論文の概要: Usability Dimensions and Behavioral Intention to Use Markdown to Moodle
in Test Construction
- arxiv url: http://arxiv.org/abs/2012.01180v1
- Date: Thu, 26 Nov 2020 19:01:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-22 22:36:24.266758
- Title: Usability Dimensions and Behavioral Intention to Use Markdown to Moodle
in Test Construction
- Title（参考訳）: テスト構築におけるmuleに対するmarkdownの使用感の次元と行動意図
- Authors: Julius G. Garcia, Connie C. Aunario, Go Frendi Gunawan
- Abstract要約: 本研究の目的は,テスト構築プロセスの緩和におけるアプリケーションの性能を評価することである。
Moodle to Moodleは、テスト項目の大部分をブラウザに直接入力し、.doc、.md、.mdなどを生成できるアプリケーションだ。
ローカルドライブに保存されたファイル。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Creating test with numerous items in Moodle can be tedious and less intuitive
compared to conventional method. This study aims to determine the Markdown to
Moodle performance in easing the test construction process and explain the
underlying factors of the behavioral intention to use the application. Markdown
to Moodle is an application that allows users to type the bulk of test items
directly to the browser and generates .doc, .md and .xml files stored in the
local drive. The .xml can be imported to Moodle test bank. This lessens the
time of creating test items one at a time in the Moodle. A training and a
survey were conducted among teachers with Moodle usage experience. Results from
this study allowed the researchers to determine the usability of the
application and the users behavioral intention. This highlights the workflow
continuity in test construction as a key factor in the usage and performance of
the application.
- Abstract（参考訳）: Moodleで多数のアイテムでテストを作成するのは、従来の方法に比べて退屈で直感的ではない。
本研究の目的は,テスト構築プロセスの緩和におけるMarkdown to Moodleパフォーマンスの判定と,アプリケーションの動作意図の根本的要因を説明することである。
markdown to moodleは、テスト項目の大部分をブラウザに直接タイプし、.netコードを生成するアプリケーションである。
博士。
mdと.xmlファイルは ローカルドライブに保存されてる
xml は moodle test bank にインポートできる。
これにより、Moodleで一度に1つずつテスト項目を作成する時間が短縮される。
Moodle使用経験のある教師を対象に,研修と調査を行った。
この研究の結果、研究者はアプリケーションのユーザビリティとユーザの行動意図を決定することができた。
これは、テスト構築におけるワークフローの連続性を強調し、アプリケーションの使用とパフォーマンスの鍵となる要素である。
関連論文リスト
- Minerva: A Programmable Memory Test Benchmark for Language Models [18.474144165594225]
本稿では、モデルがメモリを効果的に活用できる能力を評価するために、包括的なテストを自動的に生成するフレームワークを提案する。
我々は、検索、リコール、編集、マッチング、文脈記憶における情報の比較といったアトミックなタスクのモデルを評価する。
我々のベンチマークでは,LLMのメモリ能力の解釈可能かつ詳細な評価が可能である。
論文 参考訳（メタデータ） (2025-02-05T16:53:45Z) - LLMs can be easily Confused by Instructional Distractions [16.060402139507644]
大規模言語モデルは、タスクに続く命令において例外的なスキルを示す。
この強度は、モデルが特定の命令を無視しなければならない場合に脆弱性になる可能性がある。
DIM-Benchと呼ばれる新しいベンチマークを導入する。
論文 参考訳（メタデータ） (2025-02-05T04:52:57Z) - Distinguishability-guided Test Program Generation for WebAssembly Runtime Performance Testing [28.920256869194315]
高性能はWebAssembly(Wasm)の重要な設計目標である
Wasmランタイムパフォーマンステストの研究は、いまだに高品質なテストプログラムの不足に悩まされている。
特に、WarpGenは3つのWasmランタイムで7つの新しいパフォーマンス問題を特定している。
論文 参考訳（メタデータ） (2024-12-28T09:51:23Z) - Commit0: Library Generation from Scratch [77.38414688148006]
Commit0は、AIエージェントにスクラッチからライブラリを書くよう促すベンチマークである。
エージェントには、ライブラリのAPIを概説する仕様文書と、インタラクティブなユニットテストスイートが提供されている。
Commit0はまた、モデルが生成したコードに対して静的解析と実行フィードバックを受け取る、インタラクティブな環境も提供する。
論文 参考訳（メタデータ） (2024-12-02T18:11:30Z) - Towards Realistic Evaluation of Commit Message Generation by Matching Online and Offline Settings [77.20838441870151]
オンラインメトリック - VCSに生成されたメッセージをコミットする前にユーザが導入する編集回数 - を使用して、オフライン実験用のメトリクスを選択します。
我々は,GPT-4が生成したコミットメッセージと,人間の専門家が編集したコミットメッセージからなる57対のデータセットを収集した。
以上の結果から,編集距離が最も高い相関性を示すのに対し,BLEUやMETEORなどの類似度は低い相関性を示すことがわかった。
論文 参考訳（メタデータ） (2024-10-15T20:32:07Z) - A Block-Based Testing Framework for Scratch [9.390562437823078]
自動テストの作成を可能にするブロックのカテゴリをScratchに導入する。
これらのブロックによって、学生や教師もテストを作成し、Scratch環境内で直接フィードバックを受け取ることができる。
論文 参考訳（メタデータ） (2024-10-11T14:11:26Z) - Learning to Ask: When LLM Agents Meet Unclear Instruction [55.65312637965779]
大きな言語モデル(LLM)は、言語スキルだけでは達成不可能なタスクに対処するための外部ツールを活用することができる。
我々は、不完全な命令下でのLLMツールの使用性能を評価し、エラーパターンを分析し、Noisy ToolBenchと呼ばれる挑戦的なツール使用ベンチマークを構築した。
Ask-when-Needed (AwN) という新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2024-08-31T23:06:12Z) - Automatic benchmarking of large multimodal models via iterative experiment programming [71.78089106671581]
本稿では,LMMの自動ベンチマークのための最初のフレームワークであるAPExを紹介する。
自然言語で表現された研究の質問に対して、APExは大きな言語モデル(LLM)と事前定義されたツールのライブラリを活用して、手元にあるモデルの一連の実験を生成する。
調査の現在の状況に基づいて、APExはどの実験を行うか、結果が結論を引き出すのに十分かどうかを選択する。
論文 参考訳（メタデータ） (2024-06-18T06:43:46Z) - Adaptive Experimentation When You Can't Experiment [55.86593195947978]
本稿では,Emphcon founded the pure exploration transductive linear bandit (textttCPET-LB) problem。
オンラインサービスは、ユーザーを特定の治療にインセンティブを与える、適切にランダム化された励ましを利用することができる。
論文 参考訳（メタデータ） (2024-06-15T20:54:48Z) - Eliciting Human Preferences with Language Models [56.68637202313052]
言語モデル(LM)は、ラベル付き例や自然言語のプロンプトを使用してターゲットタスクを実行するように指示することができる。
タスク仕様プロセスのガイドには*LM自身を使うことを提案します。
我々は、メール検証、コンテンツレコメンデーション、道徳的推論の3つの領域でGATEを研究している。
論文 参考訳（メタデータ） (2023-10-17T21:11:21Z) - Import test questions into Moodle LMS [0.0]
本研究の目的は、最も一般的なタイプのテスト質問の作成における理論的・方法論的な側面を明らかにすることである。
Moodle LMSのビューモードでは,質問の提出形式,その設計事例,開発事例がデモされた。
論文 参考訳（メタデータ） (2020-10-27T09:39:45Z)
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。