国際会議      Proceedings
      

H. Hirose, Analysis of Fluctuations of Ability Estimates in Testing, 10th International Conference on Learning Technologies and Learning Environments (LTLE2021), pp.148-153, July 11-16, 2021. abstract

H. Hirose, More Accurate Evaluation of Student's Ability Based on A Newly Proposed Ability Equation, 9th International Conference on Learning Technologies and Learning Environments (LTLE2020), pp.176-182, September 1-15, 2020. abstract

H. Hirose, Current Failure Prediction for Final Examination using Past Trends of Weekly Online Testing, 9th International Conference on Learning Technologies and Learning Environments (LTLE2020), pp.142-148, September 1-15, 2020. abstract

H. Hirose, Success/Failure Prediction using A Large-scale Online Testing System with Its Learning Analytics, Data Science, Statistics and Visualisation (DSSV 2019), p.93, Doshisha University, Aug.13-15, 2019.abstract

H. Hirose, Success/Failure Prediction for Final Examination using the Trend of Weekly Online Testing, 7th International Conference on Learning Technologies and Learning Environments (LTLE2018), pp.139-145, July 8-12, 2018. abstract

H. Hirose, Attendance to Lectures is Crucial in Order Not to Drop Out, 7th International Conference on Learning Technologies and Learning Environments (LTLE2018), pp.194-198, July 8-12, 2018. abstract

H. Hirose, Time Duration Statistics Spent for Tackling Online Testing, 7th International Conference on Learning Technologies and Learning Environments (LTLE2018), pp.221-225, July 8-12, 2018. abstract

H. Hirose, M. Takatou, Y. Yamauchi, T. Taniguchi, F. Kubo, M. Imaoka, T. Koyama, Rediscovery of Initial Habituation Importance Learned from Analytics of Learning Check Testing in Mathematics for Undergraduate Students, 6th International Conference on Learning Technologies and Learning Environments (LTLE2017), pp.482-486, July 9-13, 2017.abstract

Hideo Hirose, An Accurate Estimation Method for Abilities in Online Adaptive Testing Based on Item Response Theory, The Seventh Asian Conference on Psychology & the Behavioral Sciences (ACP2017), pp.113-124, March 22-25, 2017, Kobe. abstract

Hideo Hirose, Meticulous Learning Follow-up Systems for Undergraduate Students Using the Online Item Response Theory, 5th International Conference on Learning Technologies and Learning Environments (LTLE2016), pp.427-432, July 10-14, 2016, Kumamoto, Japan. abstract

H. Hirose, M. Takatou, Y. Yamauchi, T. Taniguchi, T. Honda, F. Kubo, M. Imaoka, T. Koyama, Questions and Answers Database Construction for Adaptive Online IRT Testing Systems: Analysis Course and Linear Algebra Course, 5th International Conference on Learning Technologies and Learning Environments (LTLE2016), pp.433-438, July 10-14, 2016, Kumamoto, Japan. abstract

Hideo Hirose, Learning Analytics to Adaptive Online IRT Testing Systems ``Ai Arutte'' Harmonized with University Textbooks, 5th International Conference on Learning Technologies and Learning Environments (LTLE2016), pp.439-444, July 10-14, 2016, Kumamoto, Japan. abstract

Y. Tokusada, H. Hirose, Evaluation of Abilities by Grouping for Small IRT Testing Systems, 5th International Conference on Learning Technologies and Learning Environments (LTLE2016), pp.445-449, July 10-14, 2016, Kumamoto, Japan. abstract

T. Sakumura, H. Hirose, Bias Reduction of Abilities for Adaptive Online IRT Testing Systems, 5th International Conference on Learning Technologies and Learning Environments (LTLE2016), pp.450-455, July 10-14, 2016, Kumamoto, Japan. abstract

Yoshiko Tokusada, Hideo Hirose, Dually Adaptive Online IRT Testing System to the Large Scale Data, 2nd International Symposium on Applied Engineering and Sciences (SAES2014), Big Data Session 2, December 20-21, 2014, Fukuoka. abstract

