論文の概要: Impact of combining human and analytics feedback on students' engagement
with, and performance in, reflective writing tasks
- arxiv url: http://arxiv.org/abs/2211.08222v1
- Date: Tue, 15 Nov 2022 15:41:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 12:27:46.884184
- Title: Impact of combining human and analytics feedback on students' engagement
with, and performance in, reflective writing tasks
- Title（参考訳）: 人間と分析のフィードバックの組み合わせが学生のリフレクティブ・ライティング・タスクへの関与とパフォーマンスに及ぼす影響
- Authors: Wannapon Suraworachet, Qi Zhou and Mutlu Cukurova
- Abstract要約: 本研究では,学生のエンゲージメント分析に基づく個人化された行動フィードバック介入を提案する。
81人の大学院生を対象に1学期にわたる実験を行い,学習のエンゲージメントとパフォーマンスに与える影響について検討した。
- 参考スコア（独自算出の注目度）: 3.4843936798388015
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reflective writing is part of many higher education courses across the globe.
It is often considered a challenging task for students as it requires
self-regulated learning skills to appropriately plan, timely engage and deeply
reflect on learning experiences. Despite an advance in writing analytics and
the pervasiveness of human feedback aimed to support student reflections,
little is known about how to integrate feedback from humans and analytics to
improve students' learning engagement and performance in reflective writing
tasks. This study proposes a personalised behavioural feedback intervention
based on students' writing engagement analytics utilising time-series analysis
of digital traces from a ubiquitous online word processing platform. In a
semester-long experimental study involving 81 postgraduate students, its impact
on learning engagement and performance was studied. The results showed that the
intervention cohort engaged statistically significantly more in their
reflective writing task after receiving the combined feedback compared to the
control cohort which only received human feedback on their reflective writing
content. Further analyses revealed that the intervention cohort reflected more
regularly at the weekly level, the regularity of weekly reflection led to
better performance grades, and the impact on students with low self-regulated
learning skills was higher. This study emphasizes the powerful benefits of
implementing combined feedback approaches in which the strengths of analytics
and human feedback are synthesized to improve student engagement and
performance. Further research should explore the long-term sustainability of
the observed effects and their validity in other contexts.
- Abstract（参考訳）: リフレクティブ・ライティングは、世界中の多くの高等教育コースの一部である。
学習経験を適切に計画し、タイムリーに関与し、深く反映するために、自己統制学習スキルを必要とするため、学生にとって難しい課題であることが多い。
学生のリフレクションを支援することを目的とした、分析の進歩と人間のフィードバックの広範性にもかかわらず、人間のフィードバックと分析を統合して、学生のリフレクティブライティングタスクにおける学習のエンゲージメントとパフォーマンスを改善する方法についてはほとんど知られていない。
本研究は、ユビキタスなオンライン単語処理プラットフォームからのデジタルトレースの時系列分析を利用した、学生の書き込みエンゲージメント分析に基づく行動フィードバックの個人化介入を提案する。
81人の大学院生を対象に1学期にわたる実験を行い,学習のエンゲージメントとパフォーマンスに与える影響について検討した。
その結果,リフレクティブライティングコンテンツに対する人間のフィードバックのみを受信したコントロールコーホートと比較して,複合フィードバックを受けた後のリフレクティブライティングタスクにおいて,介入コーホートが統計的に有意に多く関与したことがわかった。
さらなる分析により,介入コホートが毎週の水準でより頻繁に反映され,毎週のリフレクションの規則性が成績の等級の改善につながり,自己統制能力の低い学生に対する影響が高まった。
本研究は,学生のエンゲージとパフォーマンスを向上させるために,分析と人間フィードバックの強みを合成するフィードバック・アプローチの導入による強力なメリットを強調する。
さらなる研究は、観察された効果の長期的な持続可能性と、他の文脈におけるその妥当性を検討するべきである。
関連論文リスト
- Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。
以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。
本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
論文 参考訳（メタデータ） (2024-11-17T00:13:00Z) - Integrating AI for Enhanced Feedback in Translation Revision- A Mixed-Methods Investigation of Student Engagement [0.0]
人工知能(AI)によるフィードバックの適用、特にChatGPTのような言語モデルからのフィードバックは、翻訳教育において検討されている。
本研究は,ChatGPTによる翻訳過程における教師の学生の関与について検討した。
論文 参考訳（メタデータ） (2024-10-11T07:21:29Z) - Evaluating Pedagogical Incentives in Undergraduate Computing: A Mixed Methods Approach Using Learning Analytics [0.0]
本稿では,ユニヴァーシティ・カレッジ・ロンドンにおける1年目のコンピュータ・モジュールにおける新たな教育的インセンティブの効果を評価する。
我々は、学習分析と質的データを組み合わせて、これらのインセンティブの有効性を学生のエンゲージメントを高めるために、混合手法を用いて評価する。
本稿では,データ駆動型客観分析を学生の視点と統合した,生徒のエンゲージメントに対する解釈可能かつ行動可能なモデルを提案する。
論文 参考訳（メタデータ） (2024-03-13T16:39:38Z) - Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。
本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。
ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
論文 参考訳（メタデータ） (2024-03-05T09:09:15Z) - 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) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Improving Factuality of Abstractive Summarization via Contrastive Reward
Learning [77.07192378869776]
本稿では,報酬学習と実効性指標の最近の発展を取り入れた,シンプルだが効果的なコントラスト学習フレームワークを提案する。
実証的研究により,提案手法により,実測値のフィードバックから要約モデルを学習できることが実証された。
論文 参考訳（メタデータ） (2023-07-10T12:01:18Z) - Factually Consistent Summarization via Reinforcement Learning with
Textual Entailment Feedback [57.816210168909286]
我々は,この問題を抽象的な要約システムで解くために,テキストエンテーメントモデルの最近の進歩を活用している。
我々は、事実整合性を最適化するために、レファレンスフリーのテキストエンターメント報酬を用いた強化学習を用いる。
自動測定と人的評価の両結果から,提案手法は生成した要約の忠実さ,サリエンス,簡潔さを著しく向上させることが示された。
論文 参考訳（メタデータ） (2023-05-31T21:04:04Z) - A literature survey on student feedback assessment tools and their usage
in sentiment analysis [0.0]
我々は,Kahoot!, Mentimeter, Padlet, pollingなどのクラス内フィードバック評価手法の有効性を評価する。
学生の質的なフィードバックコメントから明確な提案を抽出する感情分析モデルを提案する。
論文 参考訳（メタデータ） (2021-09-09T06:56:30Z) - Facial Feedback for Reinforcement Learning: A Case Study and Offline
Analysis Using the TAMER Framework [51.237191651923666]
訓練者の表情からエージェント学習の可能性について,評価フィードバックとして解釈することで検討した。
設計したCNN-RNNモデルを用いて,学習者に対して表情とコンペティションの使用を指示することで,肯定的および否定的なフィードバックを推定する精度を向上させることができることを示す。
シミュレーション実験の結果,表情に基づく予測フィードバックのみから学習できることが示唆された。
論文 参考訳（メタデータ） (2020-01-23T17:50:57Z)
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。