪
女学院大学紀要』5, 119-144.
• Warwick, C., Rimmer, J., Blandford, A., Gow, J., & Buchanan, G. (2009). Cognitive
economy and satisficing in information seeking: A longitudinal study of
undergraduate information behavior. Journal of the American Society for
Information Science and Technology, 60(12), 2402-2415.
ご清聴ありがとうございました
16
本日の発表スライドは、以下のアドレスからも
ご覧いただけます
https://www.slideshare.net/IioKen/daigakukyouikugakkai2017
e-mail: iio.ken.28u@st.kyoto-u.ac.jp

Weitere ähnliche Inhalte

Was ist angesagt?

[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano
[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano
[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano
Insight Technology, Inc.
 

Was ist angesagt? (20)

Final LINQ Extensions
Final LINQ ExtensionsFinal LINQ Extensions
Final LINQ Extensions
 
【 xpaper.challenge 】ブレインストーミング法
【 xpaper.challenge 】ブレインストーミング法【 xpaper.challenge 】ブレインストーミング法
【 xpaper.challenge 】ブレインストーミング法
 
研究発表を準備する
研究発表を準備する研究発表を準備する
研究発表を準備する
 
Redmineで始めるチケット駆動開発
Redmineで始めるチケット駆動開発Redmineで始めるチケット駆動開発
Redmineで始めるチケット駆動開発
 
CNNチュートリアル
CNNチュートリアルCNNチュートリアル
CNNチュートリアル
 
文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...
文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...
文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...
 
Aula sobre matrizes - Linguagem C
Aula sobre matrizes - Linguagem CAula sobre matrizes - Linguagem C
Aula sobre matrizes - Linguagem C
 
MPIによる並列計算
MPIによる並列計算MPIによる並列計算
MPIによる並列計算
 
Aulas 1, 2, 3 e 4 - Engenharia de Métodos
Aulas 1, 2, 3 e 4 - Engenharia de MétodosAulas 1, 2, 3 e 4 - Engenharia de Métodos
Aulas 1, 2, 3 e 4 - Engenharia de Métodos
 
[DL輪読会]Deep Reinforcement Learning that Matters
[DL輪読会]Deep Reinforcement Learning that Matters[DL輪読会]Deep Reinforcement Learning that Matters
[DL輪読会]Deep Reinforcement Learning that Matters
 
研究法(Claimとは)
研究法(Claimとは)研究法(Claimとは)
研究法(Claimとは)
 
機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習応用のためのソフトウェアエンジニアリングパターン機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習応用のためのソフトウェアエンジニアリングパターン
 
MIXUPは最終層でやった方がいいんじゃないか説
MIXUPは最終層でやった方がいいんじゃないか説MIXUPは最終層でやった方がいいんじゃないか説
MIXUPは最終層でやった方がいいんじゃないか説
 
CHAIN公開セミナー20200817吉田発表資料
CHAIN公開セミナー20200817吉田発表資料CHAIN公開セミナー20200817吉田発表資料
CHAIN公開セミナー20200817吉田発表資料
 
CVPR 2020 報告
CVPR 2020 報告CVPR 2020 報告
CVPR 2020 報告
 
ようこそAAへ
ようこそAAへようこそAAへ
ようこそAAへ
 
[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano
[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano
[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証
 
傾向スコアマッチと多重補完法の解説 その1
傾向スコアマッチと多重補完法の解説 その1傾向スコアマッチと多重補完法の解説 その1
傾向スコアマッチと多重補完法の解説 その1
 
最近のSingle Shot系の物体検出のアーキテクチャまとめ
最近のSingle Shot系の物体検出のアーキテクチャまとめ最近のSingle Shot系の物体検出のアーキテクチャまとめ
最近のSingle Shot系の物体検出のアーキテクチャまとめ
 

2017年大学教育学会発表スライド「大学生の学術情報リテラシーの評価とその習得傾向の検討―Can-Do tableの開発を通じて―」