論文の概要: Designing a Dashboard for Student Teamwork Analysis

• arxiv url: http://arxiv.org/abs/2112.04465v1
• Date: Mon, 6 Dec 2021 22:20:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-05 09:48:26.179914
• Title: Designing a Dashboard for Student Teamwork Analysis
• Title（参考訳）: 学生チームワーク分析のためのダッシュボードの設計
• Authors: Niki Gitinabard, Sarah Heckman, Tiffany Barnes, Collin F. Lynch
• Abstract要約: これはデータ統合プラットフォームで、Piazza、My Digital Hand、GitHubといった複数のソースから学生活動に関するデータを収集します。 我々は、効果的なグループ管理を支援し、インストラクターが介入が必要なチームを特定するのを助けるために開発したチームの視覚化について議論する。
• 参考スコア（独自算出の注目度）: 4.904001515396717
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Classroom dashboards are designed to help instructors effectively orchestrate classrooms by providing summary statistics, activity tracking, and other information. Existing dashboards are generally specific to an LMS or platform and they generally summarize individual work, not group behaviors. However, CS courses typically involve constellations of tools and mix on- and offline collaboration. Thus, cross-platform monitoring of individuals and teams is important to develop a full picture of the class. In this work, we describe our work on Concert, a data integration platform that collects data about student activities from several sources such as Piazza, My Digital Hand, and GitHub and uses it to support classroom monitoring through analysis and visualizations. We discuss team visualizations that we have developed to support effective group management and to help instructors identify teams in need of intervention.
• Abstract（参考訳）: 教室ダッシュボードは、インストラクターがサマリ統計、アクティビティトラッキング、その他の情報を提供することで、教室を効果的にオーケストレーションするのに役立つように設計されている。 既存のダッシュボードは一般的にlmsやプラットフォームに固有のもので、グループ行動ではなく、個々の作業をまとめる。 しかし、CSコースは通常、一連のツールとオンラインとオフラインのコラボレーションを含んでいる。 したがって、クラスの全体像を開発するには、個人とチームのクロスプラットフォーム監視が重要である。 本稿では,piazza,my digital hand,githubなど複数のソースから学生活動に関するデータを収集し,分析と可視化による教室監視を支援するデータ統合プラットフォームであるconcertについて紹介する。 効果的なグループ管理を支援し、インストラクタが介入が必要なチームを特定するのを助けるために開発したチームの可視化について論じる。

