論文の概要: Preventing Cheating in Hands-on Lab Assignments
- arxiv url: http://arxiv.org/abs/2201.01154v1
- Date: Tue, 4 Jan 2022 14:34:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-02 07:41:54.232842
- Title: Preventing Cheating in Hands-on Lab Assignments
- Title（参考訳）: 実験室での不正行為の防止
- Authors: Jan Vykopal, Valdemar \v{S}v\'abensk\'y, Pavel Seda, Pavel \v{C}eleda
- Abstract要約: 学生は実験室環境で実際のシステムやツールで作業します。
授業中のすべての生徒に同じ課題を課すことは、学習とスキル開発に効率的な標準的な実践である。
学生は課題を完了させることなく、解答を簡単に共有し、提出することができる。
- 参考スコア（独自算出の注目度）: 0.5735035463793008
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Networking, operating systems, and cybersecurity skills are exercised best in
an authentic environment. Students work with real systems and tools in a lab
environment and complete assigned tasks. Since all students typically receive
the same assignment, they can consult their approach and progress with an
instructor, a tutoring system, or their peers. They may also search for
information on the Internet. Having the same assignment for all students in
class is standard practice efficient for learning and developing skills.
However, it is prone to cheating when used in a summative assessment such as
graded homework, a mid-term test, or a final exam. Students can easily share
and submit correct answers without completing the assignment. In this paper, we
discuss methods for automatic problem generation for hands-on tasks completed
in a computer lab environment. Using this approach, each student receives
personalized tasks. We developed software for generating and submitting these
personalized tasks and conducted a case study. The software was used for
creating and grading a homework assignment in an introductory security course
enrolled by 207 students. The software revealed seven cases of suspicious
submissions, which may constitute cheating. In addition, students and
instructors welcomed the personalized assignments. Instructors commented that
this approach scales well for large classes. Students rarely encountered issues
while running their personalized lab environment. Finally, we have released the
open-source software to enable other educators to use it in their courses and
learning environments.
- Abstract（参考訳）: ネットワーク、オペレーティングシステム、サイバーセキュリティスキルは、真正な環境において最も適している。
学生は実験室環境で実際のシステムやツールを使い、割り当てられたタスクを完了します。
すべての生徒が同じ課題を受講するので、インストラクターや指導システム、あるいは仲間とアプローチや進捗を相談することができる。
また、インターネット上の情報を検索することもできる。
授業中のすべての生徒に同じ課題を課すことは、学習とスキル開発に効率的である。
しかし、次級の宿題や中等試験、最終試験など、要約的な評価で使うと不正行為をしがちである。
学生は宿題を終えることなく、簡単に解答を共有して提出することができる。
本稿では,コンピュータラボ環境でのハンズオン作業における自動問題生成手法について述べる。
このアプローチを用いて、各生徒はパーソナライズされたタスクを受け取る。
パーソナライズされたタスクを生成・提出するためのソフトウェアを開発し,ケーススタディを実施した。
このソフトウェアは、207人の学生が登録した入門セキュリティコースで宿題の作成と評価に使用された。
このソフトウェアは、不審な提出の7つのケースを明らかにした。
さらに、学生やインストラクターはパーソナライズされた課題を歓迎した。
インストラクターは、このアプローチは大きなクラスでうまくスケールできるとコメントした。
学生はパーソナライズされた研究室環境を実行している間に問題に遭遇することは滅多にない。
最後に、他の教育者がコースや学習環境で使用できるように、オープンソースソフトウェアをリリースしました。
関連論文リスト
- Representational Alignment Supports Effective Machine Teaching [81.19197059407121]
GRADEは、教育と表現的アライメントを研究するための新しい制御された実験環境である。
学生との表現的整合性が向上し,生徒の学習成果が向上することがわかった。
しかし、この効果は、教えられているクラスのサイズと表現の多様性によって中和される。
論文 参考訳（メタデータ） (2024-06-06T17:48:24Z) - WIP: A Unit Testing Framework for Self-Guided Personalized Online Robotics Learning [3.613641107321095]
本稿では,授業ワークフローに統合しながら,単体テストのためのシステムを構築することに焦点を当てる。
フレームワークのパーソナライズされた学生中心のアプローチに合わせて、この方法は学生がプログラミング作業を簡単に修正し、デバッグできるようにする。
単体テストを含むコースワークフローは、学習環境を強化し、学生が自己指導型でロボットをプログラムする方法を学習できるように、よりインタラクティブにする。
論文 参考訳（メタデータ） (2024-05-18T00:56:46Z) - Enhancing Students' Learning Process Through Self-Generated Tests [0.0]
本稿では,学生の自律学習の促進を目的とした教育実験について述べる。
本研究の主目的は,評価試験に学生の質問を含めることによって,評価プロセスに学生を参加させることである。
学生がアップロードした質問は、登録された生徒全員と、関連する教師全員に表示される。
論文 参考訳（メタデータ） (2024-03-21T09:49:33Z) - Identifying Different Student Clusters in Functional Programming
Assignments: From Quick Learners to Struggling Students [2.0386745041807033]
我々は、マギル大学で教えられた関数型プログラミングコースから収集された学生の課題データを分析する。
これにより、「Quick-learning」、「Hardworking」、「Satisficing」、「Struggling」の4つのクラスタを特定できる。
次に、作業習慣、作業期間、エラーの範囲、エラーを修正する能力が、学生の異なるクラスタに与える影響を分析する。
論文 参考訳（メタデータ） (2023-01-06T17:15:58Z) - Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。
標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。
Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
論文 参考訳（メタデータ） (2022-11-16T10:00:23Z) - Continuous Examination by Automatic Quiz Assessment Using Spiral Codes
and Image Processing [69.35569554213679]
紙のキズは安価で、教室のキャンパス教育の範囲内にある。
クイズの修正は かなりの障害だ
本稿では,新しい画像処理技術によって問題を緩和することを提案する。
論文 参考訳（メタデータ） (2022-01-26T22:58:15Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - Teaching Creativity Using a Realistic Multi-User Operation: Packet
Tracer [0.0]
Packet Tracerのマルチユーザ機能は、ネットワーククラスにおける教育と学習の効率を高めるために、没入的な現実的な学習のインセンティブを提供する。
ワン・ツー・マン・リモート・リレー・サーバーのコンセプトを利用するマルチユーザー機能は、講師が一度に多くの生徒を遠隔操作し、テストすることを可能にする。
論文 参考訳（メタデータ） (2020-12-27T01:56:26Z) - Point Adversarial Self Mining: A Simple Method for Facial Expression
Recognition [79.75964372862279]
本稿では,表情認識における認識精度を向上させるために,PASM(Point Adversarial Self Mining)を提案する。
PASMは、目標タスクに関連する最も情報性の高い位置を見つけるために、ポイント敵攻撃法と訓練された教師ネットワークを使用する。
適応学習教材の生成と教師/学生の更新を複数回行うことができ、ネットワーク能力が反復的に向上する。
論文 参考訳（メタデータ） (2020-08-26T06:39:24Z) - 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。