論文の概要: Effects of Non-Cognitive Factors on Post-Secondary Persistence of Deaf
Students: An Agent-Based Modeling Approach
- arxiv url: http://arxiv.org/abs/2006.12624v1
- Date: Mon, 22 Jun 2020 21:11:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-13 04:39:42.637592
- Title: Effects of Non-Cognitive Factors on Post-Secondary Persistence of Deaf
Students: An Agent-Based Modeling Approach
- Title(参考訳): 非認知的要因が難聴者の二次的持続性に及ぼす影響:エージェント・ベース・モデリング・アプローチ
- Authors: Marie Alaghband, Ivan Garibay
- Abstract要約: 後中等教育の持続性は、後中等教育に留学生が残る可能性である。
非認知的要因として, 明確な目標, 社会的統合, 社会的スキル, 学歴の4つを考察し, 聴覚障害者の退学決定に影響を及ぼす。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Post-secondary education persistence is the likelihood of a student remaining
in post-secondary education. Although statistics show that post-secondary
persistence for deaf students has increased recently, there are still many
obstacles obstructing students from completing their post-secondary degree
goals. Therefore, increasing the persistence rate is crucial to increase
education and work goals for deaf students. In this work, we present an
agent-based model using NetLogo software for the persistence phenomena of deaf
students. We consider four non-cognitive factors: having clear goals, social
integration, social skills, and academic experience, which influence the
departure decision of deaf students. Progress and results of this work suggest
that agent-based modeling approaches promise to give better understanding of
what will increase persistence.
- Abstract(参考訳): 後中等教育の持続性は、後中等教育に残る学生の可能性である。
近年,難聴者に対する第2次持続性が増加しているが,第2次学習目標の達成を妨げる障害は多い。
そのため,聴覚障害者の教育や作業目標の増大には,持続率の上昇が不可欠である。
本研究では,難聴者の永続現象に対するNetLogoソフトウェアを用いたエージェントベースモデルを提案する。
非認知的要因として, 明確な目標, 社会的統合, 社会的スキル, 学歴の4つを考察し, 聴覚障害者の退学決定に影響を及ぼす。
この研究の進展と結果から、エージェントベースのモデリングアプローチは、永続性を高めるものをよりよく理解することを約束している。
関連論文リスト
- Bayesian Causal Forests for Longitudinal Data: Assessing the Impact of Part-Time Work on Growth in High School Mathematics Achievement [0.0]
ベイジアンカウサル林の長手延長について紹介する。
このモデルは、数学的能力における個々の成長と、パートタイム作業への参加の影響の両方を柔軟に識別することができる。
その結果、ほとんどの学生にとってパートタイムワークの負の影響が明らかとなったが、当初は学校所有感が低い学生にとって潜在的利益が示唆された。
論文 参考訳(メタデータ) (2024-07-16T17:18:33Z) - Student Data Paradox and Curious Case of Single Student-Tutor Model: Regressive Side Effects of Training LLMs for Personalized Learning [25.90420385230675]
パーソナライズされた教育の追求は、知的学習システムの開発におけるLarge Language Models(LLM)の統合につながった。
我々の研究は、このアプローチの根本的な課題を明らかにする:学生データパラドックス」
このパラドックスは、学習者の行動を理解するために学生データに基づいて訓練されたLLMが、故意に自身の事実的知識と推論能力を損なうときに現れる。
論文 参考訳(メタデータ) (2024-04-23T15:57:55Z) - Digital Distractions from the Point of View of Higher Education Students [0.0]
本研究の目的は,学生の立場から,主要なデジタル障害を特定することである。
学生は、デジタルな気晴らしが実験室での成績に大きな影響を及ぼすと考えた。
教員は、生徒がデジタル的注意散らしがパフォーマンスに有意な悪影響を及ぼすことに対する意識を高めるための戦略を実施すべきである。
論文 参考訳(メタデータ) (2024-02-04T19:28:20Z) - Loose lips sink ships: Mitigating Length Bias in Reinforcement Learning
from Human Feedback [55.78118035358662]
人間のフィードバックからの強化学習は、大きな言語モデルと人間と社会的価値を整合させる重要な橋として機能する。
報酬モデルが意図した目的を回避できるショートカットを見つけることがよくあります。
本稿では、報酬モデリングとシーケンス長の影響を分離するために、Product-of-Experts技術を適用した革新的なソリューションを提案する。
論文 参考訳(メタデータ) (2023-10-08T15:14:39Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳(メタデータ) (2023-09-13T15:42:06Z) - Can Language Models Teach Weaker Agents? Teacher Explanations Improve
Students via Personalization [84.86241161706911]
教師のLLMは、実際に生徒の推論に介入し、パフォーマンスを向上させることができることを示す。
また,マルチターンインタラクションでは,教師による説明が一般化され,説明データから学習されることを示す。
教師のミスアライメントが学生の成績をランダムな確率に低下させることを、意図的に誤解させることで検証する。
論文 参考訳(メタデータ) (2023-06-15T17:27:20Z) - Distantly-Supervised Named Entity Recognition with Adaptive Teacher
Learning and Fine-grained Student Ensemble [56.705249154629264]
NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。
本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。
微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
論文 参考訳(メタデータ) (2022-12-13T12:14:09Z) - Explainable Student Performance Prediction With Personalized Attention
for Explaining Why A Student Fails [0.5607676459156788]
パーソナライズド・アテンション(ESPA)を用いた新しい説明可能な学生パフォーマンス予測手法を提案する。
BiLSTMアーキテクチャは、特定のパターンで経路内の意味情報を抽出する。
ESPAは、学生のパフォーマンス予測のための他の最先端モデルよりも一貫して優れている。
論文 参考訳(メタデータ) (2021-10-15T08:45:43Z) - The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。
本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
論文 参考訳(メタデータ) (2021-01-30T13:13:45Z) - Stimuli-Sensitive Hawkes Processes for Personalized Student
Procrastination Modeling [1.6822770693792826]
オンライン学習環境において,学生の遅れと締め切りが大きな課題である。
学生の先延ばしの動的モデリングに関する以前の試みは、大きな問題に苦しんでいます。
新しいパーソナライズされた刺激感受性ホークスプロセスモデル(SSHP)を導入し、学生の次の活動時間を予測する。
論文 参考訳(メタデータ) (2021-01-29T22:07:07Z) - Dual Policy Distillation [58.43610940026261]
教員政策を学生政策に転換する政策蒸留は、深層強化学習の課題において大きな成功を収めた。
本研究では,2人の学習者が同じ環境下で活動し,環境の異なる視点を探索する,学生学生による二重政策蒸留(DPD)を導入する。
この二重学習フレームワークを開発する上で重要な課題は、同時代の学習に基づく強化学習アルゴリズムにおいて、ピア学習者から有益な知識を特定することである。
論文 参考訳(メタデータ) (2020-06-07T06:49:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。