論文の概要: A Systematic Literature Review of Game-based Assessment Studies: Trends and Challenges

• arxiv url: http://arxiv.org/abs/2207.07369v2
• Date: Fri, 2 Dec 2022 16:30:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 09:51:39.927731
• Title: A Systematic Literature Review of Game-based Assessment Studies: Trends and Challenges
• Title（参考訳）: ゲームベースアセスメント研究の体系的文献レビュー:トレンドと課題
• Authors: Manuel J. Gomez, Jos\'e A. Ruip\'erez-Valiente, F\'elix J. Garc\'ia Clemente
• Abstract要約: ゲームベースアセスメント(ゲームベースアセスメント、GBA)とは、学習者の能力、スキル、知識を評価するゲームである。 本稿では, GBA分野の現状を, 実証的な GBA 研究に関する最初の体系的な文献レビューによって分析する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Technology has become an essential part of our everyday life, and its use in educational environments keeps growing. In addition, games are one of the most popular activities across cultures and ages, and there is ample evidence that supports the benefits of using games for assessment. This field is commonly known as game-based assessment (GBA), which refers to the use of games to assess learners' competencies, skills, or knowledge. This paper analyzes the current status of the GBA field by performing the first systematic literature review on empirical GBA studies. It is based on 65 research papers that used digital GBAs to determine: (1) the context where the study has been applied; (2) the primary purpose; (3) the domain of the game used; (4) game/tool availability; (5) the size of the data sample; (6) the computational methods and algorithms applied; (7) the targeted stakeholders of the study; and (8) what limitations and challenges are reported by authors. Based on the categories established and our analysis, the findings suggest that GBAs are mainly used in K-16 education and for assessment purposes, and that most GBAs focus on assessing STEM content, and cognitive and soft skills. Furthermore, the current limitations indicate that future GBA research would benefit from the use of bigger data samples and more specialized algorithms. Based on our results, we discuss current trends in the field and open challenges (including replication and validation problems), providing recommendations for the future research agenda of the GBA field.
• Abstract（参考訳）: テクノロジーは私たちの日常生活の不可欠な部分となり、教育環境における利用は増え続けている。 さらに、ゲームは文化や年齢でもっとも人気のある活動の1つであり、アセスメントにゲームを使うことの利点を支持する証拠は豊富である。 この分野は一般にゲーム・ベース・アセスメント(gba)と呼ばれ、学習者の能力、スキル、知識を評価するゲームを指す。 本稿では, GBA分野の現状を実証的な GBA 研究に関する最初の体系的な文献レビューによって分析する。 デジタルgbasを用いた65の研究論文に基づいて、(1)研究が適用されたコンテキスト、(2)主な目的、(3)ゲームドメイン、(4)ゲーム/ツールの可用性、(5)データサンプルのサイズ、(6)計算方法とアルゴリズムの適用、(7)対象の利害関係者、(8)著者による制限と課題の報告。 その結果, GBAは, 主にK-16教育や評価目的に利用されており, ほとんどのGBAはSTEM内容の評価, 認知・ソフトスキルに重点を置いていることが示唆された。 さらに、現在の制限は、将来のGAA研究がより大きなデータサンプルとより専門的なアルゴリズムの使用の恩恵を受けることを示している。 本結果から,GBA分野の今後の研究課題に対する提言として,この分野の現在の動向とオープン課題(レプリケーションや検証問題を含む)について論じる。

関連論文リスト

• Microscopic Analysis on LLM players via Social Deduction Game [3.8028747063484594]
  ゲームプレイ能力の弱点に対処するためには、きめ細かい評価が不可欠である。 本研究では,SpyGame という,SpyFall ゲームの変種を利用したアプローチを提案する。 本分析は,LLMのゲームプレイに影響を与える4つの主要なカテゴリを同定する。
  論文  参考訳（メタデータ） (2024-08-19T12:35:23Z)
• How to Evaluate Games in Education: A Literature Review [0.0]
  我々は、異なる科学分野で行われた制御実験を要約し、評価することを目的として、異なる研究をレビューし、分析する。 本研究は,非実験条件の記述の明確さに焦点をあて,制御グループの活動に使用される教育方法が不十分であることを示す。 計算機科学と工学の分野での研究は、一般に、他の分野よりも明らかに結果を報告している。
  論文  参考訳（メタデータ） (2024-07-04T12:18:42Z)
• A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
  水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。 多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
  論文  参考訳（メタデータ） (2024-05-30T04:46:40Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
  本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。 新たに登場したAI生成の文献レビューも評価されている。 この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• Affective Game Computing: A Survey [1.8420149175440346]
  本稿では,ゲームに応用された情緒的コンピューティングの原理,方法,ツールの現状について調査する。 我々は、感情的なゲームループの4つのフェーズにまたがる用語、方法、アプローチの分類を提供し、この分類の分野を定めている。 本稿は、現在の感情型ゲームコンピューティングの限界と、この分野における最も有望な研究方向性に対する我々のビジョンに関する議論から締めくくっている。
  論文  参考訳（メタデータ） (2023-09-25T12:52:48Z)
• SPRING: Studying the Paper and Reasoning to Play Games [102.5587155284795]
  我々は,ゲーム本来の学術論文を読み取るための新しいアプローチ,SPRINGを提案し,大言語モデル(LLM)を通してゲームの説明とプレイの知識を利用する。 実験では,クラフトオープンワールド環境の設定下で,異なる形態のプロンプトによって引き起こされる文脈内「推論」の品質について検討した。 我々の実験は、LLMが一貫したチェーン・オブ・シークレットによって誘導されると、洗練された高レベル軌道の完成に大きな可能性があることを示唆している。
  論文  参考訳（メタデータ） (2023-05-24T18:14:35Z)
• Commonsense Knowledge from Scene Graphs for Textual Environments [6.617487928813374]
  シーングラフデータセットなどの視覚的データセットから得られたコモンセンス推論を利用する利点について検討する。 提案手法は既存の最先端手法よりも高い性能と競争性を有する。
  論文  参考訳（メタデータ） (2022-10-19T03:09:17Z)
• Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
  我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。 我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
  論文  参考訳（メタデータ） (2022-07-18T11:38:32Z)
• A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
  過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。 本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。 特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
  論文  参考訳（メタデータ） (2020-08-02T00:09:03Z)
• Exploration Based Language Learning for Text-Based Games [72.30525050367216]
  本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。 テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。 これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
  論文  参考訳（メタデータ） (2020-01-24T03:03:51Z)
• The Application of Machine Learning Techniques for Predicting Results in Team Sport: A Review [0.0]
  我々は,1996年から2019年までのチームスポーツの結果を予測するために機械学習を用いた研究のレビューを行った。 本稿は、この分野でMLアルゴリズムが使われる傾向にあることや、成功した結果に現れ始めていることの洞察を提供する。
  論文  参考訳（メタデータ） (2019-12-26T03:12:21Z)

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。