論文の概要: School Virus Infection Simulator for Customizing School Schedules During
COVID-19
- arxiv url: http://arxiv.org/abs/2110.03615v2
- Date: Thu, 6 Jan 2022 19:18:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 05:42:46.690441
- Title: School Virus Infection Simulator for Customizing School Schedules During
COVID-19
- Title（参考訳）: 新型コロナウイルス感染シミュレーターによる学校スケジュールのカスタマイズ
- Authors: Satoshi Takahashi, Masaki Kitazawa, Atsushi Yoshikawa
- Abstract要約: The School-Virus-Infection-Simulator (SVIS)simulateds the spread of infection at a school's lessons schedules, classroom volume, aircirc rate in classrooms and theinfectability of the students。
学校スケジュールの1つは、対面授業の比率が高いスケジュールに比べて、感染する生徒の最大数が多い。
- 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: During the Coronavirus 2019 (the covid-19) pandemic, schools continuously
strive to provide consistent education to their students. Teachers and
education policymakers are seeking ways to re-open schools, as it is necessary
for community and economic development. However, in light of the pandemic,
schools require customized schedules that can address the health concerns and
safety of the students considering classroom sizes, air conditioning equipment,
classroom systems, e.g., self-contained or compartmentalized. To solve this
issue, we developed the School-Virus-Infection-Simulator (SVIS) for teachers
and education policymakers. SVIS simulates the spread of infection at a school
considering the students' lesson schedules, classroom volume, air circulation
rates in classrooms, and infectability of the students. Thus, teachers and
education policymakers can simulate how their school schedules can impact
current health concerns. We then demonstrate the impact of several school
schedules in self-contained and departmentalized classrooms and evaluate them
in terms of the maximum number of students infected simultaneously and the
percentage of face-to-face lessons. The results show that increasing classroom
ventilation rate is effective, however, the impact is not stable compared to
customizing school schedules, in addition, school schedules can differently
impact the maximum number of students infected depending on whether classrooms
are self-contained or compartmentalized. It was found that one of school
schedules had a higher maximum number of students infected, compared to
schedules with a higher percentage of face-to-face lessons. SVIS and the
simulation results can help teachers and education policymakers plan school
schedules appropriately in order to reduce the maximum number of students
infected, while also maintaining a certain percentage of face-to-face lessons.
- Abstract（参考訳）: 2019年の新型コロナウイルス(covid-19)パンデミックの間、学校は生徒に一貫した教育を提供し続ける。
教師や教育政策立案者は、地域社会や経済発展に必要な学校を再開する方法を模索している。
しかし、パンデミックを鑑み、学校は教室の大きさ、空調設備、教室システム、例えば自己完結型または複合型などを考える学生の健康上の懸念や安全に対処できるカスタマイズされたスケジュールを必要とする。
そこで我々は,教員や教育政策立案者を対象に,SVIS(School-Virus-Infection-Simulator)を開発した。
SVISは,学生の授業スケジュール,授業数量,教室内空気循環率,学生の感染性を考慮した学校における感染拡大をシミュレートする。
このように教師や教育政策立案者は、学校スケジュールが現在の健康にどのように影響するかをシミュレートすることができる。
次に,自己完結型・分科型教室における学校スケジュールの影響を明らかにし,同時に感染する生徒の最大数と対面授業の割合で評価した。
その結果,教室の換気率の増加は学校スケジュールのカスタマイズによる影響が安定していないこと,学校スケジュールが教室の自己完結の有無や分校化の有無によって感染する生徒の最大数に異なる影響を与えることが示唆された。
学校スケジュールの1つは、対面授業の割合が高いスケジュールに比べて、感染した生徒の最大数が高いことが判明した。
SVISとシミュレーションの結果は、教師や教育政策立案者が学校スケジュールを適切に計画し、感染する生徒の最大数を減らし、対面授業の一定の割合を維持するのに役立つ。
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) - Exploring and Enhancing the Transfer of Distribution in Knowledge Distillation for Autoregressive Language Models [62.5501109475725]
知識蒸留(KD)は、より小さな学生モデルを模倣するように訓練することで、大きな教師モデルを圧縮する技術である。
本稿では、教師ネットワークが小さなオンラインモジュールを統合し、学生モデルと同時学習するオンライン知識蒸留(OKD)について紹介する。
OKDは、様々なモデルアーキテクチャやサイズにおけるリードメソッドのパフォーマンスを達成または超え、トレーニング時間を最大4倍に短縮する。
論文 参考訳（メタデータ） (2024-09-19T07:05:26Z) - High-Precision, Fair University Course Scheduling During a Pandemic [0.0]
本稿では、コース配信モードの拡張分類法を提案し、整数プログラムを示し、コーススケジューリングアルゴリズムを開発する。
我々のアプローチは、教室で各コースセクションの特定の一部が実行されることを保証することで公平である。
フェアネスと同時出席の原理に基づくアルゴリズムは、パンデミック時と通常時の大学コーススケジュールを大幅に改善することができる。
論文 参考訳（メタデータ） (2024-07-10T04:26:01Z) - The Impact of School and Family Networks on COVID-19 Infections Among Dutch Students: A Study Using Population-Level Registry Data [0.0]
我々は、SARS-CoV-2送信に対する学校、家族、その他の社会接触の影響を調べるために、広範な登録データを用いている。
以上の結果から,SARS-CoV-2の普及における家庭と家族の伝達の重要性が学校設定に比較して強調された。
論文 参考訳（メタデータ） (2024-04-11T19:34:35Z) - A novel approach to preventing SARS-CoV-2 transmission in classrooms: An
OpenFOAM based CFD Study [0.0]
新型コロナウイルスのパンデミックが続く中、教育部門は壊滅的な打撃を受けており、教室は無期限に閉鎖されている。
本研究は、教室内の新型コロナウイルス感染を調査し、長期的な解決策を提供することにより、既存のジレンマを解決することを目的としている。
論文 参考訳（メタデータ） (2022-10-12T09:06:38Z) - Faculty Distillation with Optimal Transport [53.69235109551099]
本稿では,教師の課題と生徒の課題を最適な輸送手段で結びつけることを提案する。
ラベル空間間の意味的関係に基づき、出力分布間の支持ギャップを埋めることができる。
各種条件下での実験は,提案手法の簡潔さと汎用性を示すものである。
論文 参考訳（メタデータ） (2022-04-25T09:34:37Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳（メタデータ） (2022-03-10T20:23:38Z) - Effects of the COVID-19 Pandemic on Learning and Teaching: a Case Study
from Higher Education [0.0]
2019年12月、中国武漢でSARS-CoV-2感染が初めて確認された。
本研究は,高校生のパンデミックが学習パターンに与える影響を解説し,分析する。
論文 参考訳（メタデータ） (2021-05-04T11:39:45Z) - Physical Activity Analysis of College Students During the COVID-19
Pandemic Using Smartphones [7.598159598605081]
大学の授業はインターネット上で行われており、学生は自宅からこれらの授業に出席している。
新型コロナウイルスのパンデミックは長引くと予想されているが、オンライン中心のライフスタイルは二次的な健康問題への懸念を高めている。
日本における大学生のPAの実態についてはまだ調査されていない。
論文 参考訳（メタデータ） (2021-03-11T08:02:37Z) - 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) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳（メタデータ） (2020-09-23T22:35:43Z)
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。