論文の概要: The Other Side of Black Screen: Rethinking Interaction in Synchronous
Remote Learning for Collaborative Programming
- arxiv url: http://arxiv.org/abs/2111.06013v1
- Date: Thu, 11 Nov 2021 01:52:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-08 10:07:23.711923
- Title: The Other Side of Black Screen: Rethinking Interaction in Synchronous
Remote Learning for Collaborative Programming
- Title（参考訳）: 黒画面の反対側:協調プログラミングのための同期遠隔学習におけるインタラクション再考
- Authors: Tahiya Chowdhury
- Abstract要約: 協調学習環境は、批判的思考や問題解決といった経験的なハンズオンスキルの学習に不可欠である。
本稿では,新型コロナウイルスのパンデミック前後に提供される2つのプログラミングコースの,個人版とオンライン版について考察する。
現在のオンラインビデオ会議プラットフォームは、同僚間の協調学習を育むことはできない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Collaborative learning environments such as programming labs are crucial for
learning experiential hands-on skills such as critical thinking and problem
solving, and peer discussion. In a traditional laboratory setting, many of
these skills can be practiced through natural interaction (verbal, facial) and
physical co-location. However, during and after a global pandemic, these
learning practices cannot be exercised safely in in-person settings any longer
and thus need to be re-imagined for a remote learning environment. As
discussions spur about effective remote learning practices, there is an urgency
for identifying the unique needs demanded by both students and instructors
under different learning environments. How can we design remote learning to
offer broadly accessible learning, by drawing in-person practices and combining
them with the power of remote learning solutions? In this case study, we
present observations of in-person and online versions of 2 introductory
programming courses offered before and during the COVID-19 pandemic. Our
observations reveal certain user needs and interaction practices under 5 themes
that are unique to students' prior experience with the curriculum and academic
level. We find that the current online video-conferencing platforms cannot
foster collaborative learning among peers, lacks learning ambiance and
spontaneous engagement between students and instructors. Based on our findings,
we propose design recommendations and intervention strategies to improve
current practices in synchronous remote learning that can facilitate a better
learning environment, particularly for introductory lab courses.
- Abstract（参考訳）: プログラミングラボのような協調学習環境は、批判的思考や問題解決といった経験的なハンズオンのスキルを学ぶために不可欠である。
伝統的な実験室では、これらのスキルの多くは、自然な相互作用(言語、顔)と物理的なコロケーションを通じて実践することができる。
しかし、世界的なパンデミックの間とその後は、これらの学習プラクティスは、もはや対人環境では安全に実施できないため、遠隔学習環境のために再イメージされる必要がある。
効果的な遠隔学習の実践に関する議論が活発化するにつれ、異なる学習環境下で学生とインストラクターの両方が要求するユニークなニーズを特定するための緊急性がある。
遠隔学習の実践を、遠隔学習ソリューションのパワーと組み合わせることで、広くアクセス可能な学習を提供するために、リモート学習をどのように設計すればよいのか?
本稿では,新型コロナウイルスのパンデミック前後に提供される2つの導入プログラムコースの,個人版とオンライン版について述べる。
本研究は,学生の従来経験と異なる5つのテーマの下でのユーザニーズとインタラクションの実践を明らかにするものである。
現在のオンラインビデオ会議プラットフォームは,仲間間の協調学習を促進できないこと,学生とインストラクターの間の学習のあいまいさや自発的な関与が欠如していることが分かる。
