Fugu-MT 論文翻訳(概要): Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19

論文の概要: Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19

arxiv url: http://arxiv.org/abs/2203.05621v1
Date: Thu, 10 Mar 2022 20:23:38 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 15:33:02.061180
Title: Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19
Title（参考訳）: 新型コロナウイルス19号による緊急遠隔学習における集団知能曝露による学生の学力向上
Authors: Cristian Candia, Alejandra Maldonado-Trapp, Karla Lobos, Fernando Pe\~na and Carola Bruna
Abstract要約: 新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
参考スコア（独自算出の注目度）: 105.54048699217668
License: http://creativecommons.org/licenses/by/4.0/
Abstract: During the COVID-19 crisis, educational institutions worldwide shifted from face-to-face instruction to emergency remote teaching (ERT) modalities. In this forced and sudden transition, teachers and students did not have the opportunity to acquire the knowledge or skills necessary for online learning modalities implemented through a learning management system (LMS). Therefore, undergraduate teachers tend to mainly use an LMS as an information repository and rarely promote virtual interactions among students, thus limiting the benefits of collective intelligence for students. We analyzed data on 7,528 undergraduate students and found that cooperative and consensus dynamics among university students in discussion forums positively affect their final GPA, with a steeper effect for students with low academic performance during high school. These results hold above and beyond socioeconomic and other LMS activity confounders. Furthermore, using natural language processing, we show that first-year students with low academic performance during high school are exposed to more content-intensive posts in discussion forums, leading to significantly higher university GPAs than their low-performance peers in high school. We expect these results to motivate higher education teachers worldwide to promote cooperative and consensus dynamics among students using tools such as forum discussions in their classes to reap the benefits of social learning and collective intelligence.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。この急激な移行の中で、教師や学生は学習管理システム(LMS)を通じて実施されるオンライン学習モダリティに必要な知識やスキルを習得する機会を得られなかった。そのため、学部生は情報リポジトリとしてLMSを主に使用し、学生間のバーチャルインタラクションを促進することは稀であり、学生に対する集団知能の利点を制限している。我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける大学生の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を与えていることが判明した。これらの結果は、社会経済や他のLMS活動の共同設立者以上のものである。さらに、自然言語処理を用いて、高校1年生の成績の低さが議論フォーラムのコンテンツ集約的な投稿に露呈し、高校の成績の低さよりも大学のGPAが著しく高くなることを示した。これらの結果は, 社会学習や集団知のメリットを享受するために, 学生のフォーラムディスカッションなどのツールを用いて, 学生間の協調的, コンセンサス的ダイナミクスを促進するために, 世界中の高等教育教員のモチベーションを高めることを期待する。

関連論文リスト

The Impact of Group Discussion and Formation on Student Performance: An Experience Report in a Large CS1 Course [10.04958142789079]
グループディスカッションと形成機構が学生のパフォーマンスに与える影響は未だ不明である。異なるグループ機構の有効性を検討するために,ランダムと専門性のバランスの取れたグループ分け手法を併用した。分析の結果,異なるグループ化手法は,議論の参加や成績の悪い生徒の改善に有意な影響を及ぼさないことが明らかとなった。
論文参考訳（メタデータ） (2024-08-26T20:07:44Z)
Transformative Influence of LLM and AI Tools in Student Social Media Engagement: Analyzing Personalization, Communication Efficiency, and Collaborative Learning [0.18416014644193066]
AIによるアプリケーションは、学生がソーシャルメディアと対話する方法を変えつつある。 AIによって強化されたソーシャルメディアプラットフォームに関わる学生は、高等教育のパフォーマンスを報告します。 AIアルゴリズムは、共有された学術的関心とキャリア目標に基づいて、学生を効果的にマッチングする。
論文参考訳（メタデータ） (2024-06-15T01:05:56Z)
Student-centric Model of Learning Management System Activity and Academic Performance: from Correlation to Causation [2.169383034643496]
近年,学生の学習行動パターンを理解するために,学習管理システム(LMS)における学習者のデジタルトレースのモデル化に多くの関心が寄せられている。本稿では,LMS活動データに対する学生中心の分析フレームワークについて検討し,観察データから抽出した相関性だけでなく因果的洞察も提供する。これらの知見は、大学生支援団体が学生中心で標的とする介入を開始するための証拠となると期待している。
論文参考訳（メタデータ） (2022-10-27T14:08:25Z)
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 Wits Intelligent Teaching System: Detecting Student Engagement During Lectures Using Convolutional Neural Networks [0.30458514384586394]
Wits Intelligent Teaching System (WITS) は、学生の感情に関するリアルタイムフィードバックを講師に支援することを目的としている。 AlexNetベースのCNNはトレーニングが成功し、Support Vector Machineアプローチを大きく上回っている。
論文参考訳（メタデータ） (2021-05-28T12:59:37Z)
The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
論文参考訳（メタデータ） (2021-01-30T13:13:45Z)
Relationship between Student Engagement and Performance in e-Learning Environment Using Association Rules [9.006364242523249]
eラーニングプラットフォームが直面する課題の1つは、学生のモチベーションとエンゲージメントを維持する方法だ。本稿では,学生の関与と学業成績との関係について検討する。
論文参考訳（メタデータ） (2020-12-25T17:00:23Z)
Social Engagement versus Learning Engagement -- An Exploratory Study of FutureLearn Learners [61.58283466715385]
大規模なオープンオンラインコース (MOOCs) は増加傾向にあるが、エンロリーのごく一部しかMOOCsを完了していない。この研究は、MOOCにおける研究の進展とともに、学習者がピアとどのように相互作用するかに特に関係している。この研究は、社会的構成主義的アプローチを採用し、協調学習を促進するFutureLearnプラットフォーム上で行われた。
論文参考訳（メタデータ） (2020-08-11T16:09:10Z)
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)
Interactive Knowledge Distillation [79.12866404907506]
本稿では,効率的な知識蒸留のための対話型指導戦略を活用するために,対話型知識蒸留方式を提案する。蒸留工程では,教師と学生のネットワーク間の相互作用を交換操作により行う。教員ネットワークの典型的な設定による実験により,IAKDで訓練された学生ネットワークは,従来の知識蒸留法で訓練された学生ネットワークよりも優れた性能を示した。
論文参考訳（メタデータ） (2020-07-03T03:22:04Z)

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。