論文の概要: Improving Teacher-Student Interactions in Online Educational Forums
using a Markov Chain based Stackelberg Game Model
- arxiv url: http://arxiv.org/abs/2112.01239v1
- Date: Thu, 25 Nov 2021 09:48:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 21:41:41.471432
- Title: Improving Teacher-Student Interactions in Online Educational Forums
using a Markov Chain based Stackelberg Game Model
- Title（参考訳）: マルコフ連鎖型stackelbergゲームモデルを用いたオンライン教育フォーラムにおける教師と学生の交流の改善
- Authors: Rohith Dwarakanath Vallam, Priyanka Bhatt, Debmalya Mandal, Y Narahari
- Abstract要約: オンラインフォーラム(OEF)におけるインストラクターと学生のインタラクションをキャプチャするための連続時間マルコフ連鎖(CTMC)に基づく分析モデルを提案する。
学生はインストラクターの関与が増大する中で,非単調性の程度が多様であることが観察された。
本モデルは,特定のパラメータ構成下で経験的に観察された超ポスター現象を示し,OEFの学生参加を最大化するためのインストラクターに最適なプランを推奨する。
- 参考スコア（独自算出の注目度）: 5.004814662623874
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: With the rapid proliferation of the Internet, the area of education has
undergone a massive transformation in terms of how students and instructors
interact in a classroom. Online learning now takes more than one form,
including the use of technology to enhance a face-to-face class, a hybrid class
that combines both face-to-face meetings and online work, and fully online
courses. Further, online classrooms are usually composed of an online education
forum (OEF) where students and instructor discuss open-ended questions for
gaining better understanding of the subject. However, empirical studies have
repeatedly shown that the dropout rates in these online courses are very high
partly due to the lack of motivation among the enrolled students. We undertake
an empirical comparison of student behavior in OEFs associated with a
graduate-level course during two terms. We identify key parameters dictating
the dynamics of OEFs like effective incentive design, student heterogeneity,
and super-posters phenomenon. Motivated by empirical observations, we propose
an analytical model based on continuous time Markov chains (CTMCs) to capture
instructor-student interactions in an OEF. Using concepts from lumpability of
CTMCs, we compute steady state and transient probabilities along with expected
net-rewards for the instructor and the students. We formulate a mixed-integer
linear program which views an OEF as a single-leader-multiple-followers
Stackelberg game. Through simulations, we observe that students exhibit varied
degree of non-monotonicity in their participation (with increasing instructor
involvement). We also study the effect of instructor bias and budget on the
student participation levels. Our model exhibits the empirically observed
super-poster phenomenon under certain parameter configurations and recommends
an optimal plan to the instructor for maximizing student participation in OEFs.
- Abstract（参考訳）: インターネットの急速な普及に伴い、教育の領域は、学生やインストラクターが教室でどのように交流するかという点で大きな変化を遂げてきた。
オンラインラーニングは、対面クラスを強化するための技術の利用、対面ミーティングとオンラインワークの両方を組み合わせたハイブリッドクラス、そして完全なオンラインコースなど、複数の形で採用されている。
さらに、オンライン教室は通常オンライン教育フォーラム(OEF)で構成され、学生とインストラクターは、より深い理解を得るためのオープンエンドの質問を議論する。
しかし,学生のモチベーションの欠如を理由として,これらのオンラインコースにおけるドロップアウト率は極めて高いことが実証研究で繰り返し示されている。
大学院生の2学期におけるOEFの学生行動に関する経験的比較を行った。