本研究は,学習環境,特に入門実験コースにおいて,より優れた学習環境を実現するために,同期遠隔学習における現在の実践を改善するための設計勧告と介入戦略を提案する。
関連論文リスト
- Exploring Engagement and Perceived Learning Outcomes in an Immersive Flipped Learning Context [0.195804735329484]
本研究の目的は,学生のオンラインエンゲージメントと学習成果に対する没入型フリップ学習アプローチのメリットと課題を検討することである。
この研究は、高レベルの学生エンゲージメントと学習結果の認知を明らかにしたが、改善が必要な領域も明らかにした。
この研究の成果は、有意義で効果的な遠隔学習体験をデザインしようとする教育者にとって貴重な情報源となる可能性がある。
論文 参考訳（メタデータ） (2024-09-19T11:38:48Z) - Smart Environment for Adaptive Learning of Cybersecurity Skills [0.5735035463793008]
我々は、サイバーセキュリティスキルを適応的にトレーニングするための、ユニークで斬新なスマート環境を設計した。
環境は様々な学生データを収集し、トレーニングを通じて適切な学習経路を割り当てる。
各種能力を有する114人の生徒が参加する2種類の適応学習を用いて,学習環境の評価を行った。
論文 参考訳（メタデータ） (2023-07-11T14:20:29Z) - Dexterous Manipulation from Images: Autonomous Real-World RL via Substep
Guidance [71.36749876465618]
本稿では,ユーザが新しいタスクを定義するための"プログラミング不要"なアプローチを提供する,視覚に基づくデクスタラスな操作システムについて述べる。
本システムには,最終タスクと中間タスクを画像例で定義するためのフレームワークが組み込まれている。
実世界における多段階物体操作の4指ロボットハンドラーによる実験結果
論文 参考訳（メタデータ） (2022-12-19T22:50:40Z) - Teachable Reinforcement Learning via Advice Distillation [161.43457947665073]
外部教師が提供した構造化アドバイスから学習する「教育可能な」意思決定システムに基づく対話型学習のための新しい指導パラダイムを提案する。
我々は、アドバイスから学ぶエージェントが、標準的な強化学習アルゴリズムよりも人的監督力の少ない新しいスキルを習得できることを示す。
論文 参考訳（メタデータ） (2022-03-19T03:22:57Z) - Autonomous Reinforcement Learning: Formalism and Benchmarking [106.25788536376007]
人間や動物が行うような現実世界の具体的学習は、連続的で非エポゾディックな世界にある。
RLの一般的なベンチマークタスクはエピソジックであり、試行錯誤によってエージェントに複数の試行を行う環境がリセットされる。
この相違は、擬似環境向けに開発されたRLアルゴリズムを現実世界のプラットフォーム上で実行しようとする場合、大きな課題となる。
論文 参考訳（メタデータ） (2021-12-17T16:28:06Z) - Scalable Learning Environments for Teaching Cybersecurity Hands-on [0.4893345190925178]
本稿では,対話型学習環境を用いたサイバーセキュリティハンズオン授業のスケーラブル化のための技術革新について述べる。
我々は,サイバーセキュリティの授業を大規模に展開する学習環境の設計と利用における研究の取り組みと実践経験について述べる。
論文 参考訳（メタデータ） (2021-10-19T14:18:54Z) - Mind the Gap: Reimagining an Interactive Programming Course for the
Synchronous Hybrid Classroom [1.7052172112344544]
同期ハイブリッド教室は、対面授業を安全に再開する潜在的な方法である。
これは、リモートの受講生が自分のエンゲージメントと物理的な仲間の「ギャップ」を知覚するリスクなど、課題が伴う。
このリスクを軽減するために、インタラクティブなプログラミングコースがハイブリッドデリバリにどのように適応したのかを説明します。
論文 参考訳（メタデータ） (2021-09-19T06:49:06Z) - Hierarchical Affordance Discovery using Intrinsic Motivation [69.9674326582747]
本研究では,移動ロボットの価格学習を支援するために,本質的なモチベーションを用いたアルゴリズムを提案する。
このアルゴリズムは、事前にプログラムされたアクションなしで、相互に関連のある価格を自律的に発見し、学習し、適応することができる。
一度学習すると、これらの余裕はアルゴリズムによって様々な困難を伴うタスクを実行するために一連のアクションを計画するために使われる。
論文 参考訳（メタデータ） (2020-09-23T07:18:21Z) - Interaction-limited Inverse Reinforcement Learning [50.201765937436654]
本稿では,教師の視点をカバーしたカリキュラム逆強化学習(CIRL)と,学習者の視点に着目した自己適用逆強化学習(SPIRL)の2つの訓練戦略を提案する。
シミュレーション実験と実ロボットを用いた実験により,CIRLの無作為教師やSPIRLのバッチ学習者よりも高速な学習が可能であることを示す。
論文 参考訳（メタデータ） (2020-07-01T12:31:52Z) - Active-Learning in the Online Environment [2.0303656145222857]
学生は、インストラクターと学習者で構成されるコミュニティから孤立または切り離されたと感じることに悩まされることがある。
そこで本稿では,ペアやコースのインストラクターが都合よく対話できるように,テレインストラクション(Tele-instruction)というカスタマイズデザインを提案する。
論文 参考訳（メタデータ） (2020-04-02T07:09:19Z) - 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。