論文の概要: Teaching Interaction using State Diagrams
- arxiv url: http://arxiv.org/abs/2207.12701v1
- Date: Tue, 26 Jul 2022 07:45:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:07:25.583011
- Title: Teaching Interaction using State Diagrams
- Title(参考訳): 状態図を用いた教師インタラクション
- Authors: Padma Pasupathi (McMaster University), Christopher W. Schankula
(McMaster University), Nicole DiVincenzo (McMaster University), Sarah Coker
(McMaster University), Christopher Kumar Anand (McMaster University)
- Abstract要約: 本稿では,モデル駆動工学ツールSD Drawの設計と実装について述べる。
小学校の子供でも、状態図を描き、理解することができる。
私たちはこれを4年生と5年生でテストしました。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To make computational thinking appealing to young learners, initial
programming instruction looks very different now than a decade ago, with
increasing use of graphics and robots both real and virtual. After the first
steps, children want to create interactive programs, and they need a model for
this. State diagrams provide such a model.
This paper documents the design and implementation of a Model-Driven
Engineering tool, SD Draw, that allows even primary-aged children to draw and
understand state diagrams, and create modifiable app templates in the Elm
programming language using the model-view-update pattern standard in Elm
programs. We have tested this with grade 4 and 5 students. In our initial test,
we discovered that children quickly understand the motivation and use of state
diagrams using this tool, and will independently discover abstract states even
if they are only taught to model using concrete states. To determine whether
this approach is appropriate for children of this age we wanted to know: do
children understand state diagrams, do they understand the role of
reachability, and are they engaged by them? We found that they are able to
translate between different representations of state diagrams, strongly
indicating that they do understand them. We found with confidence p<0.001 that
they do understand reachability by refuting the null hypothesis that they are
creating diagrams randomly. And we found that they were engaged by the concept,
with many students continuing to develop their diagrams on their own time after
school and on the weekend.
- Abstract(参考訳): コンピュータ思考を若い学習者にアピールさせるため、初期のプログラミング指導は10年前とは大きく異なるように見え、グラフィックとロボットの利用は現実と仮想の両方で増加している。
最初のステップの後、子供たちはインタラクティブなプログラムを作りたいと考えています。
状態図はそのようなモデルを提供します。
本稿では,モデル駆動工学ツールSD Drawの設計と実装について述べる。このツールは,小学校の子供でも状態図を描き,理解し,Elmプログラムのモデルビュー更新パターン標準を用いて,Elmプログラミング言語で修正可能なアプリテンプレートを作成することができる。
私たちはこれを4年生と5年生でテストしました。
最初のテストでは, 子どもはこのツールを用いて状態図のモチベーションと利用を素早く理解し, 具体的状態を用いたモデリングしか教えられなくても, 抽象状態を独立して発見することを発見した。
子どもたちは状態図を理解しているのか、到達可能性の役割を理解しているのか、彼らは彼らと関わりがあるのか?
状態図の異なる表現間で翻訳できることが分かり、それらを理解していることが強く示唆された。
図をランダムに作成しているというヌル仮説を否定することで到達可能性を理解していると確信したp<0.001。
そして、彼らはこのコンセプトに関わっており、多くの学生は放課後と週末に自分の時間にダイアグラムを開発し続けています。
関連論文リスト
- Do Vision-Language Models Really Understand Visual Language? [43.893398898373995]
ダイアグラムは、複雑な概念とその関係をイメージとして表現した視覚言語の典型例である。
近年の研究では、LVLM(Large Vision-Language Models)が図を含む複雑な推論タスクに対処できることが示唆されている。
本稿では,LVLMのダイアグラム理解能力を評価するための総合的なテストスイートを開発する。
論文 参考訳(メタデータ) (2024-09-30T19:45:11Z) - Examining the Values Reflected by Children during AI Problem Formulation [9.516294164912072]
子どもが提案するアイデアには,高度なシステムインテリジェンスとユーザの社会的関係を理解することが必要である。
子どもの考えは、意思決定する前に家族や機械が社会的文脈を理解することを気にしていたことを示している。
論文 参考訳(メタデータ) (2023-09-27T17:58:30Z) - State of the Art and Potentialities of Graph-level Learning [54.68482109186052]
グラフレベルの学習は、比較、回帰、分類など、多くのタスクに適用されている。
グラフの集合を学習する伝統的なアプローチは、サブストラクチャのような手作りの特徴に依存している。
ディープラーニングは、機能を自動的に抽出し、グラフを低次元表現に符号化することで、グラフレベルの学習をグラフの規模に適応させるのに役立っている。
論文 参考訳(メタデータ) (2023-01-14T09:15:49Z) - Distilling Knowledge from Self-Supervised Teacher by Embedding Graph
Alignment [52.704331909850026]
我々は、自己指導型事前学習モデルから他の学生ネットワークへ知識を伝達するための新しい知識蒸留フレームワークを定式化した。
自己教師型学習におけるインスタンス識別の精神に触発され,特徴埋め込み空間におけるグラフ定式化によるインスタンスとインスタンスの関係をモデル化する。
蒸留方式は, 学生ネットワーク上での表現学習を促進するために, 自己指導型知識の伝達に柔軟に適用できる。
論文 参考訳(メタデータ) (2022-11-23T19:27:48Z) - Learning to Scaffold: Optimizing Model Explanations for Teaching [74.25464914078826]
我々は3つの自然言語処理とコンピュータビジョンタスクのモデルを訓練する。
筆者らは,本フレームワークで抽出した説明文を学習した学生が,従来の手法よりもはるかに効果的に教師をシミュレートできることを発見した。
論文 参考訳(メタデータ) (2022-04-22T16:43:39Z) - Model-Based Visual Planning with Self-Supervised Functional Distances [104.83979811803466]
モデルに基づく視覚的目標達成のための自己監視手法を提案する。
私たちのアプローチは、オフラインでラベルなしのデータを使って完全に学習します。
このアプローチは,モデルフリーとモデルベース先行手法の両方で大幅に性能が向上することがわかった。
論文 参考訳(メタデータ) (2020-12-30T23:59:09Z) - Object-Centric Diagnosis of Visual Reasoning [118.36750454795428]
本稿では,地平とロバスト性に基づく視覚的推論の体系的対象中心の診断について述べる。
我々は,グラフ推論機械という診断モデルを開発した。
本モデルは、純粋に象徴的な視覚的表現を確率的シーングラフに置き換え、教師の強制訓練をビジュアル推論モジュールに適用する。
論文 参考訳(メタデータ) (2020-12-21T18:59:28Z) - Learning abstract structure for drawing by efficient motor program
induction [52.13961975752941]
我々は、人間が構造化された事前知識を迅速に取得する方法を研究するために、自然主義的な描画タスクを開発する。
一般化を支援する抽象的な描画手順を自然に学習していることが示される。
本稿では,これらの再利用可能な描画プログラムを学習者がどのように発見できるかのモデルを提案する。
論文 参考訳(メタデータ) (2020-08-08T13:31:14Z) - Automated Diagram Generation to Build Understanding and Usability [0.0]
因果ループとストックおよびフロー図は、関係を整理し意味を伝えるのに役立つため、システムダイナミクスで広く使われている。
本稿では,その情報を自動生成した因果ループ図で明確に示す方法について述べる。
論文 参考訳(メタデータ) (2020-05-27T22:32:16Z)
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。