論文の概要: Observations on Transitioning to Teaching Computer Science Online

• arxiv url: http://arxiv.org/abs/2112.11186v1
• Date: Thu, 2 Dec 2021 23:47:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-06 02:03:30.415504
• Title: Observations on Transitioning to Teaching Computer Science Online
• Title（参考訳）: オンライン・コンピュータ科学教育への転換に関する観察
• Authors: Mehrnoosh Askarpour
• Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックの被害は世界の高等教育に大きな影響を与え、その結果、ほとんどの物理クラスがオンライン教育プラットフォームに置き換えられた。 本論文は,オンライン形式での学部課程(理論計算機科学科)の授業を初めて行った経験報告である。
• 参考スコア（独自算出の注目度）: 1.4620086904601473
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The hit of the COVID-19 pandemic has hugely affected higher education in the world, and as a result, most of the physical classes have been (partially) replaced by online teaching platforms. This transition is challenging even for experienced software engineering instructors, as they were pushed to break their habits and tricks developed over the years. This paper is an experience report in teaching an undergraduate course (revolving theoretical computer science topics) for the first time in an online format, and some observations and ideas of how to engage students during online lectures.
• Abstract（参考訳）: 新型コロナウイルス(covid-19)パンデミックの影響は、世界中の高等教育に大きな影響を与えており、その結果、ほとんどの物理クラスは(部分的に)オンライン教育プラットフォームに置き換えられた。 この移行は、経験豊富なソフトウェアエンジニアリングのインストラクターにとっても難しい。 本稿では,オンライン形式で初めて学部(理論計算機科学の科目)の授業を指導する経験レポートと,オンライン講義における学生の関わり方に関する観察とアイデアについて述べる。

関連論文リスト

• A Brief Introduction to Causal Inference in Machine Learning [51.31735291774885]
  この講義ノートは、ニューヨーク大学データサイエンスセンターで、DS-GA 3001.003 "Special Topics in DS - Causal Inference in Machine Learning"のために作成されている。
  論文  参考訳（メタデータ） (2024-05-14T17:41:55Z)
• Multimodal Classification of Teaching Activities from University Lecture Recordings [0.9790236766474201]
  本稿では,授業のいつでも実施されている活動の種類を特定するマルチモーダル分類アルゴリズムを提案する。 いくつかの学術活動は、音声信号とより容易に識別でき、テキストの書き起こしに頼って他者を特定する必要がある。
  論文  参考訳（メタデータ） (2023-12-24T08:33:30Z)
• Online Distillation with Continual Learning for Cyclic Domain Shifts [52.707212371912476]
  ドメインシフトの影響を低減するために,連続学習手法のパワーを活用して解を提案する。 我々の研究は、オンライン蒸留と継続的な学習の分野における重要な一歩であり、現実世界のアプリケーションに大きな影響を与える可能性がある。
  論文  参考訳（メタデータ） (2023-04-03T11:15:05Z)
• Distance Teaching Experience of Campus-based Teachers at Times of Pandemic Confinement [0.7056222499095848]
  キャンパスベースのプログラムとコースはタイムリーに再設計されている。 学生の参加と積極的参加が問題となる。 本研究は,新しい学習環境における教師の体験とともに,これらの効果を分析したものである。
  論文  参考訳（メタデータ） (2022-11-29T15:09:52Z)
• 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)
• Evaluating virtual laboratory platforms for supporting on-line information security courses [0.30458514384586394]
  遠隔教育はコンピュータとインターネットの出現によってルネッサンスを受けている。 オンライン学習またはeラーニングは、仮想教室、アセスメント、オンラインテストを導入し、教室をインタラクティブなオンライン教室に変えた。 Covid-19のパンデミックは高等教育に影響を与え続けている。 本研究は,情報セキュリティと倫理的ハッキングの教育に使用する仮想実験室の実践的ソリューションを評価する。
  論文  参考訳（メタデータ） (2022-08-17T05:37:42Z)
• Seminar Learning for Click-Level Weakly Supervised Semantic Segmentation [149.9226057885554]
  クリックレベルの監視を伴う意味的セグメンテーションのための新しい学習パラダイムであるセミナー学習を提案する。 セミナー学習の理論的根拠は、異なるネットワークからの知識を活用して、クリックレベルのアノテーションで提供される不十分な情報を補うことである。 実験により,72.51%の新たな最先端性能を実現するセミナー学習の有効性が示された。
  論文  参考訳（メタデータ） (2021-08-30T17:27:43Z)
• The Evaluation Case Study of Online Course During Pandemic Period in Mongolia [0.0]
  本稿では,パンデミック期におけるオンラインコースの自己評価試験とケーススタディについて述べる。 教育開発を継続するためには、従来の対面授業からオンラインコースに切り替える必要があった。 本研究の目的は,構造指向評価モデルに基づくeラーニングの評価プロセスを共有することである。
  論文  参考訳（メタデータ） (2021-05-26T09:35:40Z)
• 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)
• 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)
• 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。