論文の概要: Why Are Some Online Educational Programs Successful? Student Cognition and Success

• arxiv url: http://arxiv.org/abs/2209.05462v1
• Date: Sun, 4 Sep 2022 14:46:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:07:36.101243
• Title: Why Are Some Online Educational Programs Successful? Student Cognition and Success
• Title（参考訳）: なぜオンライン教育プログラムが成功するのか? 学生の認知と成功
• Authors: Marissa Keech and Ashok Goel
• Abstract要約: プログラムの1コース、特に人工知能(AI)コースにおける学習者のモチベーションと自己統制を測定する。 このデータによると、オンラインAIコースは、学生が自己効力が高く、クラスが自己統制学習を奨励するため、成功かもしれない。
• 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: Massive Open Online Courses (MOOCs) once offered the promise of accessibility and affordability. However, MOOCs typically lack expert feedback and social interaction, and have low student engagement and retention. Thus, alternative programs for online education have emerged including an online graduate program in computer science at a major public university in USA. This program is considered a success with over 9000 students now enrolled in the program. We adopt the perspective of cognitive science to answer the question why do only some online educational courses succeed? We measure learner motivation and self-regulation in one course in the program, specifically a course on artificial intelligence (AI). Surveys of students indicate that students self-reported assessments of self-efficacy, cognitive strategy use, and intrinsic value of the course are not only fairly high, but also generally increase over the course of learning. This data suggests that the online AI course might be a success because the students have high self-efficacy and the class fosters self-regulated learning.
• Abstract（参考訳）: MOOC(Massive Open Online Courses)は、かつてアクセシビリティと手頃な価格を約束していた。 しかし、MOOCには専門家のフィードバックや社会的相互作用がなく、学生のエンゲージメントも維持力も低い。 そのため、米国の主要な公立大学では、コンピュータサイエンスのオンライン大学院プログラムを含むオンライン教育の代替プログラムが登場した。 このプログラムは9000人以上の学生が参加して成功していると考えられている。 認知科学の視点を取り入れて、なぜオンライン教育コースが成功するのかという疑問に答える。 本研究では,学習者のモチベーションと自己統制をプログラムの1コース,特に人工知能(AI)コースで測定する。 学生の調査結果は、自己効力感、認知戦略利用、本質的価値の自己申告による評価は、比較的高いだけでなく、学習の過程でも一般的に増加することを示している。 このデータによると、オンラインAIコースは、学生が自己効力が高く、クラスが自己統制学習を奨励するため、成功かもしれない。

関連論文リスト

• Virtual teaching assistant for undergraduate students using natural language processing & deep learning [0.0]
  新型コロナウイルスの影響で、多くの大学がオンライン教育に切り替えざるを得なくなった。 ますます多くの機関が、オンラインで行われている一部の部分と、他の部分とのブレンドラーニングを検討している。 本稿では,VTAボットという仮想教示アシスタントの初期実装とシステムアーキテクチャについて述べる。
  論文  参考訳（メタデータ） (2024-11-13T20:02:17Z)
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• Could ChatGPT get an Engineering Degree? Evaluating Higher Education Vulnerability to AI Assistants [175.9723801486487]
  我々は,2つのAIアシスタントであるGPT-3.5とGPT-4が適切な回答を得られるかどうかを評価する。 GPT-4は65.8%の質問を正解し、85.1%の質問に対して少なくとも1つの手順で正しい答えを出すことができる。 この結果から,AIの進歩を踏まえて,高等教育におけるプログラムレベルの評価設計の見直しが求められた。
  論文  参考訳（メタデータ） (2024-08-07T12:11:49Z)
• Implementing Learning Principles with a Personal AI Tutor: A Case Study [2.94944680995069]
  本研究は,人間の学習過程をモデル化し,学術的性能を効果的に向上するパーソナルAIチューターの能力を示す。 プログラムにAIチューターを統合することで、教育者は、学習科学の原則に基づくパーソナライズされた学習体験を学生に提供することができる。
  論文  参考訳（メタデータ） (2023-09-10T15:35:47Z)
• Effectiveness of an Online Course in Programming in a State University in the Philippines [0.0]
  本研究の目的は,オンラインコースがプログラミングコースの学習においてどの程度効果的かを明らかにすることである。 対象はPythonプログラミングであり,学生の反応を判断するための評価を行った。
  論文  参考訳（メタデータ） (2022-11-23T06:51:02Z)
• Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
  ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。 標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。 Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
  論文  参考訳（メタデータ） (2022-11-16T10:00:23Z)
• An Experience Report of Executive-Level Artificial Intelligence Education in the United Arab Emirates [53.04281982845422]
  アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。 理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
  論文  参考訳（メタデータ） (2022-02-02T20:59:53Z)
• The Evaluation Case Study of Online Course During Pandemic Period in Mongolia [0.0]
  本稿では,パンデミック期におけるオンラインコースの自己評価試験とケーススタディについて述べる。 教育開発を継続するためには、従来の対面授業からオンラインコースに切り替える必要があった。 本研究の目的は,構造指向評価モデルに基づくeラーニングの評価プロセスを共有することである。
  論文  参考訳（メタデータ） (2021-05-26T09:35:40Z)
• Improving Students Performance in Small-Scale Online Courses -- A Machine Learning-Based Intervention [0.0]
  オンライン学習管理システムから収集したデータは,学生全体のパフォーマンスを予測するために有効に活用できることを示す。 本研究の結果から,学生の進路を改善させるための効果的な介入戦略が,授業の途中で提案される可能性が示唆された。
  論文  参考訳（メタデータ） (2020-11-23T14:12:55Z)
• What's the worth of having a single CS teacher program aimed at teachers with heterogeneous profiles? [68.8204255655161]
  アルゼンチンのK-12教師を対象とした400時間の教員養成プログラムの結果について検討した。 本研究の目的は,教師にCSの内容や具体的教育を指導する上で,教師一人ひとりの教育プログラムが有効であるかどうかを,多種多様なプロファイルを持つ教師に理解することである。
  論文  参考訳（メタデータ） (2020-11-09T15:03:31Z)
• 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)

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。