論文の概要: Towards a Flexible User Interface for 'Quick and Dirty' Learning Analytics Indicator Design

• arxiv url: http://arxiv.org/abs/2304.01711v1
• Date: Tue, 4 Apr 2023 11:18:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 14:07:42.571926
• Title: Towards a Flexible User Interface for 'Quick and Dirty' Learning Analytics Indicator Design
• Title（参考訳）: クイック・アンド・ダーティ」学習分析インジケータデザインのためのフレキシブルユーザインタフェースを目指して
• Authors: Shoeb Joarder and Mohamed Amine Chatti and Seyedemarzie Mirhashemi and Qurat Ul Ain
• Abstract要約: LAインジケータの低コスト設計を可能にする「クイック・アンド・ダーティ」な手法が必要である。 本稿では,課題駆動型アプローチとデータ駆動型アプローチという,指標の柔軟な設計を支援する2つのアプローチを提案する。
• 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: Research on Human-Centered Learning Analytics (HCLA) has provided demonstrations of a successful co-design process for LA tools with different stakeholders. However, there is a need for 'quick and dirty' methods to allow the low-cost design of LA indicators. Recently, Indicator Specification Cards (ISC) have been proposed to help different learning analytics stakeholders co-design indicators in a systematic manner. In this paper, we aim at improving the user experience, flexibility, and reliability of the ISC-based indicator design process. To this end, we present the development details of an intuitive and theoretically-sound ISC user interface that allows the low-cost design of LA indicators. Further, we propose two approaches to support the flexible design of indicators, namely a task-driven approach and a data-driven approach.
• Abstract（参考訳）: 人中心学習分析(HCLA)の研究は、異なる利害関係者によるLAツールの共同設計プロセスの成功例を提供している。 しかし、LA指標の低コストな設計を可能にする「クイック・アンド・ダーティ」手法が必要である。 近年,様々な学習分析利害関係者がインジケータを体系的に設計するための指標仕様カード(isc)が提案されている。 本稿では,ICCに基づくインジケータ設計プロセスのユーザエクスペリエンス,柔軟性,信頼性の向上を目的とした。 そこで本研究では,LAインジケータの低コスト設計を可能にする,直感的で理論的に健全なICCユーザインタフェースの開発について述べる。 さらに,課題駆動型アプローチとデータ駆動型アプローチという,指標の柔軟な設計を支援する2つの手法を提案する。

関連論文リスト

• 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)
• Personalized Interpretation on Federated Learning: A Virtual Concepts approach [33.95613093566137]
  本稿では,クライアント間での非IIDデータのロバスト化と解釈を行う新しいFL法を提案する。 概念ベクトルは、人間とループのプロセスで事前に定義したり、洗練したりすることができる。 提案手法の有効性をベンチマークデータセットで検証した。
  論文  参考訳（メタデータ） (2024-06-28T03:39:45Z)
• How Human-Centered Explainable AI Interface Are Designed and Evaluated: A Systematic Survey [48.97104365617498]
  Em Explainable Interfaces (EIs) の登場する領域は,XAI のユーザインターフェースとユーザエクスペリエンス設計に重点を置いている。 本稿では,人間とXAIの相互作用の現在の動向と,EI設計・開発に向けた将来的な方向性を明らかにするために,53の出版物を体系的に調査する。
  論文  参考訳（メタデータ） (2024-03-21T15:44:56Z)
• Semantic Graph Representation Learning for Handwritten Mathematical Expression Recognition [57.60390958736775]
  セマンティック・インタラクション・ラーニング(SIL)の簡易かつ効率的な手法を提案する。 まず,統計的シンボル共起確率に基づく意味グラフを構築する。 次に、視覚的および分類的特徴を意味空間に投影する意味認識モジュール(SAM)を設計する。 本手法は, CROHMEとHME100Kの両方のデータセットにおいて, 先行技術よりも優れた認識性能を実現する。
  論文  参考訳（メタデータ） (2023-08-21T06:23:41Z)
• Iterative Forward Tuning Boosts In-Context Learning in Language Models [88.25013390669845]
  本研究では,大規模言語モデル(LLM)における文脈内学習を促進する新しい2段階フレームワークを提案する。 具体的には、当社のフレームワークでは、ICLプロセスをDeep-ThinkingとTest Stageの2つの別々のステージに分類しています。 ディープシンキング段階にはユニークな注意機構、すなわち反復的な注意強化機構が組み込まれており、複数の情報の蓄積を可能にしている。
  論文  参考訳（メタデータ） (2023-05-22T13:18:17Z)
• Designing Theory-Driven Analytics-Enhanced Self-Regulated Learning Applications [0.0]
  自己統制学習(SRL)を促進するための学習分析(LA)の適用への関心が高まっている。 この章では、LA強化SRLアプリケーションの設計の理論的基盤を探究する。
  論文  参考訳（メタデータ） (2023-03-22T08:52:54Z)
• Design Space Exploration and Explanation via Conditional Variational Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
  本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。 CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
  論文  参考訳（メタデータ） (2022-11-29T17:28:31Z)
• Using Representation Expressiveness and Learnability to Evaluate Self-Supervised Learning Methods [61.49061000562676]
  本稿では,学習可能性を評価するためにCluster Learnability (CL)を導入する。 CLは、K-meansで表現をクラスタリングすることによって得られたラベルを予測するために訓練されたKNNのパフォーマンスで測定される。 CLは、他の競合する評価手法よりも分布内モデルの性能と相関することがわかった。
  論文  参考訳（メタデータ） (2022-06-02T19:05:13Z)
• Abstracting data in distributed ledger systems for higher level analytics and visualizations [1.5381930379183162]
  本稿では,分散台帳システムの高レベル解析設計を可能にする抽象化層アーキテクチャを提案する。 既存のイニシアティブの分析と関連するユーザ要件の識別に基づいて、この作業は重要な洞察と仕様を確立することを目的としています。
  論文  参考訳（メタデータ） (2021-02-19T19:34:12Z)
• Designing for the Long Tail of Machine Learning [0.0]
  機械学習のパフォーマンスがトレーニングデータとどのようにスケールし、デザイナがデータ収集、モデル開発、および与えられたモデルパフォーマンスのための貴重なインタラクションを設計するためのトレードオフをガイドするかを説明します。 我々は,ブートストラップフェーズにおける初期システムの設計に有用なパターンについて論じる。
  論文  参考訳（メタデータ） (2020-01-21T11:53:28Z)

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。