Hirose, Hideo; Aizawa, Yu, Automatically Growing Dually Adaptive Online IRT Testing System, IEEE International Conference on Teaching, Assessment, and Learning for Engineering 2014 (TALE 2014), 5C_5, pp.528-533, December 8-10, 2014, Te Papa Tongarewa National Museum of New Zealand, Wellington, New Zealand. abstract

Hirose, Hideo; Tokusada, Yoshiko; Noguchi, Kazuhisa, Dually Adaptive Online IRT Testing System with Application to High-School Mathematics Testing Case, IEEE International Conference on Teaching, Assessment, and Learning for Engineering 2014 (TALE 2014), 6B_1, pp.447-452, December 8-10, 2014, Te Papa Tongarewa National Museum of New Zealand, Wellington, New Zealand. abstract

Hideo Hirose and Yoshiko Tokusada, A Simulation Study to the Dually Adaptive Online IRT Testing System, IEEE International Conference on Teaching, Assessment, and Learning for Engineering 2014 (TALE 2014), 8E_3, pp.97-102, December 8-10, 2014, Te Papa Tongarewa National Museum of New Zealand, Wellington, New Zealand. abstract

Hideo Hirose and Yoshiko Tokusada, A Simulation Study to the Dually Adaptive Online IRT Testing System, IEEE International Conference on Teaching, Assessment, and Learning for Engineering 2014 (TALE 2014), 8E_3, pp.1-6, December 8-10, 2014, Te Papa Tongarewa National Museum of New Zealand, Wellington, New Zealand. abstract

H. Hirose, Comparison of Ability Evaluation in Testing between the Classical Test Theory and the Item Response Theory, The 11th Annual Hawaii International Conference on Education, pp.2955-2967, January 6 - 9, 2013, Hawaii, USA, abstract

H. Hirose, T. Sakumura, Item Response Prediction for Incomplete Response Matrix Using the EM-type Item Response Theory with Application to Adaptive Online Ability Evaluation System, IEEE International Conference on Teaching, Assessment, and Learning for Engineering 2012 (TALE 2012), pp.8-12, August 20-23, 2012, The Hong Kong Polytechnic University, Hong Kong. abstract

T. Sakumura, T. Kuwahata and H. Hirose, An Adaptive Online Ability Evaluation System Using the Item Response Theory, Education& e-Learning (EeL2011), pp.51-54, November 7-8, 2011, Singapore. abstract

H. Hirose, Validities of The Signed and Unsigned Lecture Questionnaires using the Item Response Theory, The 9th Annual Hawaii International Conference on Education, pp.1914-1922, January 4 - 7, 2011, Hawaii, USA, abstract

T. Sakumura and H. Hirose, Student Ability Evaluation using the Stress-Strength Model When Ability is the Random Variable, Proceedings of the 2010 International Congress on Computer Applications and Computational Science (CACS 2010), pp.865-868, December 4-6, 2010, Singapore (2010). abstract

H. Hirose and T. Sakumura, An Accurate Ability Evaluation Method for Every Student with Small Problem Items Using The Item Response Theory, Proceedings of the International Conference on Computer and Advanced Technology in Education (CATE 2010), pp.152-158, August 23-25 Maui, Hawaii, USA (2010). Awarded the Best Paper. abstract phototopics

H. Hirose and T. Sakumura: Test Evaluation System Via The Web Using The Item Response Theory, "8th annual Hawaii International Conference on Education", pp.700-706, January 7-10, 2010, Waikiki Beach Marriott Resort & Spa and The Hilton Waikiki Prince Kuhio in Honolulu, Hawaiiabstract

T. Sakumura and H. Hirose : Test Evaluation System via Web using the Item Response Theory, "The Fifth International Conference on Information" INFO2009, pp.112-115, November 6-9, 2009, Kyoto University, Kyoto , Japan abstract

H. Hirose and T. Sakumura: An optimal test design to evaluate the ability of an examinee using the stress-strength model and the up-and-down method, "8th Hawaii International Conference on Statistics, Mathematics and Related Fields", January 13-15, 2009, the Hilton Hawaiian Village Beach Resort & Spa in Honolulu, Hawaii abstract

