「教師のバトン」をテキストマイニングで分析してみた。教師の思いや実態!!

その他

分析にチャレンジしてみたなかすけです。

「教師のバトン」まだまだツイートされていますね。

6月に入ってからも「#教師のバトン」のツイートがよく上がっています。

今回、「教師のバトン」のツイートで、どのようなことが多く発信されているのかをテキストマイニングを利用して分析を行いました。

分析を行ったツイートは下のものです。

・2021年6月11日までのもの
・「#教師のバトン」が入っているもの
・「いいね」が500以上ついたもの

これらを検索していくと、多くの方のツイートがヒットしました。

総字数として8000字以上になりました。

結果と考察を書いていきたいと思います。



ワードクラウド

単語の色は品詞の種類で異なっています。青色が名詞、赤色が動詞、緑色が形容詞、灰色が感動詞を表しています。

考察
・勤務時間や残業代、部活に対して、「おかしい」「しんどい」「悲しい」という意見が多いことが読み取れます。

 

共起キーワード

文章中に出現する単語の出現パターンが似たものを線で結んだ図です。出現数が多い語ほど大きく、また共起の程度が強いほど太い線で描画されます。

考察
・文科省への願いや、土日の勤務の在り方などを訴えていることが読み取れます。

 

サマリー

文書全体を分析し、感情の傾向を可視化しています。「ポジネガ」は、文章に含まれるポジティブな感情の文とネガティブな感情の文の存在比を示しています。

考察
・多くのツイートがネガティブなツイートであることが分かります。
・少ないですがポジティブなツイートもあるので、しっかりと見ていきたいですね。

 

ポジネガ推移

文書を分割して分析し、ポジティブな感情とネガティブな感情の比率の推移を時系列的に可視化しています。

考察
・上の分析と同じくネガティブなツイートであふれていることが分かります。

 

感情推移

文書を分割して分析し、感情の起伏の推移を時系列的に可視化しています。各感情はその度合いが大きいほど、領域の縦幅が大きくなります。

考察
・怒り、恐れ、悲しみが多くを占めていることが分かります。学校現場の大変さや理不尽さがこの「教師のバトン」のツイートに相当表れているのでしょう。

 

まとめ

どの分析結果を見てもネガティブな面がとても多く表れているのが分かります。

教師の働き方が早急に変わっていかなければいけないことが理解できます。

「教師のバトン」が始まってからもうすぐで3カ月がたとうとしています。

文科省もこの「教師のバトン」を始めたからには何か動きが欲しいものです。

これからの教員の働き方にますます注目が集まりそうです。

コメント

タイトルとURLをコピーしました