JP6705224B2 - 学習支援プログラム、学習支援装置及び学習支援方法 - Google Patents

Description

本発明は、学習支援プログラム、学習支援装置及び学習支援方法に関する。

近年、小中学校等の教育現場では、生徒に配布したタブレット型コンピュータ等の端末装置を活用した学習が行われ始めている。

従来では、宿題を電子学習教材とし、生徒には、自宅等に持ち帰った端末装置を用いて学習に取り組ませる、といった活用の仕方が既に知られている。

具体的には、例えば、ネットワークを介して行われる学習形態において、ユーザの顔とユーザが使用する端末装置との間の状態を判別して、顔と表示画面が近いことや周囲が暗い等、ユーザの健康状態に不適切な状態であると判定された場合にはユーザに警告メッセージを報知する技術が開示されている。また、従来では、問題を送信する教師と問題を受信する生徒の視線方向を検出して、両者の視線情報の相関状態から判定した生徒の集中力に応じて警告メッセージを報知する技術が開示されている。

特開２０１５−１０３０２号公報 特開２００１−２２８７８５号公報

端末装置を用いない学習では、教科書やノート等、学習に必要なものが多くあり、少なくとも、学習机に向かって学習する必要があり、学習する場所が限られていた。しかし、端末装置を用いた学習では、端末装置に表示される教材を見ながら、端末装置に対して指でタッチして選択肢を選択したり、文字を入力するため、学習机がないような不安定な場所でも学習が可能である。また、端末装置の画面の明るさを設定できるため、周囲が暗くても学習が可能である。そのため、例えば、下校時にバスの中で学習を行ったり、暗い部屋の中で学習を行う等学習する場所が限られる場合と比較して、様々な場所で学習できるため、学習に適していない環境で学習が行われる可能性がある。

この場合には、教師が生徒に対し、学習環境を改善させる指導を行うことが好ましいが、様々な場所で学習を行う生徒の学習環境を教師に把握させることは困難であり、生徒毎に個別に学習環境の改善を促すことが困難であった。

さらに、特に自宅で行う学習の場合には、生徒によって家庭環境が異なるため、一般的に学習に適さない環境で学習をしている生徒へ、一律の環境改善指導を行っても、対応できる生徒と対応できない生徒とがいる。また、たとえ適さない環境で学習を行っていても設問への正解率が高いように、十分に集中力を発揮して取り組んでいる生徒もいる。

１つの側面では、本発明は、学習者毎に学習環境の改善を促すことができる学習支援プログラム、学習支援装置及び学習支援方法を提供することを目的としている。

一様態によれば、端末装置毎に、端末装置の有するセンサから収集されたセンサ情報と、設問に対する回答を含む回答情報と、を取得する処理と、前記端末装置毎に、前記回答情報に含まれる回答の正解率が所定値を超えたとき、前記センサ情報に含まれるセンサ値の上限値又は下限値を、前記センサ情報に応じて出力されるアラーム情報を出力するか否かの判定に用いる閾値とし、前記正解率が所定値以下のとき、前記正解率に基づき前記閾値を算出する処理と、前記閾値を、対応する前記端末装置へ出力する処理と、をコンピュータに実行させる。

上記各処理は、上記各処理を実現する機能部、上記各処理を手順としてコンピュータにより実行させる方法、プログラムを記憶したコンピュータ読み取り可能な記憶媒体とすることもできる。

学習者毎に学習環境の改善を促すことができる。

学習支援システムのシステム構成の一例を説明する図である。 教師端末のハードウェア構成の一例を示す図である。 生徒データベースの一例を示す図である。 視線検知データベースの一例を示す図である。 学習結果データベースの一例を示す図である。 センサ情報データベースの一例を示す図である。 生徒別閾値データベースの一例を示す図である。 共通閾値データベースの一例を示す図である。 共通マスタデータベースの一例を示す図である。 アラーム効果カウントデータベースの一例を示す図である。 アラーム効果判定データベースの一例を示す図である。 アラーム履歴データベースの一例を示す図である。 学習支援システムの有する各装置の機能構成を説明する図である。 閾値算出部の機能構成を説明する図である。 アラーム更新判定部の機能構成を説明する図である。 教師端末の動作を説明する第一のフローチャートである。 教師端末の動作を説明する第二のフローチャートである。 生徒端末の動作を説明するフローチャートである。 閾値算出部の処理を説明する第一のフローチャートである。 閾値算出部の処理を説明する第二のフローチャートである。 生徒別閾値情報の更新処理を説明するフローチャートである。 アラーム効果判定部による処理を説明するフローチャートである。 閾値算出部とアラーム効果判定部の処理を説明する図である。 センサ種類が照度センサであった場合の閾値算出部とアラーム効果判定部の処理を説明する図である。 センサ種類が加速度センサであった場合の閾値算出部とアラーム効果判定部の処理を説明する図である。 センサ種類がジャイロセンサであった場合の閾値算出部とアラーム効果判定部の処理を説明する図である。 アラーム情報の一例を示す図である。 生徒端末におけるアラーム情報の表示を説明するフローチャートである。 アラーム情報が表示された画面の例を示す図である。

以下に、図面を参照して実施形態について説明する。図１は、学習支援システムのシステム構成の一例を説明する図である。

本実施形態の学習支援システム１００は、学習支援装置２００と、端末装置３００−１、３００−２、・・・、３００−Ｎを有する。

本実施形態の学習支援システム１００において、学習支援装置２００は、端末装置３００−１、３００−２、・・・、３００−Ｎに対して、電子学習教材を配信する。端末装置３００−１、３００−２、・・・、３００−Ｎでは、それぞれにおいて、各端末装置の利用者により、電子学習教材を用いた学習が行われる。また、本実施形態では、生徒（学習者）が、電子学習教材が配信された端末装置３００を自宅等に持ち帰り、この学習に取り組むことを、「持ち帰り学習」と呼ぶ。

本実施形態の学習支援システム１００は、例えば小中学校等における教育に用いられるものであり、学習支援装置２００は、主に教師が使用し、端末装置３００−１、３００−２、・・・、３００−Ｎは、主に生徒が使用する。したがって、以下の実施形態の説明では、学習支援装置２００を教師端末２００と呼び、端末装置３００−１、３００−２、・・・、３００−Ｎを生徒端末３００−１、３００−２、・・・、３００−Ｎと呼ぶ。また、以下の説明では、生徒端末３００−１、３００−２、・・・、３００−Ｎのそれぞれを区別しない場合には、生徒端末３００−１、３００−２、・・・、３００−Ｎを単に生徒端末３００と呼ぶ。

本実施形態の学習支援システム１００では、例えば各生徒が生徒端末３００を用いて持ち帰り学習を行う場合に、生徒端末３００に設けられた各センサが検出した情報に基づき、持ち帰り学習を行う際の環境が学習に適しているか否かを生徒毎に判定する。そして、本実施形態の学習支援システム１００は、環境が学習に適していないと判定された場合に、生徒端末３００に環境の改善を促す情報を生徒毎に表示させる。

このとき、本実施形態の学習支援システム１００では、生徒端末３００毎に、センサが検出した情報と比較する閾値を設定する。このため、本実施形態では、生徒毎に、環境が学習に適しているか否かを判定でき、環境が学習に適していないと判定された生徒に対しては、生徒毎に生徒端末３００に環境の改善を促す情報を表示させることができる。

本実施形態の教師端末２００は、生徒データベース２１０、視線検知データベース２２０、学習結果データベース２３０、センサ情報データベース２４０、生徒別閾値データベース２５０、共通閾値データベース２６０、共通マスタデータベース２７０、アラーム効果カウントデータベース２８０、アラーム効果判定データベース２８１、生徒別アラーム履歴データベース２８２、学習支援処理部２９０を有する。

生徒データベース２１０には、学習を行う生徒に関する情報が格納される。視線検知データベース２２０は、生徒端末３００から取得したセンサ情報に基づき、生徒毎に視線を検知した結果が格納される。学習結果データベース２３０は、生徒毎の持ち帰り学習の学習結果が格納される。

センサ情報データベース２４０は、生徒端末３００毎に、各生徒端末３００の有する各センサが検出した情報が格納される。生徒別閾値データベース２５０は、生徒端末３００毎の、環境が学習に適しているか否かの判定に用いられる閾値が格納される。

共通閾値データベース２６０は、環境が学習に適しているか否かの判定に用いられる共通の閾値が格納される。共通マスタデータベース２７０は、学習支援処理部２９０の処理に用いられる値が格納される。

アラーム効果カウントデータベース２８０は、アラーム効果判定処理により生成された情報が格納される。アラーム効果判定処理とは、環境の改善を促す情報を表示させることによる効果の有無を判定する処理である。アラーム効果判定データベース２８１は、生徒端末３００毎の、環境の改善を促す情報を表示させることによる効果の有無を判定した結果が格納される。生徒別アラーム履歴データベース２８２は、生徒端末３００毎の、環境の改善を促す情報の表示の履歴を示す情報が格納される。

尚、以下の説明では、環境の改善を促す情報をアラーム情報と呼び、センサから検出された値をセンサ情報と呼ぶ。センサ情報には、センサから検出された複数の値が含まれる。

本実施形態の学習支援処理部２９０は、上述した各データベースを参照し、生徒端末３００毎に、学習内容の正解率に応じて、環境が学習に適しているか否かの判定に用いる閾値を算出して生徒端末３００へ出力し、生徒端末３００毎にアラーム情報を表示させる。

本実施形態の生徒端末３００は、学習処理部３１０を有する。学習処理部３１０は、教師端末２００から、電子学習教材であるコンテンツを受信して、学習内容を表示させる。また、学習処理部３１０は、センサ情報を取得し、学習内容と共に教師端末２００へ送信する。また、学習処理部３１０は、教師端末２００から、センサ毎の閾値を受信し、センサ情報と閾値とを比較した結果に応じて、アラーム情報を生徒端末３００に表示させる。

次に、本実施形態の教師端末２００について説明する。図２は、教師端末のハードウェア構成の一例を示す図である。

本実施形態の教師端末２００は、例えばタブレット型のコンピュータであり、それぞれバスＢで相互に接続されている入出力装置２１、ドライブ装置２２、補助記憶装置２３、メモリ装置２４、演算処理装置２５及びインターフェース装置２６を含む。

入出力装置２１は、タッチパネル等の表示操作装置である。インターフェース装置２６は、モデム、ＬＡＮカード等を含み、ネットワークに接続する為に用いられる。

学習支援プログラムは、教師端末２００を制御する各種プログラムの少なくとも一部である。学習支援プログラムは例えば記録媒体２７の配布やネットワークからのダウンロードなどによって提供される。学習支援プログラムを記録した記録媒体２７は、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的、電気的或いは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。

また、学習支援プログラムは、学習支援プログラムを記録した記録媒体２７がドライブ装置２２にセットされるとは記録媒体２７からドライブ装置２２を介して補助記憶装置２３にインストールされる。ネットワークからダウンロードされた学習支援プログラムは、インターフェース装置２６を介して補助記憶装置２３にインストールされる。