口頭発表  Presentations

廣瀬:個人ごとのテスト評価結果の信頼度, 科研費研究集会 Advanced Education and Data Science(2021.3.27, 令和3.3.27), Zoom Live配信

廣瀬, アナリティクスを意識したデータサイエンス, 九州ADS育成コンソーシアム「2Dayデータサイエンスセミナー」, 2021 年 3 月 6 日(土)9:30-12:30, Zoom会議 招待講演

廣瀬:大規模ラーニングシステムから得られるアナリティクスが真の評価に迫る:学生の習熟度評価への教員バイアスと確率的変動の関係, OR学会中国四国支部講演(2020.12.19, 令和2.12.19), Zoom Live配信 < ==(2020.3.28, 令和2.3.28), 県立広島大学サテライトキャンパスひろしま 招待講演

廣瀬:大規模ラーニングシステムから得られるアナリティクスが真の評価に迫る:学生の習熟度評価への教員バイアスと確率的変動の関係, OR学会中国四国支部講演(2020.12.19, 令和2.12.19), Zoom Live配信 < ==(2020.3.28, 令和2.3.28), 県立広島大学サテライトキャンパスひろしま 招待講演

廣瀬, 理工系大学の新入生全員を対象にした4年間のオンラインテストの実際~CBTのPros & Cons, 第18回統計教育方法論WS・理数系教員授業力向上研修オンラインセッション� - CBT を活用した数理・情報・データサイエンス基礎力評価, 2020 年 10 月 16 日(金)10:00-12:00, Zoom会議 招待講演

廣瀬, ラーニングアナリティクスから見えるテスト結果の確率的変動と教員の学生評価バイアス:広島工大での実例から, 2019年度名古屋大学情報学研究科多自由度コロキウム, 2019年11月26日(火), 名古屋大学(東山キャンパス)情報学研究科棟 招待講演

廣瀬, 大規模オンラインテスティングによる教育支援とそのラーニングアナリティクス, 2019年度放送大学国際シンポジウム, 2019年9月28日(土), 放送大学東京文京学習センター「多目的講義室I」 招待講演

廣瀬, ラーニングシステムとラーニングアナリティクス,久留米大学バイオ統計センター公開セミナー, 2019年9月5日(土), 久留米大学バイオ統計センター「(医学部B棟7階) 講義室」 招待セミナー

廣瀬, ラーニングシステムから得られるラーニングアナリティクスからわかったこと, Educating, Learning and Assisting 研究会(科研費研究集会), 九州工業大学サテライト福岡天神「イムズ11F」

廣瀬, データを読む感性, テーマ:AIが奪う仕事 AIが創る仕事, 第32回広島工業大学公開シンポジウム, 平成30年12月9日(日), 広島国際会議場 国際会議ホール「ヒマワリ」 招待講演

廣瀬, データを読みとる 感性, テーマ:データサイエンスとシステムエンジニア, 広島工業大学大学院シンポジウム, 平成30年12月18日(火), 広島工業大学デネブホール 招待講演

廣瀬, 大規模オンラインテスティングから得られるラーニングアナリティクスの方向性, 日本システム経営学会イノベーション試行データ分析研究会, pp.???-???, (2018.6.22) 広島工業大学 招待講演

廣瀬: 毎授業CBTから期末試験合否が見えるか, 日本計算機統計学会第32回大会論文集, pp.???-???, (2018.5.26-27) 山口大学吉田キャンパス

廣瀬, オンラインテスティングとラーニングアナリティクス, 日本OR学会九州支部総会・講演会, 2018.3.29 招待講演

廣瀬, 趣旨説明, 第1回Webアシスト演習研究会, (2018.3.2) 九州工業大学サテライト福岡天神 イム ズ11F

廣瀬, Webアシスト演習付教科書へのオンライン演習の実際, 第1回Webアシスト演習研究会, (2018.3.2) 九州工業大学サテライト福岡天神 イム ズ11F

廣瀬, 大学授業に組み込まれた大規模オンラインテスティングとそのラー ニングアナリティクス, 第1回Webアシスト演習研究会, (2018.3.2) 九州工業大学サテライト福岡天神 イム ズ11F