関連論文リスト

• Elevating Academic Administration: A Comprehensive Faculty Dashboard for Tracking Student Evaluations and Research [0.0]
  USC Faculty Dashboardは、学部長、教授、インストラクターが進捗を監視し、意思決定を行う方法に革命をもたらすように設計されたウェブアプリケーションである。 このアプリケーションは、学生評価と研究情報へのアップロードと閲覧が容易なアクセスを提供し、学部長に教職員のパフォーマンスを評価する権限を与える。 教授とインストラクターは、パーソナライズされたパフォーマンス分析ツールを入手し、自身のデータへの完全なアクセスと、相対的なパフォーマンスを評価するためにピアデータへのキュレートされたアクセスを提供する。
  論文  参考訳（メタデータ） (2024-07-09T17:26:04Z)
• CodeHelp: Using Large Language Models with Guardrails for Scalable Support in Programming Classes [2.5949084781328744]
  大規模言語モデル(LLM)が最近登場し、大規模なオンデマンドヘルプの提供を約束している。 CodeHelpは、ガードレールで設計された新しいLLMツールで、直接ソリューションを公開することなく、プログラミングの学生にオンデマンドで支援を提供する。 以上の結果から,CodeHelpは特に有効性を高く評価し,誤りの解消に寄与する学生に好意的に受け入れられていることが示唆された。
  論文  参考訳（メタデータ） (2023-08-14T03:52:24Z)
• 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)
• Visualizing Self-Regulated Learner Profiles in Dashboards: Design Insights from Teachers [9.227158301570787]
  学生の自己統制学習(SRL)行動を監視するダッシュボードであるFlippEDの設計と実装を行う。 10人の大学教員を対象としたセミ構造化インタビューにおいて,ツールのユーザビリティと動作性を評価した。
  論文  参考訳（メタデータ） (2023-05-26T12:03:11Z)
• ConvLab-3: A Flexible Dialogue System Toolkit Based on a Unified Data Format [88.33443450434521]
  タスク指向対話(TOD)システムはデジタルアシスタントとして機能し、フライトの予約やレストランの検索といった様々なタスクを通じてユーザを誘導する。 TODシステムを構築するための既存のツールキットは、データ、モデル、実験環境の包括的な配列を提供するのに不足することが多い。 本稿では,このギャップを埋めるための多面的対話システムツールキットConvLab-3を紹介する。
  論文  参考訳（メタデータ） (2022-11-30T16:37:42Z)
• Motivating Learners in Multi-Orchestrator Mobile Edge Learning: A Stackelberg Game Approach [54.28419430315478]
  Mobile Edge Learningは、異種エッジデバイス上で機械学習モデルの分散トレーニングを可能にする。 MELでは、十分なトレーニングデータやコンピューティングリソースを入手することなく、トレーニング性能が低下する。 そこで我々は2ラウンドのStackelbergゲームとしてオーケストレータとラーナーの相互作用を定式化するインセンティブ機構を提案する。
  論文  参考訳（メタデータ） (2021-09-25T17:27:48Z)
• Multi-Task Self-Training for Learning General Representations [97.01728635294879]
  マルチタスク・セルフトレーニング(MuST)は、独立した専門教師モデルにおける知識を活用して、一人の一般学生モデルを訓練する。 MuSTはラベルなしまたは部分的にラベル付けされたデータセットでスケーラブルで、大規模データセットのトレーニングにおいて、特別な教師付きモデルとセルフ教師付きモデルの両方を上回っている。
  論文  参考訳（メタデータ） (2021-08-25T17:20:50Z)
• Demonstrating REACT: a Real-time Educational AI-powered Classroom Tool [0.9899017174990579]
  本稿では,教育者の意思決定プロセスを支援するために,EDM技術を用いたリアルタイムAIを活用した新しい教室ツールを提案する。 ReACTは、ユーザフレンドリなグラフィカルインターフェースを備えたデータ駆動ツールである。 学生のパフォーマンスデータを分析し、コンテキストベースのアラートとコースプランニングのための教育者へのレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2021-07-30T03:09:59Z)
• Group Contrastive Self-Supervised Learning on Graphs [101.45974132613293]
  グラフ上での自己教師型学習をコントラッシブ手法を用いて研究する。 複数の部分空間におけるグラフの対比により、グラフエンコーダはより豊富な特徴を捉えることができる。
  論文  参考訳（メタデータ） (2021-07-20T22:09:21Z)
• Social Adaptive Module for Weakly-supervised Group Activity Recognition [143.68241396839062]
  本稿では、弱教師付きグループ活動認識(GAR)と呼ばれる新しいタスクを提案する。 従来のGARタスクとは違い、ビデオレベルラベルのみが利用可能であるが、トレーニングデータにおいても、各フレーム内の重要人物は提供されない。 これにより、大規模なNBAデータセットの収集とアノテートが容易になり、GARに新たな課題が生まれます。
  論文  参考訳（メタデータ） (2020-07-18T16:40:55Z)
• Learning to Segment Actions from Observation and Narration [56.99443314542545]
  映像中の動作セグメント化に対して,ナレーションによって誘導されるタスク構造の生成セグメントモデルを適用する。 我々は、トレーニング中にアクションラベルが知られていない、教師なしで弱い教師付き設定に焦点を当てる。
  論文  参考訳（メタデータ） (2020-05-07T18:03:57Z)

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。