論文の概要: The Characteristics of Enjoyable Online Learning for Culinary Arts Student

• arxiv url: http://arxiv.org/abs/2107.14043v1
• Date: Wed, 14 Jul 2021 15:34:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-22 07:13:00.529484
• Title: The Characteristics of Enjoyable Online Learning for Culinary Arts Student
• Title（参考訳）: 料理学生のための楽しいオンライン学習の特徴
• Authors: Endang Mulyatiningsih, Sri Palupi, Prihastuti Ekawatiningsih, Ambar Rizqi Firdausa
• Abstract要約: 本研究の目的は、プラットフォーム、コンテンツ、学習モデルに基づく楽しいオンライン学習の特徴を説明することである。 クローズドアンケートでは,最も好まれる学習要素が明らかとなり,その原因を明らかにすることを目的とした。
• 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: The Covid-19 pandemic outbreak has forced all courses to be carried out online, but only a few truly fulfill student expectations. This study aims to explain the characteristics of enjoyable online learning based on the platform, the content, and the learning model. Data collected using closed and open questionnaires which were responded to by 110 students in 2019/2020. The closed questionnaire revealed the most preferred learning elements, and the open questionnaire was to clarify their reasons. The data were arranged sequentially from the quantitative data to the qualitative data. The results of the study showed that (1) the preferred online platforms were Moodle, Google Meet, and WhatsApp. They like Moodle because the content is well structured, Google Meet is easily accessible, and WhatsApp is their daily routine application; (2) The learning content consists of 2 to 3 resources i.e.: 6-10 pages papers, 11-15 pages PowerPoint and 6-10 minute videos. Too much content causes a heavy learning burden; (3) Most students preferred the blended learning strategy. The synchronous lectures for 60-75 minutes can motivate them because they can interact with lecturers and other students. Asynchronous lectures are more flexible that can be done anytime and anywhere so that the students become more independent in their learning
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックにより、すべてのコースをオンラインで実施せざるを得なくなった。 本研究の目的は、プラットフォーム、コンテンツ、学習モデルに基づく楽しいオンライン学習の特徴を説明することである。 2019/2020年に110名の学生が回答したクローズドおよびオープンアンケートを用いて収集したデータ。 クローズドアンケートでは,最も望ましい学習要素が示され,その理由を明らかにするためにオープンアンケートを行った。 データは、定量データから定性的データへ順次配列された。 その結果、(1)好みのオンラインプラットフォームはmomele、google meet、whatsappであることが判明した。 2)学習内容は2～3つのリソースで構成されており、すなわち、6～10ページの論文、11～15ページのpowerpoint、および6～10分間のビデオである。 内容が多すぎると学習負担が重くなり,(3)混合学習戦略が好まれる生徒が多い。 60～75分間の同期講義は、講師や他の学生と対話できるので動機付けることができる。 非同期講義は柔軟で、いつでもどこでもできるので、生徒は学習にもっと独立する。

関連論文リスト

• Tendencies in Database Learning for Undergraduate Students: Learning In-Depth or Getting the Work Done? [0.0]
  本研究は,2年生の学習傾向をデータベース・コースに関連づけて調査し,分析した。 191名の学生から79名の回答が得られた。
  論文  参考訳（メタデータ） (2023-07-07T19:27:50Z)
• Virtual learning environment is pleasure or pressure [0.0]
  本研究は,オンライン学習と仮想教室学習に関する学生の意見について議論した。 本研究は主に,eラーニングの学生の意識,快適さ,不快感に焦点をあてた。 研究によると、学生の50%以上がデジタルスキルについて優れた知識を持っている。
  論文  参考訳（メタデータ） (2022-10-19T08:33:55Z)
• Multimodal Lecture Presentations Dataset: Understanding Multimodality in Educational Slides [57.86931911522967]
  学習内容のマルチモーダル理解における機械学習モデルの能力を検証する。 このデータセットには,180時間以上のビデオと9000時間以上のスライドが,各科目から10人の講師が参加している。 マルチモーダル・トランスフォーマーであるPolyViLTを導入する。
  論文  参考訳（メタデータ） (2022-08-17T05:30:18Z)
• Online Continual Learning with Natural Distribution Shifts: An Empirical Study with Visual Data [101.6195176510611]
  オンライン」連続学習は、情報保持とオンライン学習の有効性の両方を評価することができる。 オンライン連続学習では、入力される各小さなデータをまずテストに使用し、次にトレーニングセットに追加し、真にオンラインにします。 本稿では,大規模かつ自然な分布変化を示すオンライン連続視覚学習のための新しいベンチマークを提案する。
  論文  参考訳（メタデータ） (2021-08-20T06:17:20Z)
• Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
  パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。 私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
  論文  参考訳（メタデータ） (2021-04-15T20:40:24Z)
• Educational Content Linking for Enhancing Learning Need Remediation in MOOCs [1.7259824817932292]
  2011年に導入されて以来、web上のさまざまなテーマに4000以上のmoocがあり、3500万人以上の学習者が参加している。 この論文は、教育コンテンツリンクという枠組みを提案する。 様々な教材に散在する学習コンテンツを簡単にアクセス可能な構造にリンクし、整理することで、学習者の指導とコンテンツナビゲーションの改善が期待できます。
  論文  参考訳（メタデータ） (2020-12-31T18:51:15Z)
• Barriers and Challenges of Computing Students in an Online Learning Environment: Insights from One Private University in the Philippines [0.0]
  本研究では,フィリピンの1つの私立大学における計算学生の課題について検討した。 調査は2020年3月16日から3月18日まで行われ、計300件の回答を得た。 学生も教員も完全にオンライン学習を行う準備が整っていないと結論付けることができる。
  論文  参考訳（メタデータ） (2020-11-20T02:19:08Z)
• Peer-inspired Student Performance Prediction in Interactive Online Question Pools with Graph Neural Network [56.62345811216183]
  本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。 具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。 1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
  論文  参考訳（メタデータ） (2020-08-04T14:55:32Z)
• Attentional Graph Convolutional Networks for Knowledge Concept Recommendation in MOOCs in a Heterogeneous View [72.98388321383989]
  大規模なオープンオンラインコース(MOOC)は、学生が知識を習得するための大規模かつオープンな学習機会を提供する。 学生の関心を惹きつけるため、MOOCsプロバイダによる推薦制度が採用され、学生にコースを推薦する。 そこで本研究では,MOOCにおける知識概念レコメンデーションのために,Attentional Heterogeneous Graph Convolutional Deep Knowledge Recommender (ACKRec) という,エンドツーエンドのグラフニューラルネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-23T18:28:08Z)
• A Large-Scale, Open-Domain, Mixed-Interface Dialogue-Based ITS for STEM [84.60813413413402]
  Korbitは、大規模な、オープンドメイン、複合インターフェース、対話ベースのインテリジェントチューリングシステム(ITS)である。 機械学習、自然言語処理、強化学習を利用して、インタラクティブでパーソナライズされた学習をオンラインで提供する。 他のITSとは異なり、教師はKorbitの新しい学習モジュールを数時間で開発することができる。
  論文  参考訳（メタデータ） (2020-05-06T02:45:43Z)
• Identifying At-Risk K-12 Students in Multimodal Online Environments: A Machine Learning Approach [23.02984017971824]
  オンライン講座から退学するリスクがあるK-12学生を事前に識別するためのドロップアウト警告フレームワークを持つことが不可欠である。 我々は,K-12マルチモーダルオンライン環境に特化した,リスクの高い学生識別を行う機械学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2020-03-21T14:34:36Z)

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。