我々は,効果的なインセンティブ設計や学生の不均一性,スーパーポスター現象など,OEFのダイナミクスを規定する重要なパラメータを同定する。
実験的な観測により, 連続時間マルコフ連鎖(CTMC)に基づく解析モデルを提案し, OEFにおけるインストラクターと学生の相互作用を捉える。
我々はCTMCの疎結合性の概念を用いて,教師と学生のネットリワードとともに定常状態と過渡確率を計算する。
混合整数線形プログラムを定式化し、OEFをシングルリーダーマルチフォロワーのStackelbergゲームとみなす。
シミュレーションを通して,学生の参加に様々な非単調性(インストラクターの関与の増加)がみられた。
また,インストラクターのバイアスと予算が学生参加レベルに及ぼす影響についても検討した。
本モデルは,一定のパラメータ構成下で経験的に観測されるスーパーポスト現象を示し,学生参加を最大化するための最適プランを提案する。
関連論文リスト
- A Comparative Analysis of Student Performance Predictions in Online Courses using Heterogeneous Knowledge Graphs [0.0]
学生,コースビデオ,フォーマティブアセスメント,および学生のパフォーマンス予測のためのインタラクションからなる異種知識グラフを分析した。
次に、同一コースの5つのオンラインMOOCスタイルインスタンスと2つの完全オンラインMOOCスタイルインスタンスを比較した。
このモデルは、生徒が消費したコンテンツ、コース、モダリティに基づいて、特定の問題に合格するかどうかを予測する精度を70～90%向上した。
論文 参考訳（メタデータ） (2024-05-19T03:33:59Z) - Decoupled Knowledge with Ensemble Learning for Online Distillation [3.794605440322862]
オンライン知識蒸留は、相互学習と協調学習による要求を緩和するワンステージ戦略である。
近年のペア協調学習(PCL)では,オンラインアンサンブル,ベースネットワークの協調,時間的平均教師による効果的な知識構築が実現されている。
オンライン知識蒸留のための分離知識は、学生とは別に独立した教師によって生成される。
論文 参考訳（メタデータ） (2023-12-18T14:08:59Z) - Multimodality in Online Education: A Comparative Study [2.0472158451829827]
現在のシステムは、教育分野に焦点をあてていない単一のキューのみを考慮に入れている。
本稿では,オンライン教室における認識とその展開に影響を与えるマルチモーダルアプローチの必要性を強調した。
各キューで利用可能なさまざまな機械学習モデルを比較し、最も適切なアプローチを提供する。
論文 参考訳（メタデータ） (2023-12-10T07:12:15Z) - CLGT: A Graph Transformer for Student Performance Prediction in
Collaborative Learning [6.140954034246379]
協調学習のための拡張グラフトランスフォーマーフレームワーク(CLGT)を提案する。
実験結果から,提案したCLGTは,実世界のデータセットに基づいて予測を行うという点で,ベースラインモデルよりも優れていたことが確認された。
論文 参考訳（メタデータ） (2023-07-30T09:54:30Z) - 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) - Graph Consistency based Mean-Teaching for Unsupervised Domain Adaptive
Person Re-Identification [54.58165777717885]
本論文では,教師ネットワークと学生ネットワークの間にGCC(Graph Consistency Constraint)を構築するためのGCMT(Graph Consistency Based Mean-Teaching)手法を提案する。
マーケット-1501、デュークMTMCreID、MSMT17の3つのデータセットの実験により、提案されたGCMTは最先端の手法よりも明確なマージンで優れていることが示された。
論文 参考訳（メタデータ） (2021-05-11T04:09:49Z) - Distilling a Powerful Student Model via Online Knowledge Distillation [158.68873654990895]
既存のオンライン知識蒸留アプローチは、最高のパフォーマンスを持つ学生を採用するか、より良い全体的なパフォーマンスのためのアンサンブルモデルを構築する。
本稿では,機能融合と自己蒸留という2つの要素からなるFFSDと呼ばれる新しいオンライン知識蒸留法を提案する。
論文 参考訳（メタデータ） (2021-03-26T13:54:24Z) - 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) - Interactive Knowledge Distillation [79.12866404907506]
本稿では,効率的な知識蒸留のための対話型指導戦略を活用するために,対話型知識蒸留方式を提案する。
蒸留工程では,教師と学生のネットワーク間の相互作用を交換操作により行う。
教員ネットワークの典型的な設定による実験により,IAKDで訓練された学生ネットワークは,従来の知識蒸留法で訓練された学生ネットワークよりも優れた性能を示した。
論文 参考訳（メタデータ） (2020-07-03T03:22:04Z) - Peer Collaborative Learning for Online Knowledge Distillation [69.29602103582782]
Peer Collaborative Learningメソッドは、オンラインアンサンブルとネットワークコラボレーションを統合フレームワークに統合する。
CIFAR-10, CIFAR-100, ImageNetによる実験により, 提案手法は種々のバックボーンネットワークの一般化を著しく改善することを示した。
論文 参考訳（メタデータ） (2020-06-07T13:21:52Z) - Neural Multi-Task Learning for Teacher Question Detection in Online
Classrooms [50.19997675066203]
教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。
マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
論文 参考訳（メタデータ） (2020-05-16T02:17:04Z)
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。