論文の概要: All a-board: sharing educational data science research with school districts

• arxiv url: http://arxiv.org/abs/2304.08967v1
• Date: Tue, 18 Apr 2023 13:03:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-19 14:52:28.004508
• Title: All a-board: sharing educational data science research with school districts
• Title（参考訳）: 教育データサイエンス研究を学区と共有するall a-board
• Authors: Nabeel Gillani and Doug Beeferman and Cassandra Overney and Christine Vega-Pourheydarian and Deb Roy
• Abstract要約: ランダム化された電子メールのアウトリーチ実験と調査を行い、地方教育学区が境界変化にどう反応するかを調査した。 800以上の教育学区の約4,320人の教育委員会委員が、潜在的な境界変更を知らせた。 この研究のメディア報道は、特に分離された地域では、ダッシュボードのエンゲージメントを高めている。
• 参考スコア（独自算出の注目度）: 20.799163734027466
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Educational data scientists often conduct research with the hopes of translating findings into lasting change through policy, civil society, or other channels. However, the bridge from research to practice can be fraught with sociopolitical frictions that impede, or altogether block, such translations -- especially when they are contentious or otherwise difficult to achieve. Focusing on one entrenched educational equity issue in US public schools -- racial and ethnic segregation -- we conduct randomized email outreach experiments and surveys to explore how local school districts respond to algorithmically-generated school catchment areas ("attendance boundaries") designed to foster more diverse and integrated schools. Cold email outreach to approximately 4,320 elected school board members across over 800 school districts informing them of potential boundary changes reveals a large average open rate of nearly 40%, but a relatively small click-through rate of 2.5% to an interactive dashboard depicting such changes. Board members, however, appear responsive to different messaging techniques -- particularly those that dovetail issues of racial and ethnic diversity with other top-of-mind issues (like school capacity planning). On the other hand, media coverage of the research drives more dashboard engagement, especially in more segregated districts. A small but rich set of survey responses from school board and community members across several districts identify data and operational bottlenecks to implementing boundary changes to foster more diverse schools, but also share affirmative comments on the potential viability of such changes. Together, our findings may support educational data scientists in more effectively disseminating research that aims to bridge educational inequalities through systems-level change.
• Abstract（参考訳）: 教育データ科学者は、しばしば、調査結果を政策、市民社会、その他のチャネルを通じて持続的な変化に翻訳することを望んで研究を行う。 However, the bridge from research to practice can be fraught with sociopolitical frictions that impede, or altogether block, such translations -- especially when they are contentious or otherwise difficult to achieve. Focusing on one entrenched educational equity issue in US public schools -- racial and ethnic segregation -- we conduct randomized email outreach experiments and surveys to explore how local school districts respond to algorithmically-generated school catchment areas ("attendance boundaries") designed to foster more diverse and integrated schools. 800以上の教育学区で選出された約4,320人の教育委員会メンバーに、境界変更の可能性を伝えるコールドメールは、大きな平均オープンレートが40%近くであることを示しているが、そのような変更を示すインタラクティブなダッシュボードでは、クリックスルー率が2.5%と比較的低い。 しかし、さまざまなメッセージ技術、特に人種や民族の多様性の問題と、他のトップレベルの問題(学校の能力計画など)に反応するように見える。 一方、メディアの報道は、特に分離された地域では、より多くのダッシュボードへのエンゲージメントを促進する。 教育委員会と各地区のコミュニティメンバーによる小規模ながら豊かな調査回答は、より多様な学校を育てるために境界変更を実施するためのデータと運用上のボトルネックを特定し、これらの変更の潜在的な実行可能性に関する肯定的なコメントも共有している。 共に,システムレベルの変化を通じて教育的不平等を橋渡しすることを目的とした,より効果的な研究を広める教育データ科学者を支援する。

