論文の概要: Key principles for workforce upskilling via online learning: a learning
analytics study of a professional course in additive manufacturing
- arxiv url: http://arxiv.org/abs/2008.06610v1
- Date: Sat, 15 Aug 2020 00:30:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-06 05:05:00.481006
- Title: Key principles for workforce upskilling via online learning: a learning
analytics study of a professional course in additive manufacturing
- Title（参考訳）: オンライン学習による労働スキル向上のための重要な原則--添加物製造専門コースの学習分析研究
- Authors: Kylie Peppler, Joey Huang, Michael C. Richey, Michael Ginda, Katy
B\"orner, Haden Quinlan, A. John Hart
- Abstract要約: 本研究は,学習対象分析と視覚学習分析を組み合わせて,学習軌跡,エンゲージメント,パフォーマンスの関連性を検討する。
この研究は、コース設計者やインストラクターがコースの割り当て、学習目標、評価尺度を学習者のニーズや関心と整合させるための幅広い戦略を強調している。
- 参考スコア（独自算出の注目度）: 2.014343808433054
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Effective adoption of online platforms for teaching, learning, and skill
development is essential to both academic institutions and workplaces. Adoption
of online learning has been abruptly accelerated by COVID19 pandemic, drawing
attention to research on pedagogy and practice for effective online
instruction. Online learning requires a multitude of skills and resources
spanning from learning management platforms to interactive assessment tools,
combined with multimedia content, presenting challenges to instructors and
organizations. This study focuses on ways that learning sciences and visual
learning analytics can be used to design, and to improve, online workforce
training in advanced manufacturing. Scholars and industry experts, educational
researchers, and specialists in data analysis and visualization collaborated to
study the performance of a cohort of 900 professionals enrolled in an online
training course focused on additive manufacturing. The course was offered
through MITxPro, MIT Open Learning is a professional learning organization
which hosts in a dedicated instance of the edX platform. This study combines
learning objective analysis and visual learning analytics to examine the
relationships among learning trajectories, engagement, and performance. The
results demonstrate how visual learning analytics was used for targeted course
modification, and interpretation of learner engagement and performance, such as
by more direct mapping of assessments to learning objectives, and to expected
and actual time needed to complete each segment of the course. The study also
emphasizes broader strategies for course designers and instructors to align
course assignments, learning objectives, and assessment measures with learner
needs and interests, and argues for a synchronized data infrastructure to
facilitate effective just in time learning and continuous improvement of online
courses.
- Abstract（参考訳）: 教育、学習、スキル開発のためのオンラインプラットフォームを効果的に採用することは、学術機関と職場の両方にとって不可欠である。
オンライン学習の導入は、新型コロナウイルスのパンデミックによって突然加速され、教育研究や効果的なオンライン教育の実践に注意が向けられている。
オンライン学習には、学習管理プラットフォームからインタラクティブアセスメントツールまで、マルチメディアコンテンツと組み合わせて、インストラクターや組織に課題を提示するさまざまなスキルとリソースが必要です。
本研究は、先進的な製造業におけるオンライン労働力トレーニングの設計と改善に、科学と視覚的学習分析を使用できる方法に焦点を当てる。
研究者、業界の専門家、教育研究者、そしてデータ分析と可視化の専門家が協力し、添加物製造に焦点を当てたオンライントレーニングコースに登録された900人のプロフェッショナルのコーホートのパフォーマンスを研究した。
このコースはmitxproを通じて提供され、mit open learningはedxプラットフォームの専用インスタンスでホストされるプロの学習組織である。
