論文の概要: The sequence matters: A systematic literature review of using sequence
analysis in Learning Analytics
- arxiv url: http://arxiv.org/abs/2308.01218v1
- Date: Wed, 2 Aug 2023 15:22:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-03 12:33:42.473357
- Title: The sequence matters: A systematic literature review of using sequence
analysis in Learning Analytics
- Title(参考訳): シーケンス問題--学習分析におけるシーケンス分析を用いた体系的文献レビュー
- Authors: Manuel Valle Torre, Marcus Specht, Catharine Oertel
- Abstract要約: 著者らは、これらの概念の概要を作成して、シーケンス分析を教育研究に活用するための意思決定枠組みを開発することを目指している。
44の論文を分析した結果,様々な学習課題や,シーケンスが分析される教育的環境の強調