関連論文リスト

• Contextual Stochastic Optimization for School Desegregation Policymaking [13.670408636443831]
  本稿では、選択による再限定(RWC)と呼ばれる、共同再限定と選択モデリングの枠組みを開発する。 RWCの主な方法論的貢献は、地域全体の相違を最小化する文脈最適化モデルである。 結果は、学校の選択を予測することは、難しい機械学習の問題であることも明らかにした。
  論文  参考訳（メタデータ） (2024-08-22T17:40:06Z)
• Auditing for Racial Discrimination in the Delivery of Education Ads [50.37313459134418]
  本稿では,教育機会のための広告配信において,人種的偏見を評価できる新たな第三者監査手法を提案する。 メタのアルゴリズムによる教育機会の広告配信における人種差別の証拠を見つけ、法的および倫理的懸念を訴える。
  論文  参考訳（メタデータ） (2024-06-02T02:00:55Z)
• Getting aligned on representational alignment [93.08284685325674]
  本研究では,認知科学,神経科学,機械学習における表現的アライメントの研究を行う。 重複する関心にもかかわらず、これらの分野の間には知識の伝達が限られている。 本稿では,表現アライメント研究のための共通言語として機能する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-18T17:47:58Z)
• Understanding Divergent Framing of the Supreme Court Controversies: Social Media vs. News Outlets [56.67097829383139]
  我々は、米国最高裁判所の一連の判決に関して、ソーシャルメディアや伝統的なメディアのフレーミングにおける微妙な区別に焦点を当てている。 メディアが肯定的な行動や中絶の権利を扱い、学生ローンの話題はより深いコンセンサスを示す傾向にある。
  論文  参考訳（メタデータ） (2023-09-18T06:40:21Z)
• A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning [58.107474025048866]
  蓄積とは、以前に獲得した知識の喪失または劣化を指す。 フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
  論文  参考訳（メタデータ） (2023-07-16T16:27:58Z)
• FRAMM: Fair Ranking with Missing Modalities for Clinical Trial Site Selection [55.2629939137135]
  本稿では, 試行サイト選択作業に焦点をあて, 公正な試行サイト選択のための深層強化学習フレームワークであるFRAMMを提案する。 我々は、公正なトライアルサイトの選択に影響を与える2つの現実的な課題に対処することに重点を置いている。データモダリティは、多くの潜在的なトライアルサイトでは不十分であり、サイトのセレクションは、入試と多様性の両方を同時に最適化する必要がある。 FRAMMは2016年から2021年までの4,392の臨床試験で評価し,FRAMMが入学のみの設定において最上位のベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2023-05-30T20:44:14Z)
• Impacts of Differential Privacy on Fostering more Racially and Ethnically Diverse Elementary Schools [18.35063779220618]
  アメリカ合衆国国勢調査局は、2020年の国勢調査リリースの事実上のプライバシー保護標準である差分プライバシーを採用した。 この変更は、政治的再分権やその他の高額な慣行のような政策決定に影響を与える可能性がある。 このようなデータの未調査かつ重要な応用の1つは、人口隔離の少ない学校を育むために、学校に通う境界を再描画することである。
  論文  参考訳（メタデータ） (2023-05-12T21:06:15Z)
• Redrawing attendance boundaries to promote racial and ethnic diversity in elementary schools [31.737460075609103]
  合衆国のほとんどの教育学区は、生徒を自宅近くの学校に割り当てるために「通学境界」を描いている。 我々は、小学生300万人以上を対象とする98の教育学区の代替的境界をシミュレートする。 以上の結果から,家族にとって大きな混乱を伴わない統合の可能性が示唆された。
  論文  参考訳（メタデータ） (2023-03-14T02:50:40Z)
• Increasing Students' Engagement to Reminder Emails Through Multi-Armed Bandits [60.4933541247257]
  本稿では,学生が週毎のメールリマインダーとどのように関わり,時間管理の習慣を構築するかについて,実世界の適応実験を行った。 適応実験にマルチアーマド・バンド(MAB)アルゴリズムを用いると、より良い結果が得られる可能性が高まる。 我々は、これらの適応アルゴリズムの問題点を強調します。例えば、大きな違いがない場合の腕の活用などです。
  論文  参考訳（メタデータ） (2022-08-10T00:30:52Z)
• How diverse is the ACII community? Analysing gender, geographical and business diversity of Affective Computing research [0.0]
  ACIIは、感情コンピューティングに関する最新の研究を示す主要な国際フォーラムである。 我々は、性別、地理的な位置、学歴、研究センター、産業の比較で多様性を測定し、著者、基調講演者、オーガナイザの3つの異なるアクターについて検討する。 結果は、フィールドにおける限られた多様性、すべての研究されたファセット、そして他のAIカンファレンスと比較して、認識を高めます。
  論文  参考訳（メタデータ） (2021-09-12T18:30:36Z)
• Reducing the Filtering Effect in Public School Admissions: A Bias-aware Analysis for Targeted Interventions [7.50215102665518]
  DOEが「不利」と分類する学生の得点分布の変化が示される。 集中的に計画された介入は、奨学金やトレーニングを通じてバイアスの影響を著しく低減できることを示す。
  論文  参考訳（メタデータ） (2020-04-22T20:50:31Z)

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。