補助記憶装置２３は、インストールされた学習支援プログラムを格納すると共に、必要なファイル、データ等を格納する。メモリ装置２４は、コンピュータの起動時に補助記憶装置２３から学習支援プログラムを読み出して格納する。そして、演算処理装置２５はメモリ装置２４に格納された学習支援プログラムに従って、後述するような各種処理を実現している。

また、本実施形態の教師端末２００は、例えばデスクトップ型のコンピュータ等であっても良い。その場合、入出力装置２１の代わりに、表示機能を有する出力装置と、キーボード等の入力装置とを有していても良い。

本実施形態の生徒端末３００は、一般のタブレット型のコンピュータ等であり、そのハードウェア構成は、図２に示す教師端末２００と同様である。尚、本実施形態の生徒端末３００は、図２には示していないが、カメラ、マイク、加速度センサ、ジャイロセンサ、照度センサ等を有するものである。本実施形態の生徒端末３００は、カメラとマイクの他に、上述した全てのセンサを有していても良いが、全てのセンサを有していなくても良い。また、本実施形態の教師端末２００は、生徒端末３００と同様のセンサ群を有していても良い。本実施形態の生徒端末３００が有する各センサは、例えば一般的なタブレット型のコンピュータに設けられたセンサである。以下の説明におけるセンサとは、生徒端末３００に設けられたカメラ以外のマイク、加速度センサ、ジャイロセンサ、照度センサ等を示すものとする。

次に、図３乃至図１２を参照し、本実施形態の教師端末２００の有する各データベースについて説明する。

図３は、生徒データベースの一例を示す図である。本実施形態の生徒データベース２１０は、情報の項目として、生徒ＩＤと、生徒氏名とを有し、それぞれが対応付けられている。

項目「生徒ＩＤ」の値は、生徒を識別するための識別子を示す。本実施形態では、各生徒の生徒端末３００に、生徒ＩＤが付与されている。したがって、以下の説明では、生徒ＩＤは、生徒端末３００を識別するための識別子でもある。項目「生徒氏名」の値は、生徒の氏名を示す。尚、本実施形態の生徒データベース２１０は、項目「生徒氏名」以外にも、項目「学年」等を有していても良い。

以下の説明では、項目「生徒ＩＤ」の値と、項目「生徒氏名」と対応する他の項目の値とを含む情報を、生徒情報と呼ぶ。

図４は、視線検知データベースの一例を示す図である。本実施形態の視線検知データベース２２０は、情報の項目として、生徒ＩＤと、視線検知時刻と、を有し、両者は対応付けられており、以下の説明では、項目「生徒ＩＤ」の値と、項目「視線検知時刻」の値とを含む情報を、視線検知情報と呼ぶ。

項目「視線検知時刻」の値は、対応する生徒ＩＤが付与された生徒端末３００において生徒の視線を検知した時刻を示す。

尚、図４の例では、生徒ＩＤ「００１」と対応する視線検知時刻が格納された例を示してが、視線検知データベース２２０には、生徒ＩＤ毎の視線検知時刻が格納される。以下の説明では、生徒ＩＤの値と、視線検知時刻の値とを含む情報を視線検知情報と呼ぶ。

図５は、学習結果データベースの一例を示す図である。本実施形態の学習結果データベース２３０は、情報の項目として、生徒ＩＤ、持ち帰り日、持ち帰り学習ＩＤ、設問ＩＤ、科目、回答、回答時刻、正誤、点数、正解率を有する。学習結果データベース２３０において、項目「生徒ＩＤ」と、その他の項目とが対応付けられており、以下の説明では、項目「生徒ＩＤ」の値と、その他の項目の値とを含む情報を、学習結果情報と呼ぶ。

項目「持ち帰り日」の値は、生徒端末３００が持ち帰られた日付を示す。具体的には、項目「持ち帰り日」の値は、生徒端末３００が教師端末２００から電子学習教材であるコンテンツをダウンロードした日を示す。

項目「持ち帰り学習ＩＤ」の値は、生徒端末３００がダウンロードしたコンテンツを識別するための識別情報を示す。項目「設問ＩＤ」の値は、コンテンツに含まれる設問を識別するための識別情報である。項目「科目」の値は、持ち帰り学習ＩＤにより識別されるコンテンツと対応する科目を示す。項目「回答」の値は、設問ＩＤにより識別される設問に対して入力された回答の内容を示す。

項目「回答時刻」の値は、生徒端末３００において、対応する項目「回答」の値が入力された時刻を示す。項目「正誤」の値は、対応する項目「回答」の値が、正答であるか誤答であるか否かを示す。項目「点数」の値は、設問ＩＤにより識別される設問に対応する点数を示す。項目「正解率」の値は、コンテンツに含まれる各設問の回答が正解であった確率である。

尚、本実施形態の学習結果データベース２３０では、設問に対する回答の正誤がわかれば良く、項目「点数」は含まれなくても良い。

図５の例では、生徒ＩＤ「００１」の生徒の生徒端末３００は、２０１５／５／１０に持ち帰り学習ＩＤ「ｍ０００１」のコンテンツを教師端末２００からダウンロードしたことがわかる。また、図５の例では、持ち帰り学習ＩＤ「ｍ０００１」のコンテンツの教科は算数であり、設問ＩＤ「ｓｍ０００１」、「ｓｍ０００２」、「ｓｍ０００３」の設問が含まれることがわかる。さらに、図５の例では、２０１５／５／１０の１９：１０：２９に、設問ＩＤ「ｓｍ０００１」の回答として「１２」が入力され、この回答が誤った回答であることがわかる。

図６は、センサ情報データベースの一例を示す図である。図６（Ａ）に示すセンサ情報データベース２４０−１は、マイクにより検出された音声情報と、照度センサにより検出された照度情報と、が格納される。また、図６（Ｂ）に示すセンサ情報データベース２４０−２は、ジャイロセンサにより検出された生徒端末３００の振動情報と、加速度センサにより検出された生徒端末３００の傾き情報とが格納される。

本実施形態のセンサ情報データベース２４０−１、２４０−２は、情報の項目として、生徒ＩＤ、センサ種類、値、時刻を有する。項目「センサ種類」の値は、センサの種類を示す。項目「値」は、対応するセンサから取得した値を示す。項目「時刻」の値は、対応する値を取得した時刻を示す。

例えば、センサ情報データベース２４０−１では、２０１５／５／１０の１９：１０に、生徒ＩＤ「００１」の生徒の生徒端末３００の照度センサが３２０［ｌｘ］を検出し、マイクが２９［ｄＢ］を検出したことがわかる。

また、例えばセンサ情報データベース２４０−２では、２０１５／５／１０の１９：１０に、生徒ＩＤ「００１」の生徒の生徒端末３００のジャイロセンサが、Ｘ軸、Ｙ軸、Ｚ軸ともに０を検出したことがわかる。

図７は、生徒別閾値データベースの一例を示す図である。図７（Ａ）に示す生徒別閾値データベース２５０−１は、学習支援処理部２９０による生徒毎の閾値の設定が行われると、図７（Ｂ）に示す生徒別閾値データベース２５０−２に更新される。尚、図７では、生徒ＩＤ「００１」の生徒の生徒別閾値データベース２５０を示しており、生徒別閾値データベース２５０は、生徒ＩＤ毎に生成される。

本実施形態の生徒別閾値データベース２５０−１、２５０−２は、情報の項目として、生徒ＩＤ、設定日、センサ種類、アラーム種類、下限値、上限値、アラームＩＤを有する。

以下の説明では、項目「生徒ＩＤ」の値と、その他の項目の値とを含む情報を生徒別閾値情報と呼ぶ。

生徒別閾値データベース２５０−１、２５０−２において、項目「設定日」の値は、対応する上限値と下限値が設定された日付を示す。項目「アラーム種類」の値は、アラーム情報を識別する識別情報を示す。項目「下限値」及び項目「上限値」の値は、アラーム情報を出力するか否かを判定するための閾値を示す。より具体的には、項目「下限値」及び項目「上限値」の値のうち、一方の値が、アラーム情報を出力するか否かを判定するための閾値となり、他方の値がアラーム情報の種類を切り替えるか否かを判定するための閾値となる。項目「アラームＩＤ」の値は、表示させるアラーム情報を示す。

図７（Ａ）では、生徒ＩＤ「００１」が付与された生徒端末３００において、マイクが検出した音量が下限値である４０［ｄＢ］を超えると、アラーム種類が「警告」のアラームＩＤ「ａｍ０００３」のアラーム情報が生徒端末３００に表示される。また、図７（Ａ）では、生徒ＩＤ「００１」が付与された生徒端末３００において、マイクが検出した音量が下限値である８１［ｄＢ］を超えると、アラーム種類が「停止」のアラームＩＤ「ａｍ０００４」のアラーム情報が生徒端末３００に表示される。

したがって、センサ種類がマイクの場合には、アラーム種類が「警告」の下限値の値がアラーム情報を出力するか否かを判定するための閾値となる。また、センサ種類がマイクの場合には、アラーム種類が「停止」の下限値が、アラーム情報をアラーム種類「警告」からアラーム種類「停止」へ切り替えるか否かを判定するための閾値となる。

尚、アラーム種類が「警告」であるアラーム情報とは、例えば、環境が学習に適していないことを警告し、環境の改善を促す情報である。また、アラーム種類が「停止」であるアラーム情報とは、例えば、環境が学習に適していないことを警告し、環境の改善か、又は学習の停止を促す情報である。

尚、学習の停止を促すだけでなく、生徒に環境改善の努力を行わせるために、センサ値が切替判定閾値以下となるまで、アラーム表示を継続させても良い。このようにすれば、学習に適していない環境での学習を中断させることができる。

同様に、図７（Ａ）では、生徒ＩＤ「００１」が付与された生徒端末３００において、照度センサが検出した光量が上限値である８０［ｌｘ］未満の場合、アラーム種類が「警告」のアラームＩＤ「ａｍ０００１」のアラーム情報が生徒端末３００に表示される。また、図７（Ａ）では、生徒ＩＤ「００１」が付与された生徒端末３００において、照度センサが検出した光量が下限値である２０［ｌｘ］以下となると、アラーム種類が「停止」のアラームＩＤ「ａｍ０００２」のアラーム情報が生徒端末３００に表示される。

したがって、センサ種類が照度センサの場合には、アラーム種類が「警告」の上限値の値がアラーム情報を出力するか否かを判定するための閾値となる。

また、センサ種類が照度センサの場合には、アラーム種類が「停止」の上限値が、アラーム情報をアラーム種類「警告」からアラーム種類「停止」へ切り替えるか否かを判定するための閾値となる。

また、図７では示していないが、例えば加速度センサのセンサ情報は、生徒端末３００の傾きを示す。学習の際に、生徒端末３００が著しく傾いている場合には、環境が学習に適しているとは考えにくい。