本研究は,学習対象分析と視覚学習分析を組み合わせて,学習軌跡,エンゲージメント,パフォーマンスの関連性を検討する。
その結果,学習目的に対する評価のより直接的なマッピングや,コースの各セグメントの完成に必要な期待時間や実際の時間といった,学習者の参加感とパフォーマンスの解釈に視覚的学習分析がどのように使用されたかが示された。
この研究はまた、コースデザイナーとインストラクターがコースの課題、学習目標、および学習者のニーズや関心事によるアセスメント尺度を調整するための幅広い戦略を強調し、オンラインコースの時間学習と継続的な改善にのみ効果的な同期データ基盤を主張する。
関連論文リスト
- LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System [54.71619734800526]
GenMentorは、ITS内で目標指向でパーソナライズされた学習を提供するために設計されたマルチエージェントフレームワークである。
学習者の目標を、カスタムのゴール・トゥ・スキルデータセットでトレーニングされた微調整LDMを使用して、必要なスキルにマッピングする。
GenMentorは、個々の学習者のニーズに合わせて探索・描画・統合機構で学習内容を調整する。
論文 参考訳（メタデータ） (2025-01-27T03:29:44Z) - Bringing active learning, experimentation, and student-created videos in engineering: A study about teaching electronics and physical computing integrating online and mobile learning [0.0]
本研究の主な目的は、電子工学、物理コンピューティング(PhyC)、プログラミング、工学における基礎ロボティクスを学ぶためのAL方法論を作成することであった。
この方法論は、ICDM(Integrated Course Design Model)のガイドラインと、モバイルとオンラインの学習をAndroidアプリと組み合わせたコースを用いて考案された。
その結果, 学生のPhyCとプログラミング活動の認知度は良好であり, 動機づけ, 自己効力感, 不安の軽減, 学業成績の向上に影響を及ぼす可能性が示唆された。
論文 参考訳（メタデータ） (2024-06-02T23:26:27Z) - Exploring Federated Unlearning: Analysis, Comparison, and Insights [101.64910079905566]
フェデレーション・アンラーニングは、フェデレーション・システムで訓練されたモデルからデータを選択的に除去することを可能にする。
本稿では,既存のフェデレーション・アンラーニング手法について検討し,アルゴリズムの効率,モデル精度への影響,プライバシ保護の有効性について検討する。
フェデレートされたアンラーニング手法を評価するための統一ベンチマークであるOpenFederatedUnlearningフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-30T01:34:33Z) - A Set of Essentials for Online Learning : CSE-SET [0.0]
本研究は,オンライン学習を効果的に行うための重要な要素の集合を詳述する。
この研究は、学生や他の利害関係者がオンライン学習に参加する動機となる一連の要因を列挙している。
論文 参考訳（メタデータ） (2023-03-26T04:33:52Z) - A Network Science Perspective to Personalized Learning [0.0]
コンテンツ選択とマルチモーダルなエンゲージメントを提供する学習プラットフォームを用いて,学習目標の達成方法を検討する。
このフレームワークは、知識のネットワークによって支持される学習者のエンゲージメントとコンテンツ選択を提供することによって、経験を教えるのではなく、学習経験に注意を向ける。
論文 参考訳（メタデータ） (2021-11-02T01:50:01Z) - Iterative Teacher-Aware Learning [136.05341445369265]
人間の教育において、教師と学生はコミュニケーション効率を最大化するために適応的に交流することができる。
本稿では,教師の協調意図を可能性関数に組み込むことができる,勾配最適化に基づく教師認識学習者を提案する。
論文 参考訳（メタデータ） (2021-10-01T00:27:47Z) - Online Continual Learning with Natural Distribution Shifts: An Empirical
Study with Visual Data [101.6195176510611]
オンライン」連続学習は、情報保持とオンライン学習の有効性の両方を評価することができる。
オンライン連続学習では、入力される各小さなデータをまずテストに使用し、次にトレーニングセットに追加し、真にオンラインにします。
本稿では,大規模かつ自然な分布変化を示すオンライン連続視覚学習のための新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2021-08-20T06:17:20Z) - Desperately seeking the impact of learning analytics in education at
scale: Marrying data analysis with teaching and learning [0.0]
学習分析(LA)は、学習成果、学習者支援、教育を改善することができると主張されている。
教育環境におけるLAの有効性を示す実践への影響の実証的な証拠はいまだ少ない。
学生の大規模学習改善を目的としたデータ駆動意思決定の効果を高めるためには,教育者のニーズをよりよく理解する必要がある。
論文 参考訳（メタデータ） (2021-05-14T07:33:17Z) - Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。
私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
論文 参考訳（メタデータ） (2021-04-15T20:40:24Z) - Peer-inspired Student Performance Prediction in Interactive Online
Question Pools with Graph Neural Network [56.62345811216183]
本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。
具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。
1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
論文 参考訳（メタデータ） (2020-08-04T14:55:32Z)
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。