論文の概要: Exploratory Learning Environments for Responsible Management Education Using Lego Serious Play

• arxiv url: http://arxiv.org/abs/2104.12539v1
• Date: Sat, 27 Mar 2021 22:28:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-06 16:52:42.596288
• Title: Exploratory Learning Environments for Responsible Management Education Using Lego Serious Play
• Title（参考訳）: lego serious playを用いた管理教育のための探索学習環境
• Authors: Vasilis Gkogkidis, Nicholas Dacre
• Abstract要約: 我々は,教育的枠組みを開発するための学習促進アプローチとして,構成主義的学習理論とLego Serious Play(LSP)を取り上げる。 LSPは、重要な談話を促進し、非常に複雑な問題に取り組むための学習環境への応用が増えているため、選択されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Research into responsible management education has largely focused on the merits, attributes, and transformation opportunities to enhance responsible business school education aims. As such, a prominent part of the literature has occupied itself with examining if responsible management modules are inherently considered a non-crucial element of the curriculum and determining the extent to which business schools have introduced such learning content into their curriculum. However, there has been scant research into how to apply novel teaching approaches to engage students and promote responsible management education endeavours. As such, this paper seeks to address this gap through the development of a teaching framework to support educators in designing effective learning environments focused on responsible management education. We will draw on constructivist learning theories and Lego Serious Play (LSP) as a learning enhancement approach to develop a pedagogical framework. LSP is selected due to its increasing application in learning environments to help promote critical discourse, and engage with highly complex problems, whether these are social, economic, environmental, or organisational.
• Abstract（参考訳）: 責任ある経営教育の研究は、責任あるビジネススクール教育の目的を高めるためのメリット、属性、変革の機会に主に焦点を当てている。 このように、責任ある管理モジュールが本質的にカリキュラムの非批判的要素であるかどうかを調べ、ビジネススクールがカリキュラムにそのような学習内容を導入する程度を判断する上で、文献の顕著な部分を占めてきた。 しかし、新しい指導手法を学生の関与に応用し、責任ある経営教育を促進させる方法については、少なからぬ研究がなされている。 そこで本稿は,責任ある経営教育に焦点をあてた効果的な学習環境設計を支援する教育枠組みの開発を通じて,このギャップに対処しようとするものである。 教育的枠組みを開発するための学習強化アプローチとして,構成主義的学習理論とlego serious play (lsp) を取り上げる。 lspは、重要な談話を促進し、社会的、経済的、環境的、組織的といった非常に複雑な問題に取り組むために、学習環境への応用が増えているため選択される。

関連論文リスト

• Co-designing Large Language Model Tools for Project-Based Learning with K12 Educators [10.100127895043235]
  生成型大規模言語モデル (LLMs) は、学生ベースのアクティブラーニング手法の扉を開いた。 プロジェクト設計と管理、評価、指導は、学生の実践の課題である。 教室における生成型大規模言語モデルの今後の展開に関するガイドラインを提案する。
  論文  参考訳（メタデータ） (2025-02-13T22:23:08Z)
• Position: LLMs Can be Good Tutors in Foreign Language Education [87.88557755407815]
  我々は、外国語教育(FLE)において、大きな言語モデル(LLM)が効果的な家庭教師として機能する可能性を主張する。 具体的には、(1)データエンハンサーとして、(2)学習教材の作成や学生シミュレーションとして、(2)タスク予測器として、学習者の評価や学習経路の最適化に、(3)エージェントとして、そして、パーソナライズされた包括的教育を可能にする3つの重要な役割を果たせる。
  論文  参考訳（メタデータ） (2025-02-08T06:48:49Z)
• 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)
• Towards an Operational Responsible AI Framework for Learning Analytics in Higher Education [0.2796197251957245]
  我々は、大手IT企業を含む11の責任あるAIフレームワークを、高等教育におけるLAの文脈にマップする。 この結果、透明性、公平性、説明責任といった7つの重要な原則が特定された。 我々は,HE機関に実践的な指導を提供する新しい枠組みを提案し,コミュニティインプットによって発展するように設計されている。
  論文  参考訳（メタデータ） (2024-10-08T08:55:24Z)
• Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making [51.737762570776006]
  LLM-ACTRは、ヒトに適応し、多目的な意思決定を提供する新しいニューロシンボリックアーキテクチャである。 我々のフレームワークは、ACT-Rの内部決定過程の知識を潜在神経表現として抽出し、組み込む。 デザイン・フォー・マニュファクチャリング・タスクに関する我々の実験は、タスク性能の向上と基礎的意思決定能力の向上を両立させたものである。
  論文  参考訳（メタデータ） (2024-08-17T11:49:53Z)
• Faculty Perspectives on the Potential of RAG in Computer Science Higher Education [0.0]
  仮想教示アシスタントと教示アシスタントの2つのタスクに対する検索補助(RAG)アプリケーションを開発した。 本研究は,LLMに基づくRAGの教育への応用に関する教員のフィードバックを収集した初めてのものである。
  論文  参考訳（メタデータ） (2024-07-28T14:55:22Z)
• Enhancing Instructional Quality: Leveraging Computer-Assisted Textual Analysis to Generate In-Depth Insights from Educational Artifacts [13.617709093240231]
  本研究では、人工知能(AI)と機械学習(ML)が教育内容、教師の談話、学生の反応を分析して教育改善を促進する方法について検討する。 私たちは、教師のコーチング、学生のサポート、コンテンツ開発など、AI/ML統合が大きな利点をもたらす重要な領域を特定します。 本稿では,AI/ML技術と教育的目標との整合性の重要性を強調し,その教育的可能性を実現する。
  論文  参考訳（メタデータ） (2024-03-06T18:29:18Z)
• An Effective Learning Management System for Revealing Student Performance Attributes [22.88480788156872]
  本研究では,学生の成績記録から効率的にマイニングするために,先進的な教育用マイニングモジュールを組み込んだLMSを提案する。 その結果,従来の教育用マイニングアルゴリズムと比較して,情報損失のないマイニングモジュールのマイニング効率が向上した。 このような効果的なLMSの設計と応用により、教育者は過去の学生のパフォーマンス経験から学び、時間内に生徒と交流し、最終的に学業成功を向上させることができる。
  論文  参考訳（メタデータ） (2024-03-05T03:56:49Z)
• The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
  新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。 本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
  論文  参考訳（メタデータ） (2021-01-30T13:13:45Z)
• Dual Policy Distillation [58.43610940026261]
  教員政策を学生政策に転換する政策蒸留は、深層強化学習の課題において大きな成功を収めた。 本研究では,2人の学習者が同じ環境下で活動し,環境の異なる視点を探索する,学生学生による二重政策蒸留(DPD)を導入する。 この二重学習フレームワークを開発する上で重要な課題は、同時代の学習に基づく強化学習アルゴリズムにおいて、ピア学習者から有益な知識を特定することである。
  論文  参考訳（メタデータ） (2020-06-07T06:49:47Z)
• Curriculum Learning for Reinforcement Learning Domains: A Framework and Survey [53.73359052511171]
  強化学習(Reinforcement Learning, RL)は、エージェントが限られた環境フィードバックしか持たないシーケンシャルな意思決定タスクに対処するための一般的なパラダイムである。 本稿では、RLにおけるカリキュラム学習(CL)の枠組みを提案し、既存のCLメソッドを仮定、能力、目標の観点から調査・分類する。
  論文  参考訳（メタデータ） (2020-03-10T20:41:24Z)

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。