したがって、項目「センサ種類」が「加速度」である場合は、照度センサと同様に、アラーム種類が「警告」の上限値の値がアラーム情報を出力するか否かを判定するための閾値となる。また、アラーム種類が「停止」の上限値が、アラーム情報をアラーム種類「警告」からアラーム種類「停止」へ切り替えるか否かを判定するための閾値となる。

また、例えばジャイロセンサのセンサ情報は、生徒端末３００の振動を示す。学習の際に、生徒端末３００の振動が大きい場合には、環境が学習に適しているとは考えにくい。

したがって、項目「センサ種類」が「ジャイロ」である場合は、マイクと同様に、アラーム種類が「警告」の下限値の値がアラーム情報を出力するか否かを判定するための閾値となる。また、アラーム種類が「停止」の下限値が、アラーム情報をアラーム種類「警告」からアラーム種類「停止」へ切り替えるか否かを判定するための閾値となる。

以下の説明では、アラーム情報を出力するか否かを判定するための閾値を出力判定閾値と呼び、表示するアラーム情報を切り替えるか否かを判定するための閾値を切替判定閾値と呼ぶ。

図８は、共通閾値データベースの一例を示す図である。本実施形態の共通閾値データベース２６０は、情報の項目として、アラームＩＤ、センサ種類、アラーム種類、下限値、上限値を有する。以下の説明では、共通閾値データベース２６０において、項目「アラームＩＤ」の値と、その他の項目の値とを含む情報を共通閾値情報と呼ぶ。

本実施形態の共通閾値データベース２６０に格納された上限値及び下限値は、例えば生徒別の閾値が設定されていない場合等に、共通の閾値として用いられる値である。

図９は、共通マスタデータベースの一例を示す図である。本実施形態の共通マスタデータベース２７０は、例えば学習支援システム１００の管理者等により予め設定された値が格納されており、学習支援処理部２９０が処理を実行する際に参照される。

共通マスタデータベース２７０は、情報の項目として、設定項目と設定値とを有する。項目「設定項目」の値は、予め値が設定されている項目を示す。項目「設定値」の値は、設定項目に対して設定された値を示す。

図９の例では、夜間開始時刻として０：００が設定され、夜間終了時刻として５：５９が設定されていることがわかる。つまり、図９の例では、０：００〜５：５９までを夜間と見なすことが設定されている。

また、図９の例では、正解率が６０％、アラーム効果判定有効日数が３日に設定されていることがわかる。本実施形態では、例えば、アラーム効果判定有効日数以内に、アラーム情報を出力することが環境改善の向上にとって効果的であるか否かを判定した判定結果を有効な判定結果として採用しても良い。

共通マスタデータベース２７０に格納された値は、後述する学習支援処理部２９０の処理に用いられる。

図１０は、アラーム効果カウントデータベースの一例を示す図である。本実施形態のアラーム効果カウントデータベース２８０は、アラーム効果判定処理により生成される情報が格納される。

本実施形態のアラーム効果カウントデータベース２８０は、情報の項目として、生徒ＩＤ、効果有無、累積値、更新日を有する。項目「効果有無」の値は、アラーム情報の効果の有無を示す。項目「累積値」の値は、アラーム情報の効果が有ると判定された回数、又はアラーム情報の効果が無いと判定された回数を示す。項目「更新日」の値は、アラーム効果判定処理が行われた日付を示す。以下の説明では、アラーム効果カウントデータベース２８０において、項目「生徒ＩＤ」の値と、その他の項目の値とを含む情報をアラーム効果カウント情報と呼ぶ。

図１０の例では、２０１５／５／１１の時点で、生徒ＩＤ「００１」に対して、アラーム情報を表示することに効果が有ると判定された回数が１０回であり、アラーム情報を表示することに効果が無いと判定された回数が９回であることがわかる。

図１１は、アラーム効果判定データベースの一例を示す図である。本実施形態のアラーム効果判定データベース２８１は、生徒毎のアラーム効果判定処理による判定結果が格納される。アラーム効果判定データベース２８１は、情報の項目として、生徒ＩＤ、判定結果、更新日を有する。項目「判定結果」の値は、アラーム情報の効果の有無を判定した結果を示す。

以下の説明では、アラーム効果判定データベース２８１において、項目「生徒ＩＤ」の値と、その他の項目の値とを含む情報を、アラーム効果判定情報と呼ぶ。

図１１では、２０１５／５／１１の時点では、生徒ＩＤ「００１」の生徒に対するアラーム情報の表示は効果が無いと判定されていることがわかる。

図１２は、アラーム履歴データベースの一例を示す図である。本実施形態の生徒別アラーム履歴データベース２８２は、生徒毎に、表示されたアラーム情報の履歴を示す情報が格納される。生徒別アラーム履歴データベース２８２は、情報の項目として、生徒ＩＤ、アラームＩＤ、表示日時を有する。項目「表示日時」の値は、アラームＩＤと対応するアラーム情報が生徒端末３００に表示された日時を示す。以下の説明では、生徒別アラーム履歴データベース２８２において、項目「生徒ＩＤ」の値と、その他の項目の値と、を含む情報を生徒別アラーム履歴情報と呼ぶ。

図１２では、生徒ＩＤ「００１」が付与された生徒端末３００に、２０１５／５／１０の１６時２５分３９秒に、アラームＩＤ「ａｍ０００３」と対応するアラーム情報が表示されたことがわかる。

尚、アラームＩＤ「ａｍ０００３」と対応するアラーム情報とは、マイクにより検出された値に基づく種類が「警告」のアラーム情報である（図８参照）。

以上に説明した本実施形態の各データベースは、例えば教師端末２００の補助記憶装置２３等に設けられていても良い。

次に、図１３を参照し、本実施形態の学習支援システム１００の有する各装置の機能構成について説明する。図１３は、学習支援システムの有する各装置の機能構成を説明する図である。

始めに、教師端末２００の機能構成について説明する。本実施形態の教師端末２００は、学習支援処理部２９０を有する。学習支援処理部２９０は、演算処理装置２５がメモリ装置２４等に格納された学習支援プログラムを実行することで実現される。

本実施形態の学習支援処理部２９０は、入力受付部２９１、コンテンツ出力部２９２、センサ起動要求部２９３、閾値出力部２９４、センサ情報取得部２９５、視線検知取得部２９６、閾値算出部２９７、アラーム効果判定部２９８を有する。

入力受付部２９１は、教師端末２００に対する入力を受け付ける。入力受付部２９１は、例えば入出力装置２１に対する操作や、生徒端末３００から送信される情報の入力を受け付ける。

コンテンツ出力部２９２は、電子学習教材であるコンテンツを生徒端末３００に出力する。尚、コンテンツは、予め教師端末２００において生成され、補助記憶装置２３やメモリ装置２４等に格納されていても良いし、教師端末２００が外部のサーバ等からダウンロードしてきたものであっても良い。

センサ起動要求部２９３は、コンテンツ出力部２９２によりコンテンツを出力する際に、生徒端末３００へ出力する際に、生徒端末３００に対して、各センサとカメラの起動要求を行う。

閾値出力部２９４は、生徒端末３００に付与された生徒ＩＤを含む生徒別閾値情報を生徒端末３００へ出力する。

センサ情報取得部２９５は、生徒端末３００から出力されるセンサ情報を生徒ＩＤと共に取得し、センサ情報データベース２４０へ格納する。視線検知取得部２９６は、生徒端末３００において検知された視線検知結果を示す情報を生徒ＩＤと共に取得し、視線検知データベース２２０へ格納する。

閾値算出部２９７は、コンテンツに含まれる設問に対する回答の正解率に応じて、生徒端末３００毎に生徒別閾値情報における上限値又は下限値を算出する。閾値算出部２９７の詳細は後述する。

アラーム効果判定部２９８は、生徒端末３００に対するアラーム情報の表示が、生徒の学習環境の向上に対して効果を奏しているか否かを判定する。アラーム効果判定部２９８の詳細は後述する。

次に、生徒端末３００の機能構成について説明する。本実施形態の生徒端末３００は、学習処理部３１０を有する。本実施形態の学習処理部３１０は、生徒端末３００のメモリ装置等に格納された学習プログラムを生徒端末３００の演算処理装置が実行することで実現される。

本実施形態の学習処理部３１０は、入力受付部３１１、閾値有無判定部３１２、アラーム出力判定部３１３、表示制御部３１４、アラーム情報記憶部３１５、センサ情報収集部３１６、回答情報保持部３１７、視線検知部３１８、情報出力部３１９を有する。

本実施形態の入力受付部３１１は、生徒端末３００に対する情報の入力を受け付ける。入力受付部３１１は、例えば生徒端末３００の入出力装置に対する操作や、教師端末２００から送信される情報の入力を受け付ける。

閾値有無判定部３１２は、教師端末２００から送信されたコンテンツと共に、生徒別閾値情報が送信されたか否かを判定する。アラーム出力判定部３１３は、コンテンツを表示させ、持ち帰り学習を実行している最中に、生徒別閾値情報に含まれる上限値又は下限値と、センサ情報とを比較し、アラーム情報を出力するか否かを判定する。

表示制御部３１４は、アラーム情報を出力すると判定された場合に、該当するアラーム情報を生徒端末３００に表示させる。

アラーム情報記憶部３１５は、アラーム情報をアラームＩＤと対応付けて記憶している。本実施形態のアラーム情報記憶部３１５が記憶するアラーム情報は、予め生徒端末３００に格納されていても良いし、コンテンツと共に教師端末２００からダウンロードされても良い。また、アラームＩＤと対応付けられたアラーム情報は、教師端末２００に記憶されていても良い。アラーム情報記憶部３１５の詳細は後述する。

センサ情報収集部３１６は、生徒別閾値情報のセンサ種類が示すセンサのセンサ情報を収集する。回答情報保持部３１７は、生徒端末３００において行われた学習の結果である回答情報を保持する。回答情報は、学習結果情報に含まれる項目「正誤」と項目「点数」以外の項目を含む情報である。つまり、回答情報は、生徒ＩＤと、持ち帰り日と、持ち帰り学習ＩＤと、設問ＩＤと、科目と、回答と、回答時刻を含む情報である。

視線検知部３１８は、生徒端末３００の有するカメラにより撮像された画像から、生徒端末３００に向けられた視線を検知し、視線検知情報として保持する。具体的には、視線検知部３１８は、生徒端末３００に視線が向けられた時刻を検知し、生徒ＩＤと視線を検知した時刻とを対応付けた情報を視線検知情報とする。

情報出力部３１９は、センサ情報、回答情報及び視線検知情報を教師端末２００へ送信する。

次に、本実施形態の閾値算出部２９７について説明する。図１４は、閾値算出部の機能構成を説明する図である。

本実施形態の閾値算出部２９７は、学習時間特定部２７１、正解率算出部２７２、センサ情報比較部２７３、正解率判定部２７４、履歴有無判定部２７５、結果有無判定部２７６、空き時間検出部２７７、閾値更新部２７８を有する。

