論文の概要: Cloud Computing-based Higher Education Platforms during the COVID-19
Pandemic
- arxiv url: http://arxiv.org/abs/2203.03714v1
- Date: Fri, 18 Feb 2022 11:20:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:26:38.650709
- Title: Cloud Computing-based Higher Education Platforms during the COVID-19
Pandemic
- Title(参考訳): 新型コロナウイルスパンデミック時のクラウドコンピューティングベースの高等教育プラットフォーム
- Authors: Hui Han and Silvana Trimi
- Abstract要約: クラウドコンピューティングベースの教育プラットフォームは、新型コロナウイルス(COVID-19)パンデミックの間、オンライン教育を支援するために広く利用されてきた。
本稿では,遠隔学習と教育におけるクラウドコンピューティングの影響と重要性について考察する。
- 参考スコア(独自算出の注目度): 2.952783755616848
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Cloud computing has become the infrastructure that supports people's daily
activities, business operations, and education delivery around the world. Cloud
computing-based education platforms have been widely applied to assist online
teaching during the COVID-19 pandemic. This paper examines the impact and
importance of cloud computing in remote learning and education. This study
conducted multiple-case analyses of 22 online platforms of higher education in
Chinese universities during the epidemic. A comparative analysis of the 22
platforms revealed that they applied different cloud computing models and tools
based on their unique requirements and needs. The study results provide
strategic insights to higher education institutions regarding effective
approaches to applying cloud computing-based platforms for remote education,
especially during crisis situations.
- Abstract(参考訳): クラウドコンピューティングは、世界中の人々の日々の活動、ビジネスオペレーション、教育提供をサポートするインフラストラクチャになっています。
クラウドコンピューティングベースの教育プラットフォームは、新型コロナウイルス(covid-19)パンデミック中のオンライン教育を支援するために広く利用されている。
本稿では,リモートラーニングと教育におけるクラウドコンピューティングの影響と重要性について考察する。
本研究は、中国大学における22のオンライン高等教育プラットフォームに関する多ケース分析を行った。
22プラットフォームの比較分析では、独自の要件とニーズに基づいて、異なるクラウドコンピューティングモデルとツールを適用したことが明らかになった。
本研究は,特に危機時の遠隔教育にクラウドコンピューティングベースのプラットフォームを適用する効果的なアプローチについて,高等教育機関に戦略的洞察を与えるものである。
関連論文リスト
- Teaching Cloud Infrastructure and Scalable Application Deployment in an Undergraduate Computer Science Program [2.8912542516745168]
学生は通常、技術キャリアの初期にクラウド抽象化と対話します。
クラウドエンジニアリングの基礎をしっかり理解せずにクラウドネイティブなアプリケーションを構築することは、クラウドプラットフォームに共通するコストとセキュリティの落とし穴に敏感な学生を悩ませる可能性がある。
私たちのコースでは、学生にIaC、コンテナ化、可観測性、サーバレスコンピューティング、継続的インテグレーションとデプロイメントといった、モダンでベストプラクティスのコンセプトとツールを体験するためのハンズオンの課題を数多く紹介しました。
論文 参考訳(メタデータ) (2024-10-01T19:49:19Z) - From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。
中国一の大学である清華大学で予備的な実験を行う。
論文 参考訳(メタデータ) (2024-09-05T13:22:51Z) - Using Helium Balloon Flying Drones for Introductory CS Education [0.0]
現在のコンピューティング教育が通常ターゲットとしているものよりも、幅広い聴衆の関心を捉えるために教育方法を適用することが不可欠である。
物理コンピューティングデバイスは、学生がコンピュータ科学を勉強しているときに、学生のモチベーションが増大していることと相関することが示されている。
論文 参考訳(メタデータ) (2024-06-26T02:19:44Z) - Scalable, Distributed AI Frameworks: Leveraging Cloud Computing for
Enhanced Deep Learning Performance and Efficiency [0.0]
近年、人工知能(AI)とクラウドコンピューティングの統合は、AIアプリケーションの計算要求の増加に対処するための有望な道として現れている。
本稿では,クラウドコンピューティングを活用したスケーラブルな分散AIフレームワークの総合的研究を行い,ディープラーニングの性能向上と効率化について述べる。
論文 参考訳(メタデータ) (2023-04-26T15:38:00Z) - Unsupervised Point Cloud Representation Learning with Deep Neural
Networks: A Survey [104.71816962689296]
大規模クラウドラベリングの制約により,教師なしのポイントクラウド表現学習が注目されている。
本稿では、ディープニューラルネットワークを用いた教師なしポイントクラウド表現学習の総合的なレビューを提供する。
論文 参考訳(メタデータ) (2022-02-28T07:46:05Z) - Molecular Dynamics Simulations on Cloud Computing and Machine Learning
Platforms [0.8093262393618671]
我々は、科学計算アプリケーションの計算構造、設計、要求のパラダイムシフトを見る。
データ駆動型と機械学習のアプローチは、科学計算アプリケーションをサポートし、スピードアップし、拡張するために使用されています。
クラウドコンピューティングプラットフォームは、科学コンピューティングにますますアピールしている。
論文 参考訳(メタデータ) (2021-11-11T21:20:26Z) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳(メタデータ) (2021-11-11T05:58:23Z) - 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) - SARS-CoV-2 Impact on Online Teaching Methodologies and the Ed-Tech
Sector: Smile and Learn Platform Case Study [50.591267188664666]
この研究は、教育資源の例である「Smile and Learn platform」のオンライン方法論と利用傾向の重要性を分析した。
そこで,本研究では,教育支援のための異なるモデルと,そのプラットフォーム利用への影響について述べる。
論文 参考訳(メタデータ) (2020-07-15T10:06:51Z)
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。