論文の概要: Assessing the Effectiveness of Using Live Interactions and Feedback to
Increase Engagement in Online Learning
- arxiv url: http://arxiv.org/abs/2008.08241v2
- Date: Mon, 31 Aug 2020 14:44:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 20:44:06.873272
- Title: Assessing the Effectiveness of Using Live Interactions and Feedback to
Increase Engagement in Online Learning
- Title(参考訳): オンライン学習におけるリビングインタラクションとフィードバックを用いたエンゲージメント向上効果の評価
- Authors: Beth Porter, Burcin Bozkaya
- Abstract要約: オンライン学習体験にツールとライブフィードバックを導入することが学習者のパフォーマンスに与える影響について検討した。
以上の結果から,ライブインタラクションとすべてのパフォーマンス指標との間には,統計的に有意な相関が認められた。
- 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: In-person instruction for professional development or other types of
workplace training provides a social environment and immediate feedback
mechanisms that typically ensure all participants are successful. Online,
self-paced instruction lacks these mechanisms and relies on the motivation and
persistence of each individual learner, often resulting in low completion
rates. In this study, we studied the effect of introducing enabling tools and
live feedback into an online learning experience on learner performance in the
course, persistence in the course, and election to complete supplemental
readings and assignments. The findings from our experiments show positive
correlations with strong statistical significance between live interactions and
all performance measures studied.
Research funded by the National Science Foundation, award number #1843391.
- Abstract(参考訳): プロフェッショナル開発や他のタイプの職場トレーニングのための個人指導は、一般的にすべての参加者が成功するように社会的環境と即時フィードバックメカニズムを提供する。
オンラインの自己ペースの命令はこれらのメカニズムを欠き、個々の学習者のモチベーションと永続性に依存しており、多くの場合、完成率が低い。
本研究では,オンライン学習体験に有効なツールやライブフィードバックを導入することが,学習者のパフォーマンス,コースの持続性,補足的な読み書きや課題を完遂するための選挙に与える影響について検討した。
実験の結果,ライブインタラクションとすべてのパフォーマンス指標の間には,統計学的に有意な有意な相関が認められた。
ナショナル・サイエンス・ファウンデーション(National Science Foundation)が出資し、第1843391号を受賞。
関連論文リスト
- SELFI: Autonomous Self-Improvement with Reinforcement Learning for
Social Navigation [58.98433356015055]
体験と対話し、改善する自己改善ロボットは、ロボットシステムの現実的な展開の鍵となる。
本研究では,オンラインロボット体験を活用したオンライン学習手法であるSELFIを提案する。
本研究では, 衝突回避の観点からの改善と, より社会的に順応する行動について報告する。
論文 参考訳(メタデータ) (2024-03-01T21:27:03Z) - Ensemble-based Interactive Imitation Learning [26.821104724576784]
本研究では、対話型模倣学習について研究し、学習者がアクションアノテーションの実証的な専門家に対話的に問い合わせる。
本稿では,この目標を達成するアルゴリズムフレームワークであるEnsemble-based Interactive Imitation Learning (EIIL)を提案する。
論文 参考訳(メタデータ) (2023-12-28T07:05:30Z) - RLIF: Interactive Imitation Learning as Reinforcement Learning [61.14928315004026]
オフ・ポリティクス強化学習は、インタラクティブな模倣学習よりも近いが、潜在的にさらに実践的な仮定の下で、パフォーマンスを向上させることができる。
提案手法は,ユーザ介入信号を用いた強化学習を報奨として利用する。
このことは、インタラクティブな模倣学習において介入する専門家がほぼ最適であるべきだという仮定を緩和し、アルゴリズムが潜在的に最適でない人間の専門家よりも改善される行動を学ぶことを可能にする。
論文 参考訳(メタデータ) (2023-11-21T21:05:21Z) - Quiz-based Knowledge Tracing [61.9152637457605]
知識追跡は、学習相互作用に基づいて個人の進化する知識状態を評価することを目的としている。
QKTは、既存の方法と比較して最先端のパフォーマンスを実現している。
論文 参考訳(メタデータ) (2023-04-05T12:48:42Z) - Metaversal Learning Environments: Measuring, predicting and improving
interpersonal effectiveness [2.6424064030995957]
人工知能と仮想現実を組み合わせた新しいアーキテクチャを導入し,アバターを用いた没入型学習体験を実現する。
このフレームワークは、アバターと相互作用する個人の対人効果を測定することができる。
その結果, 対人効果に欠ける個人は, アバターとの相互作用が複数あった後, パフォーマンスが著しく向上したことが明らかとなった。
論文 参考訳(メタデータ) (2022-05-05T18:22:27Z) - 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) - Persistent Rule-based Interactive Reinforcement Learning [0.5999777817331317]
現在の対話型強化学習研究は、現在の状態にのみ関連するアドバイスを提供する相互作用に限られている。
本稿では,ルールに基づく対話型強化学習手法,すなわち,提供された知識の保持と再利用のための手法を提案する。
実験の結果,持続的アドバイスはエージェントの性能を著しく向上させるとともに,トレーナーに必要なインタラクションの数を減らすことができることがわかった。
論文 参考訳(メタデータ) (2021-02-04T06:48:57Z) - Relationship between Student Engagement and Performance in e-Learning
Environment Using Association Rules [9.006364242523249]
eラーニングプラットフォームが直面する課題の1つは、学生のモチベーションとエンゲージメントを維持する方法だ。
本稿では,学生の関与と学業成績との関係について検討する。
論文 参考訳(メタデータ) (2020-12-25T17:00:23Z) - Key principles for workforce upskilling via online learning: a learning
analytics study of a professional course in additive manufacturing [2.014343808433054]
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。
論文 参考訳(メタデータ) (2020-08-15T00:30:56Z) - Social Engagement versus Learning Engagement -- An Exploratory Study of
FutureLearn Learners [61.58283466715385]
大規模なオープンオンラインコース (MOOCs) は増加傾向にあるが、エンロリーのごく一部しかMOOCsを完了していない。
この研究は、MOOCにおける研究の進展とともに、学習者がピアとどのように相互作用するかに特に関係している。
この研究は、社会的構成主義的アプローチを採用し、協調学習を促進するFutureLearnプラットフォーム上で行われた。
論文 参考訳(メタデータ) (2020-08-11T16:09:10Z) - Knowledge-guided Deep Reinforcement Learning for Interactive
Recommendation [49.32287384774351]
インタラクティブレコメンデーションは、アイテムとユーザ間の動的インタラクションから学び、応答性と精度を達成することを目的としている。
本稿では,知識指導型深層強化学習を提案する。
論文 参考訳(メタデータ) (2020-04-17T05:26:47Z)
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。