本実施形態の学習時間特定部２７１は、視線検知情報と、回答情報とから、生徒が持ち帰り学習を行った学習時間帯を特定する。正解率算出部２７２は、生徒端末３００から受信した回答情報から、回答の正解率を算出する。尚、教師端末２００は、生徒端末３００にダウンロードしたコンテンツに含まれる設問の正解を予め保持しており、回答情報と正解とを比較して正解率を算出する。

センサ情報比較部２７３は、センサ情報と閾値とを比較する。正解率判定部２７４は、学習結果データベース２３０における学習結果情報に含まれる正解率が、共通マスタデータベース２７０に格納された正解率を超えているか否かを判定する。

履歴有無判定部２７５は、生徒別アラーム履歴データベース２８２において、生徒ＩＤと対応する生徒別アラーム履歴情報が存在するか否かを判定する。

結果有無判定部２７６は、アラーム効果判定有効日数以内のアラーム効果判定結果が存在するか否かを判定する。具体的には、結果有無判定部２７６は、判定結果データベース２８１に、該当する生徒ＩＤと対応した判定結果が格納されているか否かを判定している。

空き時間検出部２７７は、視線検知情報と回答情報とから、空き時間帯を検出する。空き時間帯とは、センサ情報を収集している時間帯のうち、夜間と学習時間帯以外の時間帯である。閾値更新部２７８は、生徒別閾値情報に含まれる閾値を更新する。

次に、本実施形態のアラーム効果判定部２９８について説明する。図１５は、アラーム更新判定部の機能構成を説明する図である。

本実施形態のアラーム効果判定部２９８は、アラーム履歴判定部２６１、表示時刻取得部２６２、センサ情報比較部２６３、効果判定部２６４、結果有無判定部２６５、有効日数判定部２６６、判定結果設定部２６７を有する。

アラーム履歴判定部２６１は、生徒別アラーム履歴データベース２８２を参照し、生徒端末３００毎のアラーム情報の表示履歴の有無を判定する。表示時刻取得部２６２は、生徒端末３００においてアラーム情報が表示された時刻を取得する。センサ情報比較部２６３は、センサ情報比較部２７３と同様の処理を行う。

効果判定部２６４は、アラーム情報の表示により環境が改善したか否かを判定する。結果有無判定部２６５は、結果有無判定部２７６と同様の処理を行う。

有効日数判定部２６６は、アラーム効果判定データベース２８１に格納された、該当する生徒ＩＤと対応する判定結果が、アラーム効果判定有効日数内に判定された結果であるか否かを判定する。判定結果設定部２６７は、センサ情報比較部２６３による比較結果と、アラーム効果カウントデータベース２８０とに基づき、アラーム情報の表示が、学習環境の向上に対して効果があるか否かを判定し、その結果をアラーム効果判定データベース２８１に格納する。

次に、本実施形態の学習支援システム１００の有する各装置の動作について説明する。始めに、教師端末２００の動作について説明する。

図１６は、教師端末の動作を説明する第一のフローチャートである。図１６は、生徒端末３００からコンテンツの取得要求を受けた際の教師端末２００の動作を示す。

本実施形態の教師端末２００の学習支援処理部２９０は、入力受付部２９１により、生徒端末３００から、生徒ＩＤと共にコンテンツの取得要求（ダウンロード要求）を受信する（ステップＳ１６０１）。

続いて学習支援処理部２９０は、コンテンツ出力部２９２により、コンテンツの取得要求を行った生徒端末３００に対してコンテンツを出力し、センサ起動要求部２９３により、コンテンツと共に生徒端末３００のセンサとカメラの起動要求を生徒端末３００へ送信する（ステップＳ１６０２）。

続いて学習支援処理部２９０は、閾値出力部２９４により、生徒別閾値データベース２５０を参照し、受信した生徒ＩＤを含む生徒別閾値情報を検索する（ステップＳ１６０３）。続いて、閾値出力部２９４は、該当する生徒別閾値情報が存在するか否かを判定する（ステップＳ１６０４）。

ステップＳ１６０４において、該当する生徒別閾値情報が存在しない場合、学習支援処理部２９０は、処理を終了する。ステップＳ１６０４において、該当する生徒別閾値情報が存在する場合、閾値出力部２９４は、生徒端末３００に対し、該当する生徒別閾値情報を送信し（ステップＳ１６０５）、処理を終了する。

尚、本実施形態では、該当する生徒別閾値情報が存在しない場合には処理を終了するものとしたが、これに限定されない。該当する生徒別閾値情報が存在しない場合には、教師端末２００は、共通閾値情報を生徒端末３００へ送信しても良い。

図１７は、教師端末の動作を説明する第二のフローチャートである。図１７は、生徒端末３００から回答情報を受信する際の動作を示す。

本実施形態の教師端末２００の学習支援処理部２９０は、入力受付部２９１により、生徒端末３００から回答情報を受信する。このとき、入力受付部２９１は、回答情報と共に、監視対象とされたセンサのセンサ情報と、視線検知情報と、を受信する（ステップＳ１７０１）。

続いて学習支援処理部２９０は、センサ起動要求部２９３により、センサ及びカメラの動作の終了指示を送信する（ステップＳ１７０２）。

続いて、学習支援処理部２９０は、閾値算出部２９７により、生徒別閾値算出処理を行う（ステップＳ１７０３）。続いて、学習支援処理部２９０は、アラーム効果判定部２９８により、アラーム効果判定処理を行い（ステップＳ１７０４）、処理を終了する。閾値算出部２９７による生徒別閾値算出処理と、アラーム効果判定部２９８によるアラーム効果判定処理の詳細は後述する。

次に、図１８を参照して、本実施形態の生徒端末３００の動作について説明する。図１８は、生徒端末の動作を説明するフローチャートである。

本実施形態の生徒端末３００の学習処理部３１０は、入力受付部３１１により、教師端末２００からコンテンツとカメラ及び各センサの起動要求とを受信する（ステップＳ１８０１）。学習処理部３１０は、この要求を受けて、センサ情報収集部３１６により各センサのセンサ情報の収集を開始する。また、視線検知部３１８は、この要求を受けてカメラによる撮像を開始し、視線検知処理を開始する。

続いて、学習処理部３１０は、入力受付部３１１により、持ち帰り学習の開始指示を受け付けたか否かを判定する（ステップＳ１８０２）。

ステップＳ１８０２において、開始指示を受け付けない場合、開始指示を受け付けるまで待機する。ステップＳ１８０２において、開始指示を受け付けると、学習処理部３１０は、閾値有無判定部３１２により、コンテンツと共に生徒別閾値情報を受信したか否かを判定する（ステップＳ１８０３）。

ステップＳ１８０３において、生徒別閾値情報を受信した場合、後述するステップＳ１８１０へ進む。ステップＳ１８０３において、生徒別閾値情報を受信していない場合とは、この生徒閾値情報に含まれる生徒ＩＤの生徒に対して、アラーム情報の出力判定を行わない場合、すなわちアラーム情報の出力を行わないことを示している。

ステップＳ１８０４において、生徒別閾値情報を受信していない場合、学習処理部３１０は、表示制御部３１４により、受信したコンテンツを生徒端末３００に表示させる（ステップＳ１８０４）。

続いて学習処理部３１０は、入力受付部３１１により、持ち帰り学習の終了指示を受け付けたか否かを判定する（ステップＳ１８０５）。ステップＳ１８０５において、終了指示を受け付けない場合、学習処理部３１０は、ステップＳ１８０４に戻る。

ステップＳ１８０５において、終了指示を受け付けると、学習処理部３１０は、回答情報保持部３１７により、回答情報を保持する（ステップＳ１８０６）。続いて、学習処理部３１０は、入力受付部３１１により、回答情報の送信指示を受け付ける（ステップＳ１８０７）。

続いて学習処理部３１０は、情報出力部３１９により、回答情報と、センサ情報と、視線検知情報とを教師端末２００へ送信する（ステップＳ１８０８）。すなわち、本実施形態の生徒端末３００は、教師端末２００からコンテンツを受信したときから、コンテンツによる学習の回答情報を教師端末２００へ送信するまでの間に収集されたセンサ情報と視線検知情報とを、教師端末２００へ送信する。

続いて学習処理部３１０は、入力受付部３１１により、教師端末２００からカメラと各センサの動作の終了指示を受けて、カメラによる画像データの取得と、センサによるセンサ情報の取得を終了し（ステップＳ１８０９）、処理を終了する。

ステップＳ１８０３において、生徒別閾値情報を受信した場合とは、この生徒閾値情報に含まれる生徒ＩＤと対応する生徒に対してアラーム情報の出力判定を行うことを示している。

ステップＳ１８０３において、生徒別閾値情報を受信した場合、学習処理部３１０は、表示制御部３１４によりコンテンツを表示させる（ステップＳ１８１０）。

続いて、学習処理部３１０は、アラーム出力判定部３１３、表示制御部３１４、アラーム情報記憶部３１５により、アラーム情報を出力するか否かの判定と、アラーム情報の表示制御を行う（ステップＳ１８１１）。

具体的には、アラーム出力判定部３１３は、生徒別閾値情報に含まれるセンサ種類が示すセンサから収集したセンサ情報と、生徒別閾値情報に含まれる閾値（上限値又は下限値）とを比較し、アラーム情報を出力するか否かを判定する。また、表示制御部３１４は、センサ情報の値から、アラーム情報記憶部３１５を参照し、表示するアラーム情報を選択して表示させる。ステップＳ１８１１の処理の詳細は後述する。

続いて学習処理部３１０は、入力受付部３１１により、持ち帰り学習の終了指示が入力されたか否かを判定する（ステップＳ１８１２）。ステップＳ１８１２において、終了指示を受け付けない場合、学習処理部３１０は、ステップＳ１８１１へ戻る。

ステップＳ１８１２において、終了指示を受け付けた場合、学習処理部３１０は、アラーム出力判定部３１３による判定を終了し（ステップＳ１８１３）、ステップＳ１８０６へ進む。

以上のように、本実施形態によれば、生徒ＩＤと対応した生徒別閾値情報が存在する場合には、教師端末２００は、生徒別閾値情報を生徒ＩＤと対応する生徒端末３００へ送信する。生徒端末３００は、生徒別識別情報において閾値が設定されているセンサのセンサ情報と、閾値とを比較した結果に応じてアラーム情報を出力する。

したがって、本実施形態によれば、生徒毎にアラーム情報を出力するための閾値を設定することができる。

次に、本実施形態の閾値算出部２９７の処理について説明する。図１９は、閾値算出部の処理を説明する第一のフローチャートである。図１９では、図１７のステップＳ１７０３における生徒別閾値算出処理を示す。

本実施形態の閾値算出部２９７は、センサ毎に、閾値算出処理を実行する（ステップＳ１９０１）。本実施形態の閾値算出部２９７は、生徒端末３００が教師端末２００からコンテンツを受信したときから、コンテンツによる学習の回答情報を教師端末２００へ送信するまでの間に収集されたセンサ情報と、視線検知情報とを用いて、センサ毎の閾値を算出する。

