Fugu-MT 論文翻訳(概要): Improving Students With Rubric-Based Self-Assessment and Oral Feedback

論文の概要: Improving Students With Rubric-Based Self-Assessment and Oral Feedback

arxiv url: http://arxiv.org/abs/2307.12849v1
Date: Mon, 24 Jul 2023 14:48:28 GMT
ステータス: 処理完了
システム内更新日: 2023-10-23 16:21:25.049563
Title: Improving Students With Rubric-Based Self-Assessment and Oral Feedback
Title（参考訳）: ルブリック型自己評価と口頭フィードバックによる学生の改善
Authors: Sebastian Barney, Mahvish Khurum, Kai Petersen, Michael Unterkalmsteiner, Ronald Jabangwe
Abstract要約: ルーブリックと口頭フィードバックは、学生のパフォーマンス向上と学習結果の達成を支援するアプローチである。本稿では,ルーブリックと口頭フィードバックが学生の学習成績に及ぼす影響について検討する。
参考スコア（独自算出の注目度）: 2.808134646037882
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Rubrics and oral feedback are approaches to help students improve performance and meet learning outcomes. However, their effect on the actual improvement achieved is inconclusive. This paper evaluates the effect of rubrics and oral feedback on student learning outcomes. An experiment was conducted in a software engineering course on requirements engineering, using the two approaches in course assignments. Both approaches led to statistically significant improvements, though no material improvement (i.e., a change by more than one grade) was achieved. The rubrics led to a significant decrease in the number of complaints and questions regarding grades.
Abstract（参考訳）: rubrics と oral feedback は,学生のパフォーマンス向上と学習成果の達成を支援するアプローチである。しかし、実際の改善に対する効果は決定的ではない。本稿では,ルーブリックと口頭フィードバックが学生の学習成績に及ぼす影響を評価する。要件工学のソフトウェア工学のコースで、2つのアプローチをコース割り当てに用いた実験が行われた。どちらのアプローチも統計的に有意な改善をもたらしたが、物質的改善(すなわち1段階以上の変化)は達成されなかった。ルーブリックは、学級に関する苦情や質問の数を大幅に減少させた。

関連論文リスト

Enhancing Students' Learning Process Through Self-Generated Tests [0.0]
本稿では,学生の自律学習の促進を目的とした教育実験について述べる。本研究の主目的は,評価試験に学生の質問を含めることによって,評価プロセスに学生を参加させることである。学生がアップロードした質問は、登録された生徒全員と、関連する教師全員に表示される。
論文参考訳（メタデータ） (2024-03-21T09:49:33Z)
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)
Improving the Validity of Automatically Generated Feedback via Reinforcement Learning [50.067342343957876]
強化学習(RL)を用いた正当性と整合性の両方を最適化するフィードバック生成フレームワークを提案する。具体的には、直接選好最適化(DPO)によるトレーニングのための拡張データセットにおいて、GPT-4のアノテーションを使用してフィードバックペアよりも好みを生成する。
論文参考訳（メタデータ） (2024-03-02T20:25:50Z)
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)
Does Starting Deep Learning Homework Earlier Improve Grades? [63.20583929886827]
宿題を早く始め、より多くの時間を費やしている学生は、宿題の成績が良くなるはずだ。既存の文献が宿題に費やした時間の影響は明確ではなく、主にK-12教育から来ている。我々は,学生の成功に対する影響を原則的に結論付けるために,階層的ベイズモデルを構築した。
論文参考訳（メタデータ） (2023-09-30T09:34:30Z)
Adam: Dense Retrieval Distillation with Adaptive Dark Examples [104.01735794498767]
本稿では,教師が持つ暗黒知識を適応暗黒エクストリームで伝達する知識蒸留フレームワークであるADAMを提案する。 2つの広く利用されているベンチマークで実験を行い、本手法の有効性を検証する。
論文参考訳（メタデータ） (2022-12-20T12:03:19Z)
Distantly-Supervised Named Entity Recognition with Adaptive Teacher Learning and Fine-grained Student Ensemble [56.705249154629264]
NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
論文参考訳（メタデータ） (2022-12-13T12:14:09Z)
An Analysis of Programming Course Evaluations Before and After the Introduction of an Autograder [1.329950749508442]
本稿では,最近自己評価を導入した基礎的コンピュータ科学コースの標準化された大学評価アンケートに対する回答について検討する。我々は,教師と生徒の交流の改善,コースの質の向上,学習の成功の向上,時間の短縮,難易度の向上など,データに大きな変化をもたらした可能性について仮説を立てた。オートグレーダ技術は、プログラミングコースにおける生徒の満足度を向上させるための教育方法として検証することができる。
論文参考訳（メタデータ） (2021-10-28T14:09:44Z)
ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文参考訳（メタデータ） (2021-07-23T22:41:28Z)
Effects of Human vs. Automatic Feedback on Students' Understanding of AI Concepts and Programming Style [0.0]
自動階調ツールの使用は、大規模な学部プログラミングコースにおいてほぼどこでも行われている。コンピュータによるフィードバックと人間によるフィードバックを受け取った場合、生徒の成果を直接比較するデータは比較的不足している。本稿では,90名の生徒を2つのフィードバックグループに分割し,2つのコホートのパフォーマンスの違いを分析することで,このギャップを解消する。
論文参考訳（メタデータ） (2020-11-20T21:40:32Z)
Leveraging Peer Feedback to Improve Visualization Education [4.679788938455095]
コンピュータ科学の可視化コースにおけるピアレビューの構築と適用について論じる。大学生と大学院の混成科目3学年を対象に, 学生プロジェクト, ピアレビューテキスト, ポストコース質問紙の評価を行った。
論文参考訳（メタデータ） (2020-01-12T21:46:58Z)

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。