論文の概要: Small Private Online Judge: A New Tool for Empirical Education Research
- arxiv url: http://arxiv.org/abs/2010.06984v1
- Date: Fri, 25 Sep 2020 04:58:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-01 00:24:59.060697
- Title: Small Private Online Judge: A New Tool for Empirical Education Research
- Title(参考訳): Small Private Online Judge: 経験的教育研究のための新しいツール
- Authors: Yunchi Zhu, Zuohan Zhao, Chengda Tong, Xiaojun Xia
- Abstract要約: SPOJ(Small Private Online Judge)は、学生の仮想行動の構造化データ取得において利点がある。
SPOJプログラムのケーススタディは、SPOJベースの3A研究の標準パターンを明らかにする。
SPOJに基づく経験的教育研究の課題とSPOJの意義についても論じる。
- 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: This paper puts forward the concept of Small Private Online Judge (SPOJ).
Compared with Massive Open Online Judge (MOOJ), SPOJ has advantages in
structured data acquisition of students' virtual behavior for its specific
function and tight coupling with the classroom. SPOJ-based empirical education
research can be conducted within "Acquisition-Analysis-Application" (3A)
Framework. The case study of a SPOJ program clarifies the standard pattern of
SPOJ-based 3A research and highlights the emergence of education-intelligence
concept. The challenges of SPOJ-based empirical education research and
implications of SPOJ are also discussed.
- Abstract(参考訳): 本稿では,SPOJ(Small Private Online Judge)の概念を提唱する。
SPOJは、MOOJ(Massive Open Online Judge)と比較して、学生の仮想行動の構造化されたデータ取得において、その機能と教室との密接な結合に利点がある。
SPOJに基づく経験的教育研究は,Acquisition-Analysis-Application"(3A)フレームワークで実施することができる。
SPOJプログラムのケーススタディは、SPOJベースの3A研究の標準パターンを明らかにし、教育知能概念の出現を強調する。
SPOJに基づく経験的教育研究の課題とSPOJの意義についても論じる。
関連論文リスト
- Automatic assessment of text-based responses in post-secondary
education: A systematic review [0.0]
教育におけるテキストベースの反応の迅速な評価とフィードバックの自動化には大きな可能性がある。
近年,テキストによる自動評価システムがどのように開発され,教育に応用されているかを理解するために,三つの研究課題が検討されている。
この体系的なレビューは、テキストベースのアセスメントシステムの最近の教育応用の概要を提供する。
論文 参考訳(メタデータ) (2023-08-30T17:16:45Z) - Open Learning Analytics: A Systematic Literature Review and Future
Perspectives [0.0]
Open Learning Analytics(OLA)は、生涯学習環境における学習効率と効率性を改善することを目的とした、新興研究分野である。
本稿は,2011~2019年の学習分析文献で利用可能なツールの体系的な文献レビューを行い,オープンネスへの支援に注目した。
レビューは、効果的なOLAプラットフォームの主な要件を導き、この新興分野における重要な課題と今後の作業線を特定することで締めくくっている。
論文 参考訳(メタデータ) (2023-03-22T09:02:21Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Vision-Centric BEV Perception: A Survey [92.98068828762833]
視覚中心のBird's Eye View(BEV)の認識は、産業と学界の両方から大きな関心を集めている。
ディープラーニングの急速な進歩は、視覚中心のBEV知覚問題に対処する多くの方法の提案につながった。
本稿では、最新の知識をコンパイルし、整理し、一般的なアルゴリズムの体系的なレビューと要約を提供する。
論文 参考訳(メタデータ) (2022-08-04T17:53:17Z) - A Survey on Legal Judgment Prediction: Datasets, Metrics, Models and
Challenges [73.34944216896837]
法定判断予測(LJP)は,事実記述に基づく判断結果の自動予測に自然言語処理(NLP)技術を適用している。
6言語で31のLJPデータセットを分析し、その構築過程を示し、LJPの分類方法を定義する。
異なる訴訟の8つの代表的データセットに対する最先端の結果を示し、オープンな課題について議論する。
論文 参考訳(メタデータ) (2022-04-11T04:06:28Z) - Recent Few-Shot Object Detection Algorithms: A Survey with Performance
Comparison [54.357707168883024]
Few-Shot Object Detection (FSOD)は、人間の学習能力を模倣する。
FSODは、学習した汎用オブジェクトの知識を共通のヘビーテールから新しいロングテールオブジェクトクラスにインテリジェントに転送する。
本稿では,問題定義,共通データセット,評価プロトコルなどを含むFSODの概要を紹介する。
論文 参考訳(メタデータ) (2022-03-27T04:11:28Z) - Unpacking Invisible Work Practices, Constraints, and Latent Power
Relationships in Child Welfare through Casenote Analysis [3.739243122393041]
ケースワーマーは、チャイルドウェルフェア(CW)の家族に関する詳細な物語を書いている。
ケースノートは、現場のケースワーカーの経験を理解するためのユニークなレンズを提供する。
本研究は,ケースノートの最初の計算検査を行い,SIGCHIコミュニティに紹介する。
論文 参考訳(メタデータ) (2022-03-10T05:48:22Z) - OpenHoldem: An Open Toolkit for Large-Scale Imperfect-Information Game
Research [82.09426894653237]
OpenHoldemは、NLTHを用いた大規模不完全情報ゲーム研究のための統合ツールキットです。
1)異なるNLTH AIを徹底的に評価するための標準化された評価プロトコル、2)NLTH AIのための3つの公的に利用可能な強力なベースライン、3)公開NLTH AI評価のための使いやすいAPIを備えたオンラインテストプラットフォーム。
論文 参考訳(メタデータ) (2020-12-11T07:24:08Z) - Summarizing Text on Any Aspects: A Knowledge-Informed Weakly-Supervised
Approach [89.56158561087209]
文書に関連する任意の側面を要約する。
監視データがないため、我々は新しい弱い監督構築法とアスペクト・モデリング・スキームを開発した。
実験により,本手法は実文書と合成文書の両方を要約することで,性能の向上を図っている。
論文 参考訳(メタデータ) (2020-10-14T03:20:46Z)
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。