ステップＳ１９０１の閾値算出処理の詳細は後述する。続いて閾値算出部２９７は、全てのセンサにおいて閾値の算出が完了したか否かを判定する（ステップＳ１９０２）。

ステップＳ１９０２において、全てのセンサの閾値の算出が完了していない場合、閾値算出部２９７はステップＳ１９０１へ戻る。ステップＳ１９０２において、全てのセンサの閾値の算出が完了した場合、閾値算出部２９７は、処理を終了する。

次に、本実施形態のセンサ毎の閾値算出処理について説明する。図２０は、閾値算出部の処理を説明する第二のフローチャートである。図２０では、図１９のステップＳ１９０１におけるセンサ毎の閾値算出処理を示す。また、図２０では、生徒別閾値情報のうち、アラーム種類「警告」の下限値が、アラーム情報を出力するか否かを判定するための閾値となるセンサの閾値算出処理を示している。

本実施形態の閾値算出部２９７は、学習時間特定部２７１により、生徒端末３００から受信した視線検知情報と、回答情報と、に基づき学習時間帯を特定する（ステップＳ２００１）。

具体的には、学習時間特定部２７１は、例えば、回答情報に含まれる、ある設問の回答時刻と、他の設問の回答時刻との間に、生徒端末３００に向けられた視線を検知した場合には、ある設問の回答時刻から他の設問の回答時刻までを学習時間帯に含めても良い。

続いて、閾値算出部２９７は、正解率算出部２７２により、回答情報と設問の正解とを比較し、回答情報に含まれる回答の正解率を算出する（ステップＳ２００２）。算出された正解率は、学習結果データベース２３０に、生徒ＩＤと対応付けて格納される。

続いて、閾値算出部２９７は、時刻ｔをｘとし、特定された学習時間帯の開始時刻をｔ１、の終了時刻をｔ２とする（ステップＳ２００３）。

続いて、閾値算出部２９７は、センサ情報比較部２７３により、共通閾値データベース２６０を参照し、該当するセンサ種類の「警告」の下限値から、関数ｆ１（ｘ）を定義する（ステップＳ２００４）。関数ｆ１（ｘ）は、時刻ｔがｘのときに、値が該当するセンサ種類でアラーム種類が「警告」の下限値となるように定義された関数である。言い換えれば、関数ｆ１（ｘ）は、時刻ｔがｘのときに、出力判定閾値となるように定義された関数である。

続いて、センサ情報比較部２７３は、該当するセンサ種類のセンサから収集したセンサ情報から、関数ｆ２（ｘ）を定義する（ステップＳ２００５）。関数ｆ２（ｘ）は、収集したセンサ情報の値を近似式等により関数としたものである。

続いてセンサ情報比較部２７３は、関数ｆ１（ｘ）において、ｘ＝ｔ１からｘ＝ｔ２までの積分値Ｆ１を求める（ステップＳ２００６）。続いて、センサ情報比較部２７３は、関数ｆ２（ｘ）において、ｘ＝ｔ１からｘ＝ｔ２までの積分値Ｆ２を求める（ステップＳ２００７）。

次に、センサ情報比較部２７３は、積分値Ｆ２＞積分値Ｆ１であるか否かを判定する（ステップＳ２００８）。つまり、センサ情報比較部２７３は、学習時間帯において、センサの値が出力判定閾値（アラーム種類が「警告」の下限値）を超えるときがあるか否かを判定している。

ステップＳ２００８において、積分値Ｆ２＞積分値Ｆ１でない場合、閾値算出部２９７は、処理を終了する。

ステップＳ２００８において、積分値Ｆ２＞積分値Ｆ１であった場合、閾値算出部２９７は、生徒別閾値情報における、アラーム情報を出力するか否かの判定に用いられる値を更新する更新処理を行い（ステップＳ２００９）、処理を終了する。

以下に、図２１を参照して、ステップＳ２００９の更新処理を説明する。図２１は、生徒別閾値情報の更新処理を説明するフローチャートである。

本実施形態の閾値算出部２９７は、正解率判定部２７４により、学習結果データベース２３０に格納された、生徒ＩＤと対応する正解率が、共通マスタデータベース２７０に格納された正解率を超えているか否かを判定する（ステップＳ２１０１）。

ステップＳ２１０１において、共通マスタデータベース２７０の正解率を超えている場合、後述するステップＳ２１０５へ進む。

尚、ここでは出力判定閾値を収集されたセンサ値の最大値に更新するものとしたが、これに限定されない。出力判定閾値は、収集されたセンサ値の平均値等に更新されても良い。

設問に対する正解率は、学習の際の生徒の集中の度合いを示す指標と捉えることができる。そこで、本実施形態では、正解率が予め設定された値を超えていれば、この生徒は、十分に集中して学習に取り組むことができており、環境は学習に適したものと考える。

つまり、一定の正解率を超えている生徒について、現在の環境がこの生徒にとっては学習に適した環境とである、と捉え、アラーム情報の出力判定を行わないようにする。

尚、正解率が共通マスタデータベース２７０の正解率を超えている場合に、生徒端末３００から収集されたセンサ値が共通閾値データベース２６０の値を超えていた場合、当該生徒の生徒別閾値情報が、今回収集されたセンサ値の最大値や平均値等に更新されても良い。これも、一定の正解率を超えている生徒について、現在の環境がこの生徒にとっては学習に適した環境である、と捉えるためである。

ステップＳ２１０１において、共通マスタデータベース２７０の正解率を超えていない場合、閾値算出部２９７は、履歴有無判定部２７５により、生徒別アラーム履歴データベース２８２において、受信した生徒ＩＤを含む生徒別アラーム履歴情報を検索する（ステップＳ２１０２）。続いて、履歴有無判定部２７５は、生徒別アラーム履歴データベース２８２に、該当する生徒別アラーム履歴情報が存在するか否かを判定する（ステップＳ２１０３）。

ステップＳ２１０３において、該当する生徒別アラーム履歴情報が存在する場合、結果有無判定部２７６は、アラーム効果判定データベース２８１において、共通マスタデータベース２７０に格納されたアラーム効果判定有効日数以内に判定されており、且つ効果があると判定された判定結果が存在するか否かを判定する（ステップＳ２１０４）。

ステップＳ２１０４において、該当する判定結果が存在しない場合、閾値算出部２９７は、閾値更新部２７８により、生徒別閾値データベース２５０から、受信した生徒ＩＤを含む生徒別閾値情報のうち、項目「センサ種類」の値が該当するセンサである生徒別閾値情報を削除し、アラーム情報の出力判定を行う設定をなくし（ステップＳ２１０５）、処理を終了する。

ステップＳ２１０４の処理について説明する。ステップＳ２１０４でＮｏへ向かう場合とは、受信した生徒ＩＤの生徒は、アラーム情報を出力することが効果的であると判定されており、且つこの判定結果が有効な場合である。すなわち、この生徒は、アラーム情報の出力が環境改善に効果的と判定されているにも関わらず、環境を改善していない生徒と言える。このような場合、生徒は、やむを得ない事情により、環境を改善することが困難な状況であることが推測できる。環境の改善が困難であるにも関わらず、繰り返し環境の改善を促すアラーム情報を出力することは、学習意欲の低減や、精神的な負担につながる可能性がある。

そこで、本実施形態では、ステップＳ２１０４でＮｏへ向かう場合には、このセンサのセンサ情報に基づくアラーム情報を出力しないようにする。

ステップＳ２１０４において、該当する判定結果が存在する場合、閾値算出部２９７は、空き時間検出部２７７により、センサ情報を収集している時間帯において、学習時間帯と同じ長さの空き時間帯が存在するか否かを判定する（ステップＳ２１０６）。

ステップＳ２１０６において、空き時間帯が存在しない場合、閾値算出部２９７は、ステップＳ２１０５へ進む。

ステップＳ２１０６において、空き時間帯が存在しない場合とは、特定された学習時間帯以外には、同等の長さの時間帯を確保できる時間がなく、その時間にしか学習できないことを示している。このような場合、環境を変化させることは困難となる場合もあることが推測できる。そこで、本実施形態では、学習時間帯以外に同等の長さの時間帯を確保できない場合には、ステップＳ２１０５へ進む。

ステップＳ２１０６において、空き時間帯が存在する場合、閾値算出部２９７は、センサ情報比較部２７３により、空き時間帯の開始時刻をｔａ、終了時刻をｔｂとし、関数ｆ２（ｘ）において、ｘ＝ｔａからｘ＝ｔｂまでの積分値Ｆ２′を求める（ステップＳ２１０７）。続いてセンサ情報比較部２７３は、積分値Ｆ２′＜積分値Ｆ１であるか否かを判定する（ステップＳ２１０８）。

ステップＳ２１０８において、積分値Ｆ２′＜積分値Ｆ１でない場合、閾値算出部２９７は、ステップＳ２１０５へ進む。

ステップＳ２１０８において、積分値Ｆ２′＜積分値Ｆ１でない場合とは、空き時間帯においてもセンサ値が出力判定閾値を超える場合があり、特定された学習時間帯と比較して環境が改善されたとは言えない場合である。言い換えれば、この場合、環境を改善したくとも、改善することができない状態と言える。そこで、本実施形態では、このような場合にもステップＳ２１０５へ進む。

ステップＳ２１０８において、積分値Ｆ２′＜積分値Ｆ１である場合、閾値算出部２９７は、閾値更新部２７８は、特定された学習時間帯に収集されたセンサ値の中央値を、該当するセンサ種類でアラーム種類が「警告」の下限値（出力判定閾値）に設定し（ステップＳ２１０９）、処理を終了する。尚、ここでは出力判定閾値を中央値に更新するものとしたが、これに限定されない。例えば出力判定閾値は、センサ値の最小値等に更新されても良く、出力判定閾値が現在の値よりも小さくなるように更新されれば良い。

ステップＳ２１０８において、積分値Ｆ２′＜積分値Ｆ１である場合とは、空き時間帯においては、センサ値が出力判定閾値を超えない場合である。つまり、空き時間帯の方が学習に適した時間帯と言える。よって、ステップＳ２１０９では、より良い環境での学習を促すために、出力判定閾値(下限値)を小さくする。

尚、本実施形態では、ステップＳ２１０５において、受信した生徒ＩＤを含む生徒別閾値情報のうち、項目「センサ種類」の値が該当するセンサである生徒別閾値情報を削除するものとしたが、これに限定されない。ステップＳ２１０５では、生徒別閾値情報に出力判定閾値に対応する値（下限値）を、共通閾値データベース２６０に格納された該当する値に設定しても良い。

本実施形態では、図２０と図２１に示す処理を、センサ情報を取得するセンサ毎に行う。したがって、本実施形態によれば、生徒毎の学習環境に応じて、生徒端末３００毎にアラーム情報を出力するか否かを判定するための閾値を設定することができる。

