論文の概要: Teachers' perspective on fostering computational thinking through educational robotics

• arxiv url: http://arxiv.org/abs/2105.04980v2
• Date: Sat, 3 Jul 2021 15:46:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-31 20:56:52.211319
• Title: Teachers' perspective on fostering computational thinking through educational robotics
• Title（参考訳）: 教育ロボティクスによる計算思考の育成に関する教師の視点
• Authors: Morgane Chevalier, Laila El-Hamamsy, Christian Giang, Barbara Bruno, and Francesco Mondada
• Abstract要約: 創造的問題解決モデル(CCPS)は、教育ロボティクス学習活動の設計を改善するために用いられる。 本研究の目的は,教師によるモデルの有効性を検証することである。 教師は、CCPSモデルはスキルを育成するのに有用であるが、特定の介入方法がCT関連認知過程に与える影響を認識できなかった。
• 参考スコア（独自算出の注目度）: 0.6410282200111983
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the introduction of educational robotics (ER) and computational thinking (CT) in classrooms, there is a rising need for operational models that help ensure that CT skills are adequately developed. One such model is the Creative Computational Problem Solving Model (CCPS) which can be employed to improve the design of ER learning activities. Following the first validation with students, the objective of the present study is to validate the model with teachers, specifically considering how they may employ the model in their own practices. The Utility, Usability and Acceptability framework was leveraged for the evaluation through a survey analysis with 334 teachers. Teachers found the CCPS model useful to foster transversal skills but could not recognise the impact of specific intervention methods on CT-related cognitive processes. Similarly, teachers perceived the model to be usable for activity design and intervention, although felt unsure about how to use it to assess student learning and adapt their teaching accordingly. Finally, the teachers accepted the model, as shown by their intent to replicate the activity in their classrooms, but were less willing to modify it or create their own activities, suggesting that they need time to appropriate the model and underlying tenets.
• Abstract（参考訳）: 教室における教育ロボティクス(ER)と計算思考(CT)の導入により、CTスキルの適切な開発を支援する運用モデルの必要性が高まっている。 そのようなモデルのひとつにcreative computational problem solve model(ccps)があり、er学習アクティビティの設計を改善するために利用できる。 本研究は, 学生による初回検証の後, 教員とモデルの有効性を検証することを目的としている。 334名の教員による調査分析により, 有用性, ユーザビリティ, 受容性評価の枠組みを活用した。 教師は、CCPSモデルは横断的スキルを育成するのに有用であるが、特定の介入方法がCT関連認知過程に与える影響を認識できなかった。 同様に、教師はモデルが活動設計や介入に使えると認識したが、学生の学習を評価し、それに応じて教育を適応させる方法がわからないと感じた。 最後に、教師たちは、教室での活動の再現を意図して、このモデルを受け入れたが、それを修正したり、独自の活動を作ることは望ましくなく、モデルと基礎となるテネットを適合させる時間が必要であることを示唆した。

関連論文リスト

• Speculative Knowledge Distillation: Bridging the Teacher-Student Gap Through Interleaved Sampling [81.00825302340984]
  本研究では,高品質なトレーニングデータを生成するために,投機的知識蒸留(SKD)を導入する。 SKDでは、学生はトークンを提案し、教師はそれ自身の分布に基づいて低いランクのトークンを置き換える。 翻訳,要約,数学,指示文など,各種テキスト生成タスクにおけるSKDの評価を行った。
  論文  参考訳（メタデータ） (2024-10-15T06:51:25Z)
• Rubric-based Learner Modelling via Noisy Gates Bayesian Networks for Computational Thinking Skills Assessment [40.06500618820166]
  我々は,タスク固有能力ルーブリックから自動スキルアセスメントのための学習者モデルを開発する。 我々は2つのゲート層を持つネットワークを設計し、1つはノイズORゲートによる解離操作を行い、もう1つは論理ANDによる解離操作を行う。 CT-cubeスキルアセスメントフレームワークとCAT(Cross Array Task)は、それを実証し、その実現可能性を示すために使用される。
  論文  参考訳（メタデータ） (2024-08-02T12:21:05Z)
• Toward In-Context Teaching: Adapting Examples to Students' Misconceptions [54.82965010592045]
  本稿ではAdapTと呼ばれる一連のモデルと評価手法を紹介する。 AToMは、学生の過去の信念を共同で推論し、将来の信念の正しさを最適化する適応教育の新しい確率論的モデルである。 本研究は,適応型学習課題の難しさと,それを解決するための学習適応モデルの可能性を両立させるものである。
  論文  参考訳（メタデータ） (2024-05-07T17:05:27Z)
• Comparative Knowledge Distillation [102.35425896967791]
  伝統的な知識蒸留(KD)は、頻繁な推論のために教師モデルに容易にアクセスできることを前提としている。 本稿では,教師モデルにおけるサンプルの解釈の微妙な違いを学生モデルに理解させるための比較知識蒸留(CKD)を提案する。 CKDは、アートデータ拡張とKDテクニックの状態を一貫して上回る。
  論文  参考訳（メタデータ） (2023-11-03T21:55:33Z)
• Distantly-Supervised Named Entity Recognition with Adaptive Teacher Learning and Fine-grained Student Ensemble [56.705249154629264]
  NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。 本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。 微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
  論文  参考訳（メタデータ） (2022-12-13T12:14:09Z)
• Better Teacher Better Student: Dynamic Prior Knowledge for Knowledge Distillation [70.92135839545314]
  本研究では,教師の持つ特徴の一部を,特徴蒸留前の先行知識として統合した動的事前知識(DPK)を提案する。 DPKは,教員モデルと生徒モデルのパフォーマンスを正に相関させ,より大きな教員を適用することで生徒の精度をさらに高めることができる。
  論文  参考訳（メタデータ） (2022-06-13T11:52:13Z)
• RLTutor: Reinforcement Learning Based Adaptive Tutoring System by Modeling Virtual Student with Fewer Interactions [10.34673089426247]
  本稿では,学生の仮想モデルを構築し,指導戦略を最適化する枠組みを提案する。 この結果は,eラーニングシステムにおける理論的指導最適化と実践的応用のバッファとして機能する。
  論文  参考訳（メタデータ） (2021-07-31T15:42:03Z)
• Towards Explainable Student Group Collaboration Assessment Models Using Temporal Representations of Individual Student Roles [12.945344702592557]
  学生グループコラボレーションを評価するために,簡単な時間-CNN深層学習モデルを提案する。 学生グループコラボレーション評価における動的に変化する特徴表現の適用性を検討する。 また、ディープラーニングモデルの決定に繋がった重要な時間指標をよりよく理解し、解釈するために、Grad-CAM視覚化を使用します。
  論文  参考訳（メタデータ） (2021-06-17T16:00:08Z)
• Learning to Reweight with Deep Interactions [104.68509759134878]
  本稿では,教師モデルに内部状態を提供する改良型データ再重み付けアルゴリズムを提案する。 クリーン/ノイズラベルとニューラルマシン翻訳を用いた画像分類実験は、我々のアルゴリズムが従来の手法よりも大幅に改善されていることを実証的に実証した。
  論文  参考訳（メタデータ） (2020-07-09T09:06:31Z)

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。