廣瀬, オンラインテスティングを用いた教育システムの構築とシステムの信頼性, 日本オペレーションズ・リサーチ学会4部会合同研究会 ~確率モデルの新展開~, 2017.10.7 広島県民文化センター 招待講演

Hideo HIROSE, Design and implementation of large scale online testing system targeted at undergraduate students, , IEICE Technical Report, vol. 117, no. 62, R2017-7, pp. 37-42, (2017.5.26) ;廣瀬: 大学基礎教育を対象とした大規模オンラインテスティングシステムの設計と実装, 信学技報, vol. 117, no. 62, R2017-7, pp. 37-42, (2017.5.26)

廣瀬, 大学初年次学生全員を対象とした基礎数学へのadaptive IRT e-testingの設計と実践, 第13回 統計教育の方法論ワークショップ, (2017.3.3-4), 政策研究大学院大学 (The 13th Japan Conference on Teaching Statistics (JCOTS17), 統計数理研究所共同研究リポート379(統計教育実践研究第9巻) , pp.35-40, 2017.3

廣瀬:高相関の罠 --- NNRMLRによるオークション価格予測, 日本経営システム学会中国四国支部平成28年度第2回支部講演会(2016.12.10, 平成28.12.10), 広島経済大学立町キャンパス 招待講演

廣瀬, 大学1年生1000人を対象とした毎週オンラインIRTテスティングシステムとその運用, 日本テスト学会第14回大会, pp.82-85, (2016.9.8-9日) 電気通信大学

廣瀬: 大学1年生全員を対象としたオンラインIRTテストシステム, 日本計算機統計学会第30回大会論文集, pp.143-146, (2016.5.19-20) ハートピア京都

作村, 徳貞, 田淵, 廣瀬, 2母数ロジスティックモデルにおける能力値のバイアス, 日本計算機統計学会第29回シンポジウム論文集, pp.117-120, (2015.11.27-28) 釧路市生涯学習センター(まなぼっと幣舞) 北海道

徳貞, 作村, 田淵, 廣瀬, アダプティブ IRT テストにおける最適問題数に関する考察, 日本計算機統計学会第29回シンポジウム論文集, pp.21-24, (2015.11.27-28) 釧路市生涯学習センター(まなぼっと幣舞) 北海道

愛澤, 廣瀬: アダプティブオンラインテストシステムの問題登録機能, 日本計算機統計学会第28回シンポジウム論文集, pp.69-72 , (2014.11.14-15) 沖縄科学技術大学院大学

徳貞, 愛澤, 野口, 作村, 廣瀬: アダプティブオンラインIRTテストシステムにおける問題難易度の自動キャリブレーション, 2014年度統計関連学会連合大会, p.62 (2014.9.13-16) 東京大学本郷キャンパス

廣瀬, 徳貞, 項目パラメータのキャリブレーションを備えた アダプティブ IRT テスト, 日本テスト学会第12回大会, pp.128-131, (2014.8.30-31) 帝京大学八王子キャンパス

徳貞, 作村, 廣瀬: アダプティブテスト結果から得られる不完全マトリクスの欠測値推定, 日本計算機統計学会第28回大会論文集, pp.49-52, (2014.5.17-18) 中央大学

野口, 大山, 桑幡, 作村, 田上, 廣瀬: アダプティブオンラインIRTによる大学数学教育への準備, 電気学会教育フロンティア研究会, FIE-14-009, pp.45-51, (2014.3.7-8), ソフトプラザかごしま 優秀論文発表賞

桑幡, 作村, 大山, 野口, 田上, 廣瀬: アダプティブオンラインIRTによる数学教育システム, 情報処理学会火の国シンポジウム2014, 3C-4, (2014.3.4-5), 大分大学

作村, 徳貞, 廣瀬: アダプティブ試験における項目選択についての一考察, 情報処理学会火の国シンポジウム2014, 4C-3, (2014.3.4-5), 大分大学

作村, 徳永, 廣瀬:EM タイプ IRT による不完全マトリクスの完全化とその応用,IPSJ SIG Technical Reports,2013-BIO-36 pp.1-6 (2013).

