論文の概要: Introducing Practicable Learning Analytics
- arxiv url: http://arxiv.org/abs/2301.13043v1
- Date: Thu, 26 Jan 2023 21:20:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:56:50.144722
- Title: Introducing Practicable Learning Analytics
- Title（参考訳）: 実践可能な学習分析の紹介
- Authors: Viberg Olga, Gronlund Ake
- Abstract要約: 本書では,実践の観点から学習分析がどのようなものかを明らかにするために,実践可能な学習分析の概念を紹介する。
情報システムアーティファクト(ISA)の概念は,情報システム,社会,技術アーティファクトの3つのサブシステムから構成される。
本書の10章は、ISAの観点から提示され、実践可能な学習分析の設計において、社会人工物への詳細な注意が重要であることを明記している。
- 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: Learning analytics have been argued as a key enabler to improving student
learning at scale. Yet, despite considerable efforts by the learning analytics
community across the world over the past decade, the evidence to support that
claim is hitherto scarce, as is the demand from educators to adopt it into
their practice. We introduce the concept of practicable learning analytics to
illuminate what learning analytics may look like from the perspective of
practice, and how this practice can be incorporated in learning analytics
designs so as to make them more attractive for practitioners. As a framework
for systematic analysis of the practice in which learning analytics tools and
methods are to be employed, we use the concept of Information Systems Artifact
(ISA) which comprises three interrelated subsystems: the informational, the
social and the technological artefacts. The ISA approach entails systemic
thinking which is necessary for discussing data-driven decision making in the
context of educational systems, practices, and situations. The ten chapters in
this book are presented and reflected upon from the ISA perspective, clarifying
that detailed attention to the social artefact is critical to the design of
practicable learning analytics.
- Abstract（参考訳）: 学習分析は、大規模な学習を改善するための重要な手段として議論されてきた。
しかし、過去10年間、世界中の学習分析コミュニティによるかなりの努力にもかかわらず、その主張を支持する証拠は乏しい。
実践的な学習分析の概念を導入し、実践の観点から学習分析がどのように見えるか、そしてこの実践を学習分析設計に組み込むことによって、実践者にとってより魅力的なものにする。
学習分析ツールや手法を活用すべき実践を体系的に分析するための枠組みとして,情報システムアーティファクト (isa) という3つの相互関連サブシステム (情報システムアーティファクト, 社会的, 技術的アーティファクト) からなる概念を用いる。
ISAアプローチは、教育システム、実践、状況の文脈でデータ駆動意思決定について議論するために必要な体系的思考を必要とする。
本書の10章をisaの視点から紹介,考察し,ソーシャルアーティファクトへの細部的な注意が実践可能な学習分析の設計に不可欠であることを明らかにした。
関連論文リスト
- Causal Inference Tools for a Better Evaluation of Machine Learning [0.0]
本稿では、通常最小方形回帰(OLS)、可変解析(ANOVA)、ロジスティック回帰(ロジスティック回帰)などの重要な統計手法を紹介する。
この文書は研究者や実践者のガイドとして機能し、これらのテクニックがモデル行動、パフォーマンス、公平性に対する深い洞察を提供する方法について詳述している。
論文 参考訳（メタデータ） (2024-10-02T10:03:29Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - How Could AI Support Design Education? A Study Across Fields Fuels Situating Analytics [3.362956277221427]
設計教育者による評価とフィードバックの実践の事例研究から得られたプロセスと結果を用いて,理論を推し進める。
人間の活動をサポートするAIを作ることは、どの分析指標と位置するプラクティスを整合させることに依存するため、我々はSateuating Analyticsと呼ぶ方法論を理論化します。
論文 参考訳（メタデータ） (2024-04-26T13:06:52Z) - Integrating AI and Learning Analytics for Data-Driven Pedagogical Decisions and Personalized Interventions in Education [0.2812395851874055]
本研究では,革新的な学習分析ツールの概念化,開発,展開について検討する。
学生のストレスレベル、好奇心、混乱、扇動、トピックの嗜好、学習方法などの重要なデータポイントを分析し、学習環境の総合的なビューを提供する。
この研究は、パーソナライズされたデータ駆動型教育を形成する上で、AIが果たす役割を浮き彫りにする。
論文 参考訳（メタデータ） (2023-12-15T06:00:26Z) - Explainable Authorship Identification in Cultural Heritage Applications:
Analysis of a New Perspective [48.031678295495574]
既存の汎用eXplainable Artificial Intelligence(XAI)技術のAIへの応用について検討する。
特に,3種類のAIdタスクにおける3種類のXAIテクニックの相対的メリットを評価した。
我々の分析によると、これらの技術は、説明可能なオーサシップの特定に向けて重要な第一歩を踏み出すが、まだ多くの作業が続けられている。
論文 参考訳（メタデータ） (2023-11-03T20:51:15Z) - A Study of Situational Reasoning for Traffic Understanding [63.45021731775964]
トラフィック領域における状況推論のための3つの新しいテキストベースのタスクを考案する。
先行作業における言語推論タスクにまたがる一般化能力を示す知識強化手法を4つ採用する。
本稿では,データ分割におけるモデル性能の詳細な解析を行い,モデル予測を分類的に検討する。
論文 参考訳（メタデータ） (2023-06-05T01:01:12Z) - Open Learning Analytics: A Systematic Literature Review and Future
Perspectives [0.0]
Open Learning Analytics(OLA)は、生涯学習環境における学習効率と効率性を改善することを目的とした、新興研究分野である。
本稿は,2011～2019年の学習分析文献で利用可能なツールの体系的な文献レビューを行い,オープンネスへの支援に注目した。
レビューは、効果的なOLAプラットフォームの主な要件を導き、この新興分野における重要な課題と今後の作業線を特定することで締めくくっている。
論文 参考訳（メタデータ） (2023-03-22T09:02:21Z) - The LAVA Model: Learning Analytics Meets Visual Analytics [0.0]
HCLA(Human-Centered Learning Analytics)は、学習分析におけるヒューマンファクタを強調し、ユーザニーズを真に満たす。
視覚分析は、人間中心のアプローチに従う多分野のデータサイエンス研究分野である。
本稿では,視覚分析の概念を学習分析プロセスに取り入れることのメリットについて考察する。
論文 参考訳（メタデータ） (2023-03-22T08:57:42Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳（メタデータ） (2022-04-29T08:06:05Z) - KnowledgeCheckR: Intelligent Techniques for Counteracting Forgetting [52.623349754076024]
KnowledgeCheckRに統合された推奨アプローチの概要を提供します。
その例としては,将来的に繰り返される学習内容の識別を支援するユーティリティベースのレコメンデーション,セッションベースのレコメンデーションを実装するための協調フィルタリングアプローチ,インテリジェントな質問応答を支援するコンテントベースのレコメンデーションなどがある。
論文 参考訳（メタデータ） (2021-02-15T20:06:28Z) - Revisiting Meta-Learning as Supervised Learning [69.2067288158133]
メタラーニングと従来の教師付き学習の関連性を再考し,強化することで,原則的,統一的なフレームワークの提供を目指す。
タスク固有のデータセットとターゲットモデルを(機能、ラベル)サンプルとして扱うことで、多くのメタ学習アルゴリズムを教師付き学習のインスタンスに還元することができる。
この視点は、メタラーニングを直感的で実践的なフレームワークに統一するだけでなく、教師付き学習から直接洞察を伝達してメタラーニングを改善することができる。
論文 参考訳（メタデータ） (2020-02-03T06:13:01Z)
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。