次に、図２２を参照し、本実施形態のアラーム効果判定部２９８の処理について説明する。図２２は、アラーム効果判定部による処理を説明するフローチャートである。

本実施形態のアラーム効果判定部２９８は、生徒別アラーム履歴データベース２８２内に、受信した生徒ＩＤを含むアラーム履歴情報が存在するか否かを判定する（ステップＳ２２０１）。言い換えれば、アラーム履歴判定部２６１は、受信した生徒ＩＤと対応する生徒端末３００にアラーム情報が表示されたか否かを判定する。

ステップＳ２２０１において、該当するアラーム履歴情報が存在しない場合、後述するステップＳ２２１２へ進む。

ステップＳ２２０１において、該当するアラーム履歴情報が存在する場合、アラーム効果判定部２９８は、センサ情報比較部２６３により、該当するアラーム履歴情報に含まれる表示時刻をｔ１とし、特定された学習時間帯の終了時刻をｔ２とする（ステップＳ２２０２）。

続いてセンサ情報比較部２６３は、関数ｆ１（ｘ）において、ｘ＝ｔ１からｘ＝ｔ２までの積分値Ｆ１を求める（ステップＳ２２０６）。続いて、センサ情報比較部２７３は、関数ｆ２（ｘ）において、ｘ＝ｔ１からｘ＝ｔ２までの積分値Ｆ２を求める（ステップＳ２２０４）。

次に、センサ情報比較部２６３は、積分値Ｆ２＜積分値Ｆ１であるか否かを判定する（ステップＳ２２０５）。つまり、センサ情報比較部２７３は、アラーム情報が表示された後の学習時間帯において、センサの値が、アラーム種類が「警告」の下限値（閾値）を超えるときがある否かを判定している。言い換えれば、アラーム効果判定部２９７は、アラーム情報の表示以降の環境が改善したか否かを判定している。

ステップＳ２２０５において、積分値Ｆ２＜積分値Ｆ１でない場合、アラーム効果判定部２９８は、効果判定部２６４により、アラーム効果カウントデータベース２８０を参照する。そして、効果判定部２６４は、該当する生徒ＩＤを含むアラーム効果カウント情報のうち、項目「効果有無」の値が効果なしであるアラーム効果カウント情報の累積値に１を追加し（ステップＳ２２０６）、後述するステップＳ２２０８へ進む。

ステップＳ２２０５において、積分値Ｆ２＜積分値Ｆ１である場合、効果判定部２６４は、該当する生徒ＩＤを含むアラーム効果カウント情報のうち、項目「効果有無」の値が効果ありであるアラーム効果カウント情報の累積値に１を追加し（ステップＳ２２０７）、後述するステップＳ２２０８へ進む。

アラーム情報の表示後に環境が改善した場合、生徒がアラーム情報の表示を受けて環境を改善させたことが推定でき、この生徒に対してはアラーム情報を表示させることが環境の改善に効果があると考えることができる。また、アラーム情報の表示後も環境が改善しない場合には、生徒がアラーム情報を無視している可能性も否定できず、この生徒に対してアラーム情報を表示させることが環境の改善につながるとは考えにくい。

上述したアラーム情報の表示による効果の有無の判定は、上述した点に着目した処理である。

尚、ステップＳ２２０６、２２０７では、効果判定部２６４は、該当する生徒ＩＤを含むアラーム効果カウント情報の更新日を、アラーム効果判定部２９８による判定処理を行った日付に更新する。

アラーム効果判定部２９８は、ステップＳ２２０１からステップＳ２２０７までの処理を、アラーム情報の表示回数分繰り返す（ステップＳ２２０８）。言い換えれば、アラーム効果判定部２９８は、アラーム履歴データベース２８２において、該当する生徒ＩＤが含まれる全てのアラーム履歴情報を用いて、ステップＳ２２０１からステップＳ２２０７までの処理を繰り返す。

続いて、アラーム効果判定部２９８は、効果判定部２６４により、アラーム効果カウントデータベース２８０を参照し、項目「効果有無」の値が「効果あり」であるアラーム効果カウント情報の累積値が、項目「効果有無」の値が「効果なし」であるアラーム効果カウント情報の累積値よりも大きいか否かを判定する（ステップＳ２２０９）。

ステップＳ２２０９において、項目「効果有無」の値が「効果あり」である累積値が、項目「効果有無」の値が「効果なし」の累積値以下であった場合、効果判定部２６４は、アラーム情報の表示による環境改善に対する効果をなしと判定する。そして、アラーム効果判定部２９８は、判定結果設定部２６７により、アラーム効果判定データベース２８１において、受信した生徒ＩＤを含むアラーム効果判定情報の項目「判定結果」の値を「効果なし」とし（ステップＳ２２１０）、処理を終了する。

ステップＳ２２０９において、項目「効果有無」の値が「効果あり」である累積値が、項目「効果有無」の値が「効果なし」の累積値より大きい場合、効果判定部２６４は、アラーム情報の表示による環境改善に対する効果をありと判定する。そして、アラーム効果判定部２９８は、判定結果設定部２６７により、アラーム効果判定データベース２８１において、受信した生徒ＩＤを含むアラーム効果判定情報の項目「判定結果」の値を「効果あり」とし（ステップＳ２２１１）、処理を終了する。

尚、ステップＳ２２１０とステップＳ２２１１において判定結果設定部２６７は、項目「更新日」の値を、アラーム効果判定処理を行った日に更新する。

ステップＳ２２０１において、該当するアラーム履歴情報が存在しなかった場合、アラーム効果判定部２９８は、アラーム効果判定データベース２８１において、受信した生徒ＩＤを含むアラーム効果判定情報が存在するか否かを判定する（ステップＳ２２１２）。

ステップＳ２２１２において、該当するアラーム効果判定情報が存在しない場合、アラーム効果判定部２９８は、処理を終了する。

ステップＳ２２１２において、該当するアラーム効果判定情報が存在する場合、アラーム効果判定部２９８は、有効日数判定部２６６により、判定結果が有効であるか否かを判定する（ステップＳ２２１３）。具体的には、有効日数判定部２６６は、アラーム効果判定処理を行った日が、該当するアラーム効果判定情報に含まれる更新日からアラーム効果判定有効日数以内の日付であるか否かを判定する。

ステップＳ２２１３において、判定結果が有効でない場合、判定結果設定部２６７は、該当するアラーム効果判定情報の項目「判定結果」の値を初期値に設定し（ステップＳ２２１４）、処理を終了する。初期値とは、例えば「不明」等である。

つまり、判定結果設定部２６７は、アラーム効果判定処理を行った日が、該当するアラーム効果判定情報に含まれる更新日からアラーム効果判定有効日数以上経過していた場合、このアラーム効果判定情報の判定結果は無効と見なし、判定結果を初期値とする。

ステップＳ２２１３において、判定結果が有効である場合、アラーム効果判定部２９８は、処理を終了する。

以上のように、本実施形態によれば、アラーム情報を表示させた後に、センサ値が閾値を超える場合があるか否かを判定することで、アラーム情報の表示が環境改善に対して効果を奏しているか否かを判定する。

次に、図２３を参照し、本実施形態の閾値算出部２９７とアラーム効果判定部２９８の処理について具体的に説明する。

図２３は、閾値算出部とアラーム効果判定部の処理を具体的に説明する図である。図２３では、生徒ＩＤ「００１」のマイクである場合のセンサ情報を示している。

図２３において、時刻ｔｓは、センサ情報の収集が開始された時刻、つまり、教師端末２００が生徒端末３００にコンテンツと共にセンサの起動要求を送信した時刻である。時刻ｔｅは、センサ情報の収集を終了した時刻、つまり、生徒端末３００が回答情報を教師端末２００へ送信した時刻である。

本実施形態では、例えば生徒が時刻ｔｓにおいて教室等でコンテンツをダウンロードし、持ち帰ってコンテンツの設問に回答し、次の日の朝、時刻ｔｅにおいて、教室で回答情報とセンサ情報等を教師端末２００へアップロードする、というような利用シーンを想定している。

図２３の例では、生徒ＩＤ「００１」の生徒端末３００は、２０１５年５月１６日の時刻ｔｓにおいてコンテンツをダウンロードし、２０１５年５月１７日の時刻ｔｅにおいて、回答情報とセンサ情報とを教師端末２００へ送信したものとする。

図２３の例では、時刻ｔ１から時刻ｔ２が学習時間帯である。この時間帯は、センサ情報により定義された関数ｆ１（ｘ）の積分値Ｆ１＞閾値により定義された関数ｆ２（ｘ）より大きい。

これはつまり、学習時間帯の環境が、学習に適していないことを示している。したがって閾値算出部２９７は、閾値を算出する処理を行う。

ここで、生徒ＩＤ「００１」の生徒の正解率は３０％であり、共通マスタデータベース２７０の正解率は６０％である。また、生徒ＩＤ「００１」の生徒は、自身のアラーム履歴情報とアラーム効果判定情報を有している。しかしながら、生徒ＩＤ「００１」を含むアラーム効果判定情報では、更新日が２０１５年５月１１日であり、アラーム効果判定有効日数が３日であるから、このアラーム効果判定情報は無効である。

よって、閾値算出部２９７は、生徒別閾値情報の更新を行わない。つまり、生徒ＩＤ「００１」の生徒は、環境を改善することが困難な状況であることが推測されるため、環境の改善が困難であるにも関わらず、繰り返し環境の改善を促すアラーム情報を出力することを防ぐことができる。反対に、生徒ＩＤ「００１」を含むアラーム効果判定情報で、更新日が２０１５年５月１５日等、アラーム効果判定有効日数内であった場合、このアラーム効果判定情報は有効となる。よって、閾値算出部２９７は、空き時間帯を検出する。図２３によれば、生徒ＩＤ「００１」の生徒の学習時間は、約２時間である。また、生徒ＩＤ「００１」の生徒は、夜間を除く学習時間帯以外の時間帯でも、２時間程度の空き時間帯があることがわかる。図２３の例では、空き時間帯として２１時から２３時までの２時間を検出した。

この場合、空き時間帯の開始時刻ｔａから終了時刻ｔｂまでの関数ｆ２（ｘ）の積分値Ｆ２′は、積分値Ｆ１より小さくなる。すなわち、開始時刻ｔａから終了時刻ｔｂまでの空き時間帯では、センサ情報が出力判定閾値を超えることはなく、学習時間帯よりも学習に適した環境であると言える。つまり、生徒ＩＤ「００１」の生徒は、少なくとも学習時間帯をずらすことで、環境を改善でき、生徒ＩＤ「００１」の生徒には、環境を改善する方法がある、ということがわかる。