桑幡, 廣瀬: RT 普及のための mini adaptive online system 構築とその広報, 日本計算機統計学会第27回シンポジウム論文集, pp.107-110, (2013.11.15-16) 熊本大学

作村, 廣瀬: IRT を用いた adaptive online system の実装と評価, 日本計算機統計学会第27回シンポジウム論文集, pp.27-30, (2013.11.15-16) 熊本大学

桑幡, 廣瀬: 項目反応理論を用いた能力評価法の広報, 九州・中国・四国地区における若手OR研究交流会2013, (2013.10.26-27) きらら交流会館 (山口県山陽小野田市) 優秀賞

作村, 廣瀬: EMタイプIRTを用いて不完全マトリクスから完全マトリクスを推定する方法について, IEICE Technical Report, Vol.113, No.249, R2013-73, pp.53-58, (2013.11) 九工大サテライトキャンパス天神(福岡)

作村, 廣瀬: EMタイプ項目反応理論を用いた季節性感染拡大予測, 情報処理学会火の国シンポジウム2012, A-6-3, (2013.3.14-15), 熊本大学

桑幡, 作村, 廣瀬: IRTにおける能力評価について, 日本計算機統計学会第26回シンポジウム論文集, pp.67-70, (2012.11.1-2) 東京大学; abstract, 計算機統計学、vol. ??, No.?, p.?? (平成??.? (200?.??.??))

廣瀬, 作村: IRT 結果を基準とした事前配点最適決定法とその結果, 日本行動計量学会第40回大会, pp.1-2 (2012.9.13-16) 新潟県立大学

桑幡, 作村, 廣瀬: IRT 結果を基準とした事前配点最適決定法, 2012年度統計関連学会連合大会, p.217 (2012.9.9-12) 北海道大学

桑幡,作村,廣瀬: adaptive online IRT systemについて, 情報処理学会火の国シンポジウム2011, A-1-4, (2012.3.15-16), 九州工業大学

T. Sakumura, H. Hirose: An Adaptive Online Ability Evaluation System Using the Item Response Theory, 九州地区における若手OR研究交流会2011, (2011.10.29-30) 島原共同研修所 (ロングトーク部門)

作村, 廣瀬:テスト理論を用いた e-Education の方法とその効果, 2011PCカンファレンス, pp.1~4 (平成23.8.6-8) 熊本大学

作村, 廣瀬:項目反応理論を使った最適能力判定システムについて, 九州地区における若手OR研究交流会2010, (2010.10.30-31) 九重共同研修所 発表賞(ロングトーク部門)

月原, 作村, 廣瀬: I R Tを用いた解析学試験評価とe - l e a r n i n g支援の試み, 2010PCカンファレンス, pp.123~124 (平成22.8.7-9) 東北大学

月原, 作村, 廣瀬: IRTによる評価を適用した大学基礎数学テストの取組みとe-learningの利用, 2009PCカンファレンス, pp.11-12 (平成21.8.9-11) 愛媛大学

廣瀬, 作村: 最適テスト設計のためのstress-strengthモデル, 日本行動計量学会第37回大会, pp.264-265 (平成21.8.4-8) 大分大学

作村, 月原, 廣瀬: IRTに昇降法を組み合わせたときの項目レベルの最適選定法, 日本行動計量学会第36回大会, pp.89-90 (平成20.9.3) 成蹊大学(東京)

月原, 作村, 廣瀬: IRTにおける項目レベル最適選定法, 2008年度統計関連学会連合大会, p.106 (平成20.9.8) 慶応大学(横浜)

鈴木, 月原, 廣瀬: IRTを用いた数学テストの一評価法, 日本行動計量学会第35回大会, pp.99-100 (平成19.9.3) 同志社大学(京都)

鈴木, 月原, 廣瀬: IRTを用いた数学テストの評価, 2007年度統計関連学会連合大会, p.280 (平成19.9.9) 神戸大学(神戸) 

主な論文      Major Papers
      revised: August, 10, 2020     home


Hideo Hirose, Accurate Student Ability Estimation by Removing Teacher Evaluation Bias via Full Computer Based Testing,International Journal of Learning Technologies and Learning Environments (IJLTLE), Vol 4, No 1, pp.**-**, ****, 2022. Abstract pdf

