論文の概要: Discussion Tracker: Supporting Teacher Learning about Students'
Collaborative Argumentation in High School Classrooms
- arxiv url: http://arxiv.org/abs/2102.10293v1
- Date: Sat, 20 Feb 2021 09:06:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-23 15:05:04.432742
- Title: Discussion Tracker: Supporting Teacher Learning about Students'
Collaborative Argumentation in High School Classrooms
- Title(参考訳): ディスカッショントラッカ : 高等学校における生徒の協調的議論に関する教師の学習支援
- Authors: Luca Lugini, Christopher Olshefski, Ravneet Singh, Diane Litman,
Amanda Godley
- Abstract要約: ディスカッショントラッカーは、議論の移動、特異性、コラボレーションを分類するための新しいアルゴリズムに基づく教室での議論分析システムである。
教室の配置の結果、教師は分析が役に立ち、下位の分類器は中程度から実質的な人間との合意で機能することがわかった。
- 参考スコア(独自算出の注目度): 1.7534486934148554
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Teaching collaborative argumentation is an advanced skill that many K-12
teachers struggle to develop. To address this, we have developed Discussion
Tracker, a classroom discussion analytics system based on novel algorithms for
classifying argument moves, specificity, and collaboration. Results from a
classroom deployment indicate that teachers found the analytics useful, and
that the underlying classifiers perform with moderate to substantial agreement
with humans.
- Abstract(参考訳): 協力的な議論は、多くのK-12教師が開発に苦労する高度なスキルです。
そこで我々は,議論の移動,具体性,コラボレーションを分類する新しいアルゴリズムに基づく教室ディスカッション分析システムであるディスカッショントラッカーを開発した。
教室の配置の結果、教師は分析が役に立ち、下位の分類器は中程度から実質的な人間との合意で機能することがわかった。
関連論文リスト
- Embedding Compression for Teacher-to-Student Knowledge Transfer [58.01044612920816]
本稿では,学習可能な教師変換を備えた埋め込み圧縮モジュールを用いて,コンパクトな教師埋め込みを実現することを提案する。
その結果,埋め込み圧縮モジュールの追加により分類性能が向上した。
埋め込み指導で訓練された学生モデルは、より強い一般化可能性を示す。
論文 参考訳(メタデータ) (2024-02-09T19:47:31Z) - MathDial: A Dialogue Tutoring Dataset with Rich Pedagogical Properties
Grounded in Math Reasoning Problems [74.73881579517055]
そこで本稿では,一般学生の誤りを表現した大規模言語モデルを用いて,人間教師の対話を生成する枠組みを提案する。
このフレームワークを用いて3kの1対1の教師-学生対話のデータセットであるMathDialを収集する方法について述べる。
論文 参考訳(メタデータ) (2023-05-23T21:44:56Z) - Learning Analytics from Spoken Discussion Dialogs in Flipped Classroom [36.53657088550011]
本研究の目的は,グループ学習のプロセスや成果を知るために,授業中の議論の対話文を収集し,分析することである。
我々は最近,授業におけるグループベース問題解決の議論に先立ち,学生が家庭でビデオ録画講義を視聴する「フリップ型教室戦略」を用いて授業を転換した。
次に、その指標に機械学習アルゴリズムを適用して、グループ学習結果をHigh, Mid, Lowと予測する。
論文 参考訳(メタデータ) (2023-01-29T09:36:41Z) - Opportunities and Challenges in Neural Dialog Tutoring [54.07241332881601]
言語学習のための2つの対話学習データセットを用いて、様々な生成言語モデルを厳密に分析する。
現在のアプローチでは、制約のある学習シナリオでチューリングをモデル化できますが、制約の少ないシナリオではパフォーマンスが悪くなります。
人的品質評価では, モデルと接地木アノテーションの両方が, 同等のチュータリングの点で低い性能を示した。
論文 参考訳(メタデータ) (2023-01-24T11:00:17Z) - Computationally Identifying Funneling and Focusing Questions in
Classroom Discourse [24.279653100481863]
本稿では,授業談話におけるファネリングと集中型質問を計算的に検出するタスクを提案する。
ファネリングと集中型質問にラベル付けされた2,348の教師発話の注釈付きデータセットをリリースする。
我々の最高のモデルである教師付きRoBERTaモデルは、データセットに微調整され、人間の専門家ラベルと.76の強い線形相関と、ポジティブな教育結果を持つ。
論文 参考訳(メタデータ) (2022-07-08T01:28:29Z) - Improving mathematical questioning in teacher training [1.794107419334178]
高忠実でAIに基づくシミュレートされた教室システムにより、教師は効果的な教育戦略をリハーサルすることができる。
本稿では,教師が数学的質問のスキルを実践するのを支援するために,テキストベースの対話型エージェントを構築した。
論文 参考訳(メタデータ) (2021-12-02T05:33:03Z) - 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) - Peer Collaborative Learning for Online Knowledge Distillation [69.29602103582782]
Peer Collaborative Learningメソッドは、オンラインアンサンブルとネットワークコラボレーションを統合フレームワークに統合する。
CIFAR-10, CIFAR-100, ImageNetによる実験により, 提案手法は種々のバックボーンネットワークの一般化を著しく改善することを示した。
論文 参考訳(メタデータ) (2020-06-07T13:21:52Z) - Neural Multi-Task Learning for Teacher Question Detection in Online
Classrooms [50.19997675066203]
教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。
マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
論文 参考訳(メタデータ) (2020-05-16T02:17:04Z)
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。