論文の概要: Perspective on Code Submission and Automated Evaluation Platforms for University Teaching

• arxiv url: http://arxiv.org/abs/2201.13222v1
• Date: Tue, 25 Jan 2022 10:06:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 14:34:09.718362
• Title: Perspective on Code Submission and Automated Evaluation Platforms for University Teaching
• Title（参考訳）: 大学教育におけるコード提出と自動評価プラットフォームに関する展望
• Authors: Florian Auer, Johann Frei, Dominik M\"uller and Frank Kramer
• Abstract要約: 大学教育の文脈において,コード提出と自動評価のためのプラットフォームについて考察する。 このようなプラットフォームに関する技術的・非技術的要件を,実用性やセキュアなコード提出環境の観点から特定する。 提案と自動評価は継続的維持を伴うが,教師に必要な作業負荷を低減し,学生により良い評価透明性を提供すると結論付けた。
• 参考スコア（独自算出の注目度）: 1.6172800007896284
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a perspective on platforms for code submission and automated evaluation in the context of university teaching. Due to the COVID-19 pandemic, such platforms have become an essential asset for remote courses and a reasonable standard for structured code submission concerning increasing numbers of students in computer sciences. Utilizing automated code evaluation techniques exhibits notable positive impacts for both students and teachers in terms of quality and scalability. We identified relevant technical and non-technical requirements for such platforms in terms of practical applicability and secure code submission environments. Furthermore, a survey among students was conducted to obtain empirical data on general perception. We conclude that submission and automated evaluation involves continuous maintenance yet lowers the required workload for teachers and provides better evaluation transparency for students.
• Abstract（参考訳）: 本稿では,大学教育におけるコード提出と自動評価のためのプラットフォームについて概観する。 新型コロナウイルス(COVID-19)のパンデミックにより、こうしたプラットフォームは遠隔コースにとって不可欠な資産となり、コンピュータ科学の学生の増加に関する構造化コード提出の妥当な基準となっている。 自動コード評価技術の利用は、品質とスケーラビリティの観点から、学生と教師の両方に顕著な影響を与える。 実用的適用性とセキュアなコード提出環境の観点から,このようなプラットフォームに関する関連技術要件と非技術要件を特定した。 さらに,一般認知に関する実験データを得るために,学生間の調査を行った。 提案と自動評価は継続的なメンテナンスを伴うが,教師に必要な作業負荷は減少し,学生に対する評価の透明性が向上する。

関連論文リスト

• Benchmarking Vision Language Model Unlearning via Fictitious Facial Identity Dataset [94.13848736705575]
  我々は、未学習アルゴリズムの有効性を頑健に評価するために設計された新しいVLMアンラーニングベンチマークであるFacial Identity Unlearning Benchmark (FIUBench)を紹介する。 情報ソースとその露出レベルを正確に制御する2段階評価パイプラインを適用した。 FIUBench 内の 4 つのベースライン VLM アンラーニングアルゴリズムの評価により,すべての手法がアンラーニング性能に制限されていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-11-05T23:26:10Z)
• AERA Chat: An Interactive Platform for Automated Explainable Student Answer Assessment [12.970776782360366]
  AERA Chatは、学生の回答の視覚的に説明された評価を提供するインタラクティブなプラットフォームである。 ユーザーは質問や学生の回答を入力して、大規模言語モデルから自動で説明可能な評価結果を得ることができる。
  論文  参考訳（メタデータ） (2024-10-12T11:57:53Z)
• A Benchmark for Fairness-Aware Graph Learning [58.515305543487386]
  本稿では,10の代表的な公正性を考慮したグラフ学習手法に関する広範なベンチマークを示す。 我々の詳細な分析は、既存の手法の強みと限界に関する重要な洞察を明らかにしている。
  論文  参考訳（メタデータ） (2024-07-16T18:43:43Z)
• Identifying Student Profiles Within Online Judge Systems Using Explainable Artificial Intelligence [6.638206014723678]
  オンライン審査員(OJ)システムは通常、学生によって開発されたコードの高速かつ客観的な評価を得られるため、プログラミング関連のコースの中で考慮される。 本研究の目的は,OJが収集した情報のさらなる活用を考慮し,学生とインストラクターの両方のフィードバックを自動的に推測することで,この制限に対処することである。
  論文  参考訳（メタデータ） (2024-01-29T12:11:30Z)
• A Design and Development of Rubrics System for Android Applications [0.0]
  本アプリケーションは,学生のパフォーマンスを視聴するためのユーザフレンドリーなインターフェースを提供することを目的としている。 我々のアプリケーションは、グレーティングシステムを容易にし、時間とリソースの面での有効性を高めることを約束します。
  論文  参考訳（メタデータ） (2023-09-23T16:14:27Z)
• UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
  質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。 本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。 学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
  論文  参考訳（メタデータ） (2023-05-31T11:29:04Z)
• Building an Effective Automated Assessment System for C/C++ Introductory Programming Courses in ODL Environment [0.0]
  学生の作業を評価する従来の方法は、時間と労力の両面で不十分になってきている。 遠隔教育環境では、多くの家庭教師を雇うための重厚な報酬の観点からも、こうした評価がさらに困難になる。 私たちは、効果的な自動評価システムを構築するのに必要な、さまざまなコンポーネントを特定します。
  論文  参考訳（メタデータ） (2022-05-24T09:20:43Z)
• 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)
• Hierarchical Bi-Directional Self-Attention Networks for Paper Review Rating Recommendation [81.55533657694016]
  本稿では,階層型双方向自己注意ネットワークフレームワーク(HabNet)を提案する。 具体的には、文エンコーダ(レベル1)、レビュー内エンコーダ(レベル2)、レビュー間エンコーダ(レベル3)の3つのレベルで、論文レビューの階層構造を利用する。 我々は、最終的な受理決定を行う上で有用な予測者を特定することができ、また、数値的なレビュー評価とレビュアーが伝えるテキストの感情の不整合を発見するのに役立てることができる。
  論文  参考訳（メタデータ） (2020-11-02T08:07:50Z)
• Value Cards: An Educational Toolkit for Teaching Social Impacts of Machine Learning through Deliberation [32.74513588794863]
  Value Card(バリューカード)は、様々な機械学習モデルの社会的影響を、学生や実践者に検討を通じて知らせる教育ツールキットである。 その結果,バリューカードツールキットを用いることで,パフォーマンス指標の技術的定義とトレードオフの両方に対する学生の理解が向上することが示唆された。
  論文  参考訳（メタデータ） (2020-10-22T03:27:19Z)
• SelfAugment: Automatic Augmentation Policies for Self-Supervised Learning [98.2036247050674]
  自己教師付き画像回転タスクによる学習表現の評価は、教師付き画像回転タスクの標準セットと高い相関性を示す。 教師付き評価を用いることなく、自動かつ効率的に拡張ポリシーを選択するアルゴリズム(SelfAugment)を提供する。
  論文  参考訳（メタデータ） (2020-09-16T14:49:03Z)

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。