論文の概要: Investigating the impact of COVID-19 on Online Learning-based Web
Behavior
- arxiv url: http://arxiv.org/abs/2205.01060v1
- Date: Wed, 27 Apr 2022 01:38:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:37:36.806607
- Title: Investigating the impact of COVID-19 on Online Learning-based Web
Behavior
- Title（参考訳）: オンライン学習に基づくWeb行動に及ぼすCOVID-19の影響調査
- Authors: Nirmalya Thakur, Saumick Pradhan, Chia Y. Han
- Abstract要約: この調査は、Googleが世界でもっとも人気のある検索エンジンであるとして、Google検索ベースのウェブ行動データの調査に特化している。
オンライン学習ベースのWeb行動に関連する新型コロナウイルスがGoogleに与える影響は、新型コロナウイルスの感染者の総数で上位20か国で調査された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: COVID-19, a pandemic that the world has not seen in decades, has resulted in
presenting a multitude of unprecedented challenges for student learning across
the globe. The global surge in COVID-19 cases resulted in several schools,
colleges, and universities closing in 2020 in almost all parts of the world and
switching to online or remote learning, which has impacted student learning in
different ways. This has resulted in both educators and students spending more
time on the internet than ever before, which may be broadly summarized as both
these groups investigating, learning, and familiarizing themselves with
information, tools, applications, and frameworks to adapt to online learning.
This paper takes an explorative approach to further investigate and analyze the
impact of COVID-19 on such web behavior data related to online learning to
interpret the associated interests, challenges, and needs. The study
specifically focused on investigating Google Search-based web behavior data as
Google is the most popular search engine globally. The impact of COVID-19
related to online learning-based web behavior on Google was studied for the top
20 worst affected countries in terms of the total number of COVID-19 cases, and
the findings have been published as an open-access dataset. Furthermore, to
interpret the trends in web behavior data related to online learning, the paper
discusses a case study in terms of the impact of COVID-19 on the education
system of one of these countries.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)は、世界中で何十年も見られていないパンデミックだ。
新型コロナウイルス(covid-19)の世界的な拡大により、2020年に世界中のほぼすべての地域でいくつかの学校、大学、大学が閉鎖され、オンラインやリモート学習に切り替えられた。
この結果、教育者も学生もこれまで以上にインターネットに時間を費やすようになり、これら2つのグループがオンライン学習に適応するための情報、ツール、アプリケーション、フレームワークを調査、学習、熟知していると広く要約されている。
本稿では、オンライン学習に関連するWeb行動データに対するCOVID-19の影響をさらに調査し分析し、関連する関心や課題、ニーズを解釈する。
この調査は、Googleが世界でもっとも人気のある検索エンジンであるとして、Google検索ベースのウェブ行動データの調査に特化している。
オンライン学習ベースのweb行動に関するcovid-19の影響は、covid-19の感染者数で上位20か国で調査され、その結果はオープンアクセスデータセットとして公表されている。
さらに,オンライン学習に関連するWeb行動データの動向を解釈するために,これらの国の教育システムに対するCOVID-19の影響を事例として考察した。
関連論文リスト
- Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - DBE-KT22: A Knowledge Tracing Dataset Based on Online Student Evaluation [6.341812549259541]
知識追跡のためのデータベース演習(DBE-KT22)という新しい知識追跡データセットを提案する。
オーストラリア国立大学(Australian National University)で教えられているオンラインの学生運動システムから収集される。
論文 参考訳（メタデータ） (2022-08-19T00:10:11Z) - A Large-Scale Dataset of Twitter Chatter about Online Learning during
the Current COVID-19 Omicron Wave [0.0]
新型コロナウイルスのOmicron(オミクロン)変異体は、新型コロナウイルスの最も免疫的に回避できる変異体で、世界中で新型コロナウイルスの感染者が急増している。
Twitterなどのソーシャルメディアプラットフォームでは、ツイートという形でオンライン学習に関連する会話が増えている。
この研究は、2021年11月のCOVID-19 Omicron(COVID-19 Omicron)の変種が最初に検出されて以来、世界中のさまざまな地域からオンライン学習に関する会話を、大規模に公開して公開するTwitterデータセットを提示する。
論文 参考訳（メタデータ） (2022-07-20T18:01:18Z) - Investigating the Emergence of Online Learning in Different Countries
using the 5 W's and 1 H Approach [0.0]
E-learning 3.0は、今後数年間で、ほぼすべての分野において、世界中の学習の標準となることが期待されている。
この作業には、関連するWeb行動データを調べて、オンライン学習に関連する5つのWと1つのH - Who, What, When Where, Why, Howを解釈することが含まれていた。
その結果,各国におけるオンライン学習の出現を,関連する公的な認識,クエリ,意見,行動,視点の観点から解釈する上での助けとなることが示唆された。
論文 参考訳（メタデータ） (2022-04-27T01:29:31Z) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
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。
論文 参考訳（メタデータ） (2022-03-10T20:23:38Z) - Artificial Intelligence-Based Analytics for Impacts of COVID-19 and
Online Learning on College Students' Mental Health [0.0]
新型コロナウイルス感染症(SARS-CoV-2)は、2019年12月下旬に中国の武漢で発生した。
世界保健機関(WHO)が2020年3月にパンデミックと宣言した。
本稿では、新型コロナウイルスのパンデミックとオンライン学習の増加が大学生の感情的幸福にどのように影響するかを理解することを目的とする。
論文 参考訳（メタデータ） (2022-02-07T05:24:52Z) - COVID-19 and Online Learning Tools [0.0]
新型コロナウイルスは距離教育の新しい時代を生み出した。
需要の増加により、異なる遠隔教育目的で様々な遠隔学習ソリューションが導入された。
私たちはGoogle Trendsの検索クエリをプロキシとして使用し、異なる遠隔教育ソリューションに対する人気と大衆の関心を定量化しました。
論文 参考訳（メタデータ） (2021-12-28T12:03:26Z) - 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) - A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack
Overflow [69.5231754305538]
主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。
事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
論文 参考訳（メタデータ） (2020-04-18T08:19:46Z)
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。