そこで、閾値算出部２９７は、時刻ｔ１〜ｔ２に受信したセンサ情報の値の中央値を出力判定閾値とする。つまり、閾値算出部２９７は、生徒別閾値データベース２５０における生徒ＩＤ「００１」を含む生徒別閾値情報において、センサ種類「マイク」、アラーム種類「警告」と対応する下限値「４０」をセンサ値の中央値「５５」に更新する。（図７参照）
このように出力判定閾値を更新すれば、次に生徒ＩＤ「００１」の生徒がセンサ情報の収集を開始したときには、マイクから検出されたセンサ値が５５ｄｂ以上となったとき、アラームＩＤ「ａｍ００３」と対応するアラーム情報が生徒端末３００に表示されるようになる。つまり、生徒端末３００では、環境が改善されたことを前提として、アラーム情報を出力するか否かを判定することになる。

生徒端末３００は、例えばセンサ情報が、更新後の出力判定閾値を超えると、センサ種類「マイク」、アラーム種類「警告」と対応するアラームＩＤ「ａｍ００３」のアラーム情報を表示させる。また、生徒端末３００は、センサ情報が、切替判定閾値（センサ種類「マイク」、アラーム種類「停止」の下限値）を超えると、センサ種類「マイク」、アラーム種類「停止」と対応するアラームＩＤ「ａｍ００４」のアラーム情報を表示させる。

次に、図２４乃至図２６を参照し、マイク以外のセンサに関する出力判定閾値の更新について説明する。

図２４は、センサ種類が照度センサであった場合の閾値算出部とアラーム効果判定部の処理を説明する図である。図２４に示すセンサ情報は、照度センサから取得した情報であり、図２３に示すセンサ情報と同様に、時刻ｔｓから時刻ｔｅまでの間に収集される。

センサ種類が「照度センサ」の生徒別閾値情報では、アラーム種類「警告」の上限値が出力判定閾値となり、アラーム種類「停止」の上限値が切替判定閾値となる。

したがって、この場合、積分値Ｆ２が積分値Ｆ１よりも小さくなったとき、生徒別閾値情報を更新することになる。

つまり、センサ種類が照度センサである場合の閾値算出部２９７の処理では、図２０のステップＳ２００８、図２１のステップＳ２１０８、図２２のステップＳ２２０５において、不等号を逆向きとすれば良い。具体的には、図２０のステップＳ２００８と図２２のステップＳ２２０５では、積分値Ｆ２＜積分値Ｆ１であるか否かを判定すれば良く、図２１のステップＳ２１０８では、積分値Ｆ２′＞積分値Ｆ１であるか否かを判定すれば良い。

また、センサ種類が照度センサである場合の閾値算出部２９７の処理では、図２１のステップＳ２１０２においてセンサ値の最小値を出力判定閾値（アラーム種類「警告」の上限値）とすれば良い。また、センサ種類が照度センサの場合、生徒端末３００は、センサ情報が出力判定閾値より小さくなったとき、アラーム種類「警告」のアラーム情報を表示させ、センサ情報が切替判定閾値より小さくなったとき、アラーム種類「停止」のアラーム情報を表示させる。

図２５は、センサ種類が加速度センサであった場合の閾値算出部とアラーム効果判定部の処理を説明する図である。図２５に示すセンサ情報は、加速度センサから取得した情報であり、図２３に示すセンサ情報と同様に、時刻ｔｓから時刻ｔｅまでの間に収集される。

センサ種類が「加速度センサ」の生徒別閾値情報では、照度センサの場合と同様に、アラーム種類「警告」の上限値が出力判定閾値となり、アラーム種類「停止」の上限値が切替判定閾値となる。

したがって、この場合も、積分値Ｆ２が積分値Ｆ１よりも小さくなったとき、生徒別閾値情報を更新すれば良い。

図２６は、センサ種類がジャイロセンサであった場合の閾値算出部とアラーム効果判定部の処理を説明する図である。図２６に示すセンサ情報は、加速度センサから取得した情報であり、図２３に示すセンサ情報と同様に、時刻ｔｓから時刻ｔｅまでの間に収集される。

センサ種類が「ジャイロセンサ」の生徒別閾値情報では、マイクの場合と同様に、アラーム種類「警告」の下限値が出力判定閾値となり、アラーム種類「停止」の下限値が切替判定閾値となる。

以上のように、本実施形態では生徒端末３００毎に、各センサの出力判定閾値が更新される。

次に、生徒端末３００におけるアラーム情報の表示制御について説明する。図２７は、アラーム情報の一例を示す図である。図２７に示すテーブル７１は、アラーム情報記憶部３１５が記憶する情報の一例を示す。

テーブル７１では、アラームＩＤとアラーム情報とが対応付けられている。本実施形態の生徒端末３００は、表示制御部３１４がテーブル７１を参照して、アラーム情報を表示させる。

図２８は、生徒端末におけるアラーム情報の表示を説明するフローチャートである。図２８に示す処理は、図１８のステップＳ１８１１の詳細を示している。

生徒端末３００の学習処理部３１０は、アラーム出力判定部３１３により、各センサから収集したセンサ情報を、教師端末２００から受信した生徒別閾値情報と比較する（ステップＳ２８０１）。

続いて学習処理部３１０は、アラーム出力判定部３１３により、センサ情報がマイク又はジャイロセンサから収集された値であるか否かを判定する（ステップＳ２８０２）ステップＳ２８０２において、マイク又はジャイロセンサでない場合、後述するステップＳ２８０７へ進む。

ステップＳ２８０２において、マイク又はジャイロセンサであった場合、アラーム出力判定部３１３は、センサ値が生徒別閾値情報の出力判定閾値（アラーム種類「警告」の下限値）より大きいか否かを判定する（ステップＳ２８０３）。ステップＳ２８０３において、出力判定閾値以下である場合、アラーム出力判定部３１３は、ステップＳ２８０１へ戻る。

ステップＳ２８０３において、出力判定閾値より大きい場合、アラーム出力判定部３１３は、センサ値が生徒別閾値情報の切替判定閾値（アラーム種類「停止」の下限値）より大きいか否かを判定する（ステップＳ２８０４）。

ステップＳ２８０４において、切替判定閾値より大きい場合、アラーム出力判定部３１３は、表示制御部３１４に、アラーム種類「停止」と対応するアラーム情報を表示させ（ステップＳ２８０５）、図１８のステップＳ１８１２へ進む。

具体的には、表示制御部３１４は、該当するセンサの生徒別閾値情報において、アラーム種類「停止」と対応するアラームＩＤを取得する。そして、表示制御部３１４は、アラーム情報記憶部３１５が記憶したテーブル７１を参照し、取得したアラームＩＤと対応するアラーム情報を生徒端末３００の入出力装置に表示させる。

ステップＳ２８０４において、切替判定閾値より以下である場合、アラーム出力判定部３１３は、表示制御部３１４に、アラーム種類「警告」と対応するアラーム情報を表示させ（ステップＳ２８０６）、図１８のステップＳ１８１２へ進む。

具体的には、表示制御部３１４は、該当するセンサの生徒別閾値情報において、アラーム種類「警告」と対応するアラームＩＤを取得する。そして、表示制御部３１４は、アラーム情報記憶部３１５が記憶したテーブル７１を参照し、取得したアラームＩＤと対応するアラーム情報を生徒端末３００の入出力装置に表示させる。

ステップＳ２８０２において、マイク又はジャイロセンサでない場合、アラーム出力判定部３１３は、センサ値が、該当するセンサの生徒別閾値情報の出力判定閾値（アラーム種類「警告」の上限値）より小さいか否かを判定する（ステップＳ２８０７）。ステップＳ２８０７において、出力判定閾値以上である場合、アラーム出力判定部３１３は、ステップＳ２８０１へ戻る。

ステップＳ２８０７において、出力判定閾値より小さい場合、アラーム出力判定部３１３は、センサ値が該当するセンサの生徒別閾値情報の切替判定閾値（アラーム種類「停止」の上限値）より小さいか否かを判定する（ステップＳ２８０８）。

ステップＳ２８０８において、切替判定閾値より小さい場合、表示制御部３１４は、ステップＳ２８０５へ進む。ステップＳ２８０８において、切替判定閾値以上である場合、表示制御部３１４は、ステップＳ２８０６へ進む。

本実施形態の生徒端末３００では、以上の処理により、アラーム情報を表示させる。図２９は、アラーム情報が表示された画面の例を示す図である。図２９（Ａ）は、マイクから収集されたセンサ値が、出力判定閾値より大きく、切替判定閾値以下であった場合の生徒端末３００の画面の例を示す。図２９（Ｂ）は、マイクから収集されたセンサ値が、切替判定閾値より大きい場合の生徒端末３００の画面の例を示す。

図２９（Ａ）に示す画面３０１Ａには、アラーム情報３０２を含むダイアログボックス３０３が表示されている。アラーム情報３０２は、テーブル７１において、センサ種類がマイクの生徒別閾値情報において、アラーム種類が「警告」であるアラームＩＤ「ａｍ０００３」と対応するアラーム情報である（図２７参照）。

画面３０１Ａにおいて、ダイアログボックス３０３には、ダイアログボックス３０３の表示を終了させるためのボタン３０４が表示されている。本実施形態の生徒端末３００では、ボタン３０４が操作されると、ダイアログボックス３０３の表示が消え、学習を継続することが可能となる。

図２９（Ｂ）に示す画面３０１Ｂには、アラーム情報３０５を含むダイアログボックス３０６が表示されている。アラーム情報３０５は、テーブル７１において、センサ種類がマイクの生徒別閾値情報において、アラーム種類が「停止」であるアラームＩＤ「ａｍ０００４」と対応するアラーム情報である（図２７参照）。

ダイアログボックス３０６には、ダイアログボックス３０６の表示を終了させるためのボタンは表示されていない。この場合、本実施形態の生徒端末３００では、センサ値が切替判定閾値以下となるまで、ダイアログボックス３０６の表示を継続させても良い。ダイアログボックス３０６の表示を継続させることで、学習に適していない環境での学習を中断させることができる。

尚、本実施形態では、アラーム情報はメッセージとして表示されるものとしたが、これに限定されない。生徒端末３００は、アラーム情報としてメッセージを表示させる代わりに、例えば音声を出力しても良いし、ＬＥＤ等の光源を点灯させても良いし、生徒端末３００を振動させても良い。アラーム情報は、環境の改善を促す目的で出力される情報であれば良い。

また、本実施形態では、教師端末２００が学習支援装置の役割を果たすものとしたが、これに限定されない。学習支援装置と教師端末２００とは、それぞれ別の装置であり、学習支援装置が学習支援処理部２９０を有するものとしても良い。