Hideo Hirose, Current Failure Prediction for Final Examination via Nearest Neighbor Method using Past Trends of Weekly Online Testing, International Journal of Learning Technologies and Learning Environments (IJLTLE), Vol 4, No 1, pp.**-**, ****, 2022. Abstract pdf

Hideo Hirose, Prediction of Success or Failure for Examination using Nearest Neighbor Method to the Trend of Weekly Online Testing,International Journal of Learning Technologies and Learning Environments (IJLTLE), Vol 2, No 1, pp.19-34, May 31, 2019. Abstractpdf

Hideo Hirose, Relationship Between Testing Time and Score in CBT,International Journal of Learning Technologies and Learning Environments (IJLTLE), Vol 2, No 1, pp.35-52, May 31, 2019. Abstractpdf

Hideo Hirose, Key Factor Not to Drop Out is to Attend Lectures,Information Engineering Express, Vol 5, No 1, pp.11-21, May 31, 2019. Abstract pdf

廣瀬: ラーニングアナリティクス指向学習支援, コンピュータ&エデュケーション(CIEC), Vol.45, pp.23-30 (2018.12) Abstract pdf

廣瀬 : 大規模授業支援テスティングシステムとそのラーニングアナリティクス, 統計数理, Vol.66, No.1, pp.79-96, (2018.6) Abstract pdf

Hideo Hirose, Difference Between Successful and Failed Students Learned from Analytics of Weekly Learning Check Testing,Information Engineering Express, Vol 4, No 1, pp.11-21, March 31, 2018. Abstract pdf

T. Sakumura, H. Hirose, A Bias Reduction of Abilities for Adaptive Online IRT Testing Systems, International Journal of Smart Computing and Artificial Intelligence (IJSCAI), Vol.1, No.1, pp.59-72, 2017.4 Abstract pdf

Hideo HIROSE, Dually Adaptive Online IRT Testing System, Bulletin of Informatics and Cybernetics Research Association of Statistical Sciences, Vol.48, pp.1-17, December 2016. Abstract pdf

作村,徳永,廣瀬 : EMタイプIRTによる不完全マトリクスの完全化とその応用, 情報処理学会論文誌, 数理モデル化と応用 Vol.7 , No.2 , pp.17-26 (2014.11) Abstract

H. Hirose, T. Sakumura, T. Kuwahata, Score allotment optimization method with application to comparison of ability evaluation in testing between classical test theory and item response theory, Information, Vol.17, No. 2, pp.391-410 (2014.2) Abstract pdf

H. Hirose, Validities of the Signed and Unsigned Lecture Questionnaires Using the Item Response Theory, US-China Education Review , Vol.1, No.5, pp.627-635 (2011.10) Abstract

T. Sakumura, H. Hirose: Test evaluation system via the Web using the item response theory, Information, Vol.13, No.3, pp.647-656 (2010.5)Abstract

H. Hirose: An optimal test design to evaluate the ability of an examinee by using the stress-strength model, Journal of Statistical Computation and Simulation, Vol.81, No.1, pp. 79-87 (2011.1); first published 12/09/2009 (iFirst) DOI:10.1080/00949650903185979Abstract

月原, 鈴木, 廣瀬: 項目反応理論による評価を加味した数学テストとe-learningシステムへの実装の試み, コンピュータ&エデュケーション(CIEC), Vol.24, pp.70-76 (2008.6), Y. Tsukihara, K. Suzuki, H. Hirose, A small implementation case of the mathematics tests with the Item Response Theory evaluation into an e-learning system,Computer & Education , Vol.24, pp.70-76 (2008.6) CIEC論文賞を受賞Abstract

廣瀬: 統合化と個別化とを組み合わせた授業アンケート, 工学教育, Vol.54, No.2, pp.116-120, (2006.3) H. Hirose, Combined quationnaire system of the integrated and individualized quationnaires for the lectures,Journal of Japanese Society for Engineeing Education, Vol. 54., No.2,pp.116-120, (2006.3) Abstract

廣瀬: Web授業アンケート, コンピュータ&エデュケーション(CIEC), Vol.13, pp.80-84 (2002.11), H. Hirose, Lecture Questionnaire using the Web, Computer & Education , Vol.13, pp.80-84 (2002.11)Abstract

