論文の概要: SETSum: Summarization and Visualization of Student Evaluations of Teaching

• arxiv url: http://arxiv.org/abs/2207.03640v1
• Date: Fri, 8 Jul 2022 01:40:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-11 12:45:46.043175
• Title: SETSum: Summarization and Visualization of Student Evaluations of Teaching
• Title（参考訳）: SETSum: 学生による授業評価の要約と可視化
• Authors: Yinuo Hu, Shiyue Zhang, Viji Sathy, A. T. Panter, Mohit Bansal
• Abstract要約: 学生の教育評価(SET)は、大学や大学で広く使われている。 SETSumは、インストラクターや他のレビュアーにSETの調査結果の組織化されたイラストを提供している。
• 参考スコア（独自算出の注目度）: 74.76373136325032
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Student Evaluations of Teaching (SETs) are widely used in colleges and universities. Typically SET results are summarized for instructors in a static PDF report. The report often includes summary statistics for quantitative ratings and an unsorted list of open-ended student comments. The lack of organization and summarization of the raw comments hinders those interpreting the reports from fully utilizing informative feedback, making accurate inferences, and designing appropriate instructional improvements. In this work, we introduce a novel system, SETSum, that leverages sentiment analysis, aspect extraction, summarization, and visualization techniques to provide organized illustrations of SET findings to instructors and other reviewers. Ten university professors from diverse departments serve as evaluators of the system and all agree that SETSum helps them interpret SET results more efficiently; and 6 out of 10 instructors prefer our system over the standard static PDF report (while the remaining 4 would like to have both). This demonstrates that our work holds the potential to reform the SET reporting conventions in the future. Our code is available at https://github.com/evahuyn/SETSum
• Abstract（参考訳）: 学生の教育評価(SET)は大学や大学で広く使われている。 通常、SETの結果は静的PDFレポートのインストラクターに要約される。 このレポートには、定量的評価に関する要約統計と、未定の学生コメントのリストが含まれている。 組織的なコメントの欠如と生のコメントの要約は、報告を十分に活用し、正確な推測を行い、適切な指導的改善を設計することを妨げる。 本研究では, 感情分析, アスペクト抽出, 要約, 可視化技術を活用したSETSumという新しいシステムを導入し, インストラクターや他のレビュアーにSET結果の組織化された図形を提供する。 さまざまな部署の10人の大学教授が、setsumがセットの結果をより効率的に解釈するのに役立ち、インストラクター10人中6人は標準の静的pdfレポートよりも私たちのシステムを好んでいる(残りの4人は両方を持ちたいと考えている)。 このことは、我々の研究が将来SET報告規約を改革する可能性を秘めていることを示している。 私たちのコードはhttps://github.com/evahuyn/SETSumで利用可能です。