開示の技術では、以下に記載する付記のような形態が考えられる。
（付記１）
端末装置毎に、端末装置の有するセンサから収集されたセンサ情報と、設問に対する回答を含む回答情報と、を取得する処理と、
前記回答情報に含まれる回答の正解率に基づき、前記端末装置毎に、前記センサ情報に応じて出力されるアラーム情報を出力する否かの判定に用いる閾値を算出する処理と、
前記閾値を、対応する前記端末装置へ出力する処理と、をコンピュータに実行させる学習支援プログラム。
（付記２）
前記出力する処理は、
前記端末装置から、前記設問を含むコンテンツのダウンロード要求を受け付けたとき、前記ダウンロード要求を行った前記端末装置に対して、前記端末装置の閾値を出力する、付記１記載の学習支援プログラム。
（付記３）
前記センサ情報は、
前記端末装置が前記センサの起動要求を受け付けてから、前記回答情報の送信要求を受け付けるまでの時間帯に収集されたセンサ情報であり、
前記センサの起動要求は、前記閾値と共に前記端末装置へ出力される、付記１又は２記載の学習支援プログラム。
（付記４）
前記回答情報は、前記設問に回答した回答時刻を含み、
前記算出する処理は、
前記回答情報に基づき、前記センサ情報が収集された時間帯において、前記設問に対する回答が行われていた学習時間帯を特定し、
前記学習時間帯における前記センサ情報と前記閾値との比較結果に応じて、前記閾値を算出する、付記３記載の学習支援プログラム。
（付記５）
前記センサ情報と前記閾値との比較は、
前記閾値と時刻とから定義された第一の関数における前記学習時間帯の積分値と、前記センサ情報と時刻とから定義された第二の関数における前記学習時間帯の積分値と、の比較である付記４記載の学習支援プログラム。
（付記６）
前記算出する処理は、
前記正解率が所定値を超えたとき、前記センサ情報に含まれるセンサ値の上限値又は下限値を前記閾値とし、
前記正解率が所定値以下のとき、端末装置毎の前記アラーム情報の出力に対する効果の有無を示す情報が格納された記憶部を参照し、前記アラーム情報の出力に効果が有り、且つ前記効果の有無を示す情報が有効である場合に、前記閾値を算出する、付記５記載の学習支援プログラム。
（付記７）
前記算出する処理は、
前記アラーム情報の出力に効果が有り、且つ前記効果の有無を示す情報が有効である場合に、
前記センサ情報が収集された時間帯において、前記学習時間帯以外であり、且つ前記学習時間帯と同じ長さの空き時間帯を検出し、
前記第一の関数における前記空き時間帯の積分値と、前記第二の関数における前記空き時間帯の積分値とを比較した結果に応じて、前記閾値を前記センサ情報の中央値とする、付記６記載の学習支援プログラム。
（付記８）
前記記憶部は、前記端末装置毎に、アラーム情報が出力された時刻を含むアラーム履歴情報が格納されており、
前記アラーム履歴情報が存在する前記端末装置に対し、
前記アラーム情報の出力に対する効果の有無を判定する処理を前記コンピュータに実行させる、付記６又は７記載の学習支援プログラム。
（付記９）
前記判定する処理は、
前記学習時間帯において、前記アラーム情報が出力された時刻から、前記学習時間帯の終了時刻までの時間帯において、
前記第一の関数における前記時間帯の第一の積分値と、前記第二の関数における前記時間帯の第二の積分値とを比較し、
前記第二の積分値が前記第一の積分値よりも大きいとき、前記時刻に出力された前記アラーム情報の効果が有りと判定し、
前記第二の積分値が前記第一の積分値以下のとき、前記時刻に出力された前記アラーム情報の効果が無しと判定する、付記８記載の学習支援プログラム。
（付記１０）
前記取得する処理は、
前記端末装置毎に、前記端末装置の有するカメラにより撮像した画像データから前記端末装置を向く視線を検知した視線検知情報を、前記センサ情報及び前記回答情報と共に取得し、
前記算出する処理は、
前記回答情報と、前記視線検知情報とに基づき前記学習時間帯を特定する、付記４乃至９の何れか一項に記載の学習支援プログラム。
（付記１１）
前記アラーム情報は、前記端末装置が位置する場所の環境の改善を促す情報を含む付記１乃至１０の何れか一項に記載の学習支援プログラム。
（付記１２）
前記センサは、マイク、照度センサ、加速度センサ及びジャイロセンサの少なくとも１つを含む付記１乃至１１の何れか一項に記載の学習支援プログラム。
（付記１３）
端末装置毎に、端末装置の有するセンサから収集されたセンサ情報と、前記端末装置において入力された、設問に対する回答を示す回答情報と、を取得する取得部と、
前記回答情報に含まれる回答の正解率に基づき、前記端末装置毎に、前記センサ情報に応じて出力されるアラーム情報を出力する否かの判定に用いる閾値を算出する算出部と、
前記閾値を、対応する前記端末装置へ出力する出力部と、を有する学習支援装置。
（付記１４）
端末装置と、学習支援装置とを有する学習支援システムによる学習支援方法であって、
前記学習支援装置は、
端末装置毎に、端末装置の有するセンサから収集されたセンサ情報と、前記端末装置において入力された、設問に対する回答を示す回答情報と、を取得し、
前記回答情報に含まれる回答の正解率に基づき、前記端末装置毎に、前記センサ情報に応じて出力されるアラーム情報を出力する否かの判定に用いる閾値を算出し、
前記閾値を、対応する前記端末装置へ出力する、学習支援方法。
（付記１５）
設問を含むコンテンツと、センサの起動要求と、閾値情報とを受け付けて、前記センサにより検出されるセンサ情報を収集する処理と、
前記コンテンツが表示されているとき、前記閾値情報と前記センサ情報とを比較してアラーム情報を出力するか否かを判定する処理と、
前記設問に対する回答を含む回答情報の送信要求を受けて、収集した前記センサ情報と、前記回答情報とを出力する処理と、をコンピュータに実行させる学習プログラム。
（付記１６）
前記出力する処理は、
収集した前記センサ情報と、前記回答情報と共に、前記アラーム情報の出力の履歴を記すアラーム履歴情報を出力する、付記１５記載の学習プログラム。
（付記１７）
設問を含むコンテンツと、センサの起動要求と、閾値情報とを受け付けて、前記センサにより検出されるセンサ情報を収集する収集部と、
前記コンテンツが表示されているとき、前記閾値情報と前記センサ情報とを比較してアラーム情報を出力するか否かを判定する判定部と、
前記設問に対する回答を含む回答情報の送信要求を受けて、収集した前記センサ情報と、前記回答情報とを出力する出力部と、を有する端末装置。

本発明は、具体的に開示された実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。

１００ 学習支援システム
２００ 教師端末
２１０ 生徒データベース
２２０ 視線検知データベース
２３０ 学習結果データベース
２４０ センサ情報データベース
２５０ 生徒別閾値データベース
２６０ 共通閾値データベース
２６１ アラーム履歴判定部
２６２ 表示時刻取得部
２６３、２７３ センサ情報比較部
２６４ 効果判定部
２６７ 判定結果設定部
２７０ 共通マスタデータベース
２７１ 学習時間特定部
２７２ 正解率算出部
２７７ 空き時間件部
２７８ 閾値更新部
２８０ アラーム効果カウントデータベース
２８１ アラーム効果判定データベース
２８２ アラーム履歴データベース
２９０ 学習支援処理部
２９１、３１１ 入力受付部
２９２ コンテンツ出力部
２９３ センサ起動要求部
２９４ 閾値出力部
２９５ センサ情報取得部
２９６ 閾値算出部
２９７ アラーム効果判定部
３００ 生徒端末
３１０ 学習処理部
３１３ アラーム出力判定部
３１４ 表示制御部
３１５ アラーム情報記憶部
３１９ 情報出力部

Claims (8)

1. 端末装置毎に、端末装置の有するセンサから収集されたセンサ情報と、設問に対する回答を含む回答情報と、を取得する処理と、
   前記端末装置毎に、前記回答情報に含まれる回答の正解率が所定値を超えたとき、前記センサ情報に含まれるセンサ値の上限値又は下限値を、前記センサ情報に応じて出力されるアラーム情報を出力するか否かの判定に用いる閾値とし、前記正解率が所定値以下のとき、前記正解率に基づき前記閾値を算出する処理と、
   前記閾値を、対応する前記端末装置へ出力する処理と、
   をコンピュータに実行させる学習支援プログラム。
2. 前記出力する処理は、
   前記端末装置から、前記設問を含むコンテンツのダウンロード要求を受け付けたとき、前記ダウンロード要求を行った前記端末装置に対して、前記端末装置の閾値を出力する、請求項１記載の学習支援プログラム。
3. 前記センサ情報は、
   前記端末装置が前記センサの起動要求を受け付けてから、前記回答情報の送信要求を受け付けるまでの時間帯に収集されたセンサ情報であり、
   前記センサの起動要求は、前記閾値と共に前記端末装置へ出力される、請求項１又は２記載の学習支援プログラム。
4. 前記回答情報は、前記設問に回答した回答時刻を含み、
   前記算出する処理は、
   前記回答情報に基づき、前記センサ情報が収集された時間帯において、前記設問に対する回答が行われていた学習時間帯を特定し、
   前記学習時間帯における前記センサ情報と前記閾値との比較結果に応じて、前記閾値を算出する、請求項３記載の学習支援プログラム。
5. 前記算出する処理は、
   前記正解率が所定値以下のとき、端末装置毎の前記アラーム情報の出力に対する効果の有無を示す情報が格納された記憶部を参照し、前記アラーム情報の出力に効果が有り、且つ前記効果の有無を示す情報が有効である場合に、前記閾値を算出する、請求項４記載の学習支援プログラム。
6. 前記記憶部は、前記端末装置毎に、アラーム情報が出力された時刻を含むアラーム履歴情報が格納されており、
   前記アラーム履歴情報が存在する前記端末装置に対し、
   前記アラーム情報の出力に対する効果の有無を判定する処理を前記コンピュータに実行させる、請求項５記載の学習支援プログラム。
7. 端末装置毎に、端末装置の有するセンサから収集されたセンサ情報と、前記端末装置において入力された、設問に対する回答を示す回答情報と、を取得する取得部と、
   前記端末装置毎に、前記回答情報に含まれる回答の正解率が所定値を超えたとき、前記センサ情報に含まれるセンサ値の上限値又は下限値を、前記センサ情報に応じて出力されるアラーム情報を出力するか否かの判定に用いる閾値とし、前記正解率が所定値以下のとき、前記正解率に基づき前記閾値を算出する算出部と、
   前記閾値を、対応する前記端末装置へ出力する出力部と、を有する学習支援装置。
8. 端末装置と、学習支援装置とを有する学習支援システムによる学習支援方法であって、
   前記学習支援装置は、
   端末装置毎に、端末装置の有するセンサから収集されたセンサ情報と、前記端末装置において入力された、設問に対する回答を示す回答情報と、を取得し、
   前記端末装置毎に、前記回答情報に含まれる回答の正解率が所定値を超えたとき、前記センサ情報に含まれるセンサ値の上限値又は下限値を、前記センサ情報に応じて出力されるアラーム情報を出力するか否かの判定に用いる閾値とし、前記正解率が所定値以下のとき、前記正解率に基づき前記閾値を算出し、
   前記閾値を、対応する前記端末装置へ出力する、学習支援方法。

Images