テクニカルレポート      Technical Reports
      
Technical Report (Hiroshima Institute of Technology)

(1) 廣瀬, 大学基礎数学教育における反転授業の試み:解析学, 広島工業大学紀要教育編、pp.25-33, Vol.15, 2016.2.1
(2) 廣瀬, 数学プレースメントテスト成績と期末試験成績の比較, 広島工業大学紀要教育編、pp.35-38, Vol.15, 2016.2.1
(3) 廣瀬, 異なる集団間での項目反応理論パラメータ: 数学プレースメントテスト成績の大学間比較の一例, 広島工業大学紀要教育編、pp.39-43, Vol.15, 2016.2.1
(4) 廣瀬, 多様な学生集団から固有集団を早期に分類する方法について, 広島工業大学紀要教育編、pp.131-135, Vol.51, 2017.2.1
(5) 廣瀬, ラーニングアナリティクス:授業確認テスト(LCT)の場合, 広島工業大学紀要教育編、pp.137-147, Vol.51, 2017.2.1
(6) 廣瀬, ラーニングアナリティクス:フォローアップ演習(CWT)の場合, 広島工業大学紀要教育編、pp.149-155, Vol.51, 2017.2.1
(7) 廣瀬, 新入生全員を対象としたオンラインテストの実際, 広島工業大学紀要教育編、pp.27-35, Vol.16, 2017.2.1
(8) 廣瀬, フォローアップクラスにおける授業設計について, 広島工業大学紀要教育編、pp.37-41, Vol.16, 2017.2.1
(9) 廣瀬, フォローアップクラス参加による学習効果の確認法について, 広島工業大学紀要教育編、pp.43-47, Vol.16, 2017.2.1
(10) 廣瀬, フォローアッププログラムにおけるオンラインテストの学生の受け止め方, 広島工業大学紀要教育編、pp.49-53, Vol.16, 2017.2.1
(11) 廣瀬, ラーニングアナリティクス:授業確認テストとフォローアップ確認テストの受験トレンド, 広島工業大学紀要教育編、pp.55-60, Vol.16, 2017.2.1
(12) 廣瀬, アダプティブテスティングにおけるIRT困難度の推定: LCTの結果を用いた支援推定法, 広島工業大学紀要研究編、pp.103-108, Vol.52, 2018.2.1
(13) 廣瀬, ラーニングアナリティクス: LCTとFPTの受験状況トレンド2017 vs 2016, 広島工業大学紀要教育編、pp.65-70, Vol.17, 2018.2.1
(14) 廣瀬, テスト問題の配点と得点調整に関する一考察: 項目反応理論との比較, 広島工業大学紀要教育編、pp.71-77, Vol.17, 2018.2.1
(15) 廣瀬, LCT(習熟度確認テスト)とFPT(フォローアップテスト)の受験状況と期末試験の関係, 広島工業大学紀要研究編、pp.93-101, Vol.52, 2018.2.1
(16) 廣瀬, 大規模オンラインテスティングから得られるラーニングアナリティクス, 広島工業大学紀要研究編、pp.159-166, Vol.53, 2019.2.1
(17) 廣瀬, アダプティブテスティングにおけるIRT困難度の推定:3年間のLCTの結果を用いた支援推定, 広島工業大学紀要研究編、pp.167-170, Vol.53, 2019.2.1
(18) 廣瀬, The Number of Consecutive Heads In A Run, 広島工業大学紀要研究編、pp.177-179, Vol.53, 2019.2.1
(19) 廣瀬, ラーニングアナリティクス:LCT受験時間とLCT成績の関係, 広島工業大学紀要研究編、pp.171-175, Vol.53, 2019.2.1
(20) 廣瀬, ラーニングアナリティクス:CWTアクセス数と習熟度の関係, 広島工業大学紀要教育編、pp.39-44, Vol.18, 2019.2.1
(21) 廣瀬, ラーニングアナリティクス:LCT問題への正答率, 広島工業大学紀要教育編、pp.45-49, Vol.18, 2019.2.1
(22) 廣瀬, ラーニングアナリティクス:3年間のFPC出席状況の変遷(2016-2018), 広島工業大学紀要教育編、pp.51-54, Vol.18, 2019.2.1
(23) 廣瀬, ラーニングアナリティクス:LCT合格認定回数とLCT合格数, 広島工業大学紀要教育編、pp.55-58, Vol.18, 2019.2.1
(24) 廣瀬, ラーニングアナリティクス:LCT成績と期末試験成績の関係, 広島工業大学紀要教育編、pp.59-63, Vol.18, 2019.2.1
(25) 廣瀬, フォローアッププログラムアンケートに対する回答結果:ピア・サポーターから, 広島工業大学紀要教育編、pp.81-88, Vol.19, 2020.2.1
(26) 廣瀬, ラーニングアナリティクス:LCT ポイント、LCT のability 値、HIT ポイント、期末試験成績の関係, 広島工業大学紀要教育編、pp.89-97, Vol.19, 2020.2.1
(27) 廣瀬, LCTポイントへの学生の受け止め方, 広島工業大学紀要教育編、pp.99-105, Vol.19, 2020.2.1
(28) 廣瀬, LCTの評価結果を用いたCBTによる期末試験の合否予測, 広島工業大学紀要研究編、pp.141-147, Vol.54, 2020.2.1
(29) 廣瀬, テストの点数のゆらぎについて, 広島工業大学紀要研究編、pp.149-154, Vol.54, 2020.2.1
(30) 廣瀬, ラーニングアナリティクス:自己同一性、PROG、プレースメントテスト成績の関係, 広島工業大学紀要教育編、pp.117-125, Vol.19, 2020.2.1
(31) 廣瀬, 大学数学科目のCBTと記述式による試験の評価結果の比較:線形代数の場合, 広島工業大学紀要研究編、pp.123-131, Vol.54, 2020.2.1
(32) 廣瀬, LCTの結果を使った期末試験の合否予測:2017LCTから作成したモデルに2018LCTを適用, 広島工業大学紀要研究編、pp.137-140, Vol.54, 2020.2.1
(33) 廣瀬, LCT トレンドとFPT トレンドを組み合わせた期末試験の合否予測, 広島工業大学紀要研究編、pp.133-136, Vol.54, 2020.2.1
