SlideShare a Scribd company logo
1 of 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

More Related Content

What's hot

Final LINQ Extensions
Final LINQ ExtensionsFinal LINQ Extensions
Final LINQ ExtensionsKouji Matsui
 
【 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cvpaper. challenge
 
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Takayuki Itoh
 
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Takuya Sato
 
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Ikuro Sato
 
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...Toru Tamaki
 
Aula sobre matrizes - Linguagem C
Aula sobre matrizes - Linguagem CAula sobre matrizes - Linguagem C
Aula sobre matrizes - Linguagem Cprofjr
 
[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 MattersDeep Learning JP
 
研究法(Claimとは)
研究法(Claimとは)研究法(Claimとは)
研究法(Claimとは)Jun Rekimoto
 
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HironoriTAKEUCHI1
 
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亮宏 藤井
 
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Masatoshi Yoshida
 
ようこそAAへ
ようこそAAへようこそAAへ
ようこそAAへjsoarai
 
[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 AsanoInsight Technology, Inc.
 
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Masaharu Kinoshita
 
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1Atsushi Shiraishi
 
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Yusuke Uchida
 

What's hot (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―」