関連論文リスト

• Using Generative Text Models to Create Qualitative Codebooks for Student Evaluations of Teaching [0.0]
  学生による教育評価(SET)は、教育者にとって重要なフィードバック源である。 SETのコレクションは、管理者がコースやプログラム全体の信号として役立つ。 自然言語処理(NLP)と大規模言語モデル(LLM)を用いてSETを解析する新しい手法について論じる。
  論文  参考訳（メタデータ） (2024-03-18T17:21:35Z)
• Scalable Two-Minute Feedback: Digital, Lecture-Accompanying Survey as a Continuous Feedback Instrument [0.0]
  コースや講義の内容に関する詳細なフィードバックは、改善に不可欠であり、またリフレクションのツールとしても機能します。 本論文は,学生のストレスを定量的に測定し,質的部分における参加者の反射に対処するための形式的フィードバックとして,デジタルサーベイ形式を用いた。 回答は、主に講義内容や組織的側面のトピックをカバーし、講義内の問題を報告するために集中的に使用された。
  論文  参考訳（メタデータ） (2023-10-30T08:14:26Z)
• Improving Feedback from Automated Reviews of Student Spreadsheets [0.0]
  我々は,学生のExcel投稿をレビューし,個別化されたフィードバックを自動で提供するインテリジェント・チューリング・システム(ITS)を開発した。 講師は1つの参照ソリューションのみを提供する必要があるが、学生の提出は自動的に分析される。 学生の学習レベルを考慮するために,段階的にエラーに関する情報を提供するITSのフィードバックレベルを開発した。
  論文  参考訳（メタデータ） (2023-10-14T08:12:39Z)
• Unimodal and Multimodal Representation Training for Relation Extraction [0.0]
  テキスト、レイアウト、視覚情報のマルチモーダル統合は、関係抽出(RE)を含む視覚的にリッチな文書理解(VrDU)タスクにおいて、SOTAの結果を得た。 本稿では、各データ型を反復的に除外する実験を行うことにより、REタスクの共有表現の価値を実証する。 バイモーダルテキストとレイアウトアプローチが最善であるのに対して、テキストはエンティティ関係の最も重要な単一予測器であることを示す。
  論文  参考訳（メタデータ） (2022-11-11T12:39:35Z)
• Measuring "Why" in Recommender Systems: a Comprehensive Survey on the Evaluation of Explainable Recommendation [87.82664566721917]
  この調査は、IJCAI、AAAI、TheWebConf、Recsys、UMAP、IUIといったトップレベルのカンファレンスから100以上の論文に基づいています。
  論文  参考訳（メタデータ） (2022-02-14T02:58:55Z)
• Polarity in the Classroom: A Case Study Leveraging Peer Sentiment Toward Scalable Assessment [4.588028371034406]
  大規模なまたは大規模なオープンオンラインコース(MOOC)における、正確な段階的なオープンエンドの割り当ては、簡単ではない。 本稿では、ドメイン依存のレキシコンとアスペクトインフォーム化されたレビューフォームを作成するプロセスについて詳述する。 有効性を分析し、9コースから6800以上のピアレビューのコーパスから結論を議論する。
  論文  参考訳（メタデータ） (2021-08-02T15:45:11Z)
• Are Top School Students More Critical of Their Professors? Mining Comments on RateMyProfessor.com [83.2634062100579]
  RateMyProfessor.comの学生レビューとコメントは、学生の現実的な学習経験を反映している。 本研究は,学生のレビューやコメントに重要な情報が含まれており,授業や大学への入学に欠かせない参考文献として利用できることを実証する。
  論文  参考訳（メタデータ） (2021-01-23T20:01:36Z)
• Unsupervised Reference-Free Summary Quality Evaluation via Contrastive Learning [66.30909748400023]
  教師なしコントラスト学習により,参照要約を使わずに要約品質を評価することを提案する。 具体的には、BERTに基づく言語的品質と意味情報の両方をカバーする新しい指標を設計する。 ニューズルームとCNN/デイリーメールの実験では,新たな評価手法が参照サマリーを使わずに他の指標よりも優れていることが示された。
  論文  参考訳（メタデータ） (2020-10-05T05:04:14Z)
• Abstractive Summarization of Spoken and Written Instructions with BERT [66.14755043607776]
  本稿では,BERTSumモデルの最初の対話型言語への応用について述べる。 我々は多種多様な話題にまたがるナレーションビデオの抽象要約を生成する。 我々は、これをインテリジェントな仮想アシスタントの機能として統合し、要求に応じて文字と音声の両方の指導内容の要約を可能にすることを想定する。
  論文  参考訳（メタデータ） (2020-08-21T20:59:34Z)
• Overview of the TREC 2019 Fair Ranking Track [65.15263872493799]
  TREC Fair Ranking トラックの目標は、異なるコンテンツプロバイダに対する公正性の観点から、検索システムを評価するベンチマークを開発することであった。 本稿では,タスク定義やデータ記述,アノテーションプロセスなどを含むトラックの概要について述べる。
  論文  参考訳（メタデータ） (2020-03-25T21:34:58Z)

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。