https://libwww.cc.it-hiroshima.ac.jp/library/pdf/education15_025-033.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education15_035-038.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education15_039-043.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research51_131-135.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research51_137-147.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research51_149-155.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education16_027-035.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education16_037-041.pdhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education16_043-047.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education16_049-053.pdfhttp://www.it-hiroshima.ac.jp/institution/library/pdf/education16_055-060.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research52_103-108.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education17_065-070.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education17_071-077.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research52_093-101.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research53_159-166.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research53_167-170.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research53_177-179.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research53_171-175.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education18_039-044.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education18_045-049.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education18_051-054.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education18_055-058.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education18_059-063.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education19_081-088.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education19_089-097.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education19_099-105.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research54_141-147.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research54_149-154.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/education19_117-125.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research54_123-131.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research54_137-140.pdfhttps://libwww.cc.it-hiroshima.ac.jp/library/pdf/research54_133-136.pdfhttp://hirose.ces.kyutech.ac.jp/shapeimage_1_link_0shapeimage_1_link_1shapeimage_1_link_2shapeimage_1_link_3shapeimage_1_link_4shapeimage_1_link_5shapeimage_1_link_6shapeimage_1_link_7shapeimage_1_link_8shapeimage_1_link_9shapeimage_1_link_10shapeimage_1_link_11shapeimage_1_link_12shapeimage_1_link_13shapeimage_1_link_14shapeimage_1_link_15shapeimage_1_link_16shapeimage_1_link_17shapeimage_1_link_18shapeimage_1_link_19shapeimage_1_link_20shapeimage_1_link_21shapeimage_1_link_22shapeimage_1_link_23shapeimage_1_link_24shapeimage_1_link_25shapeimage_1_link_26shapeimage_1_link_27shapeimage_1_link_28shapeimage_1_link_29shapeimage_1_link_30shapeimage_1_link_31shapeimage_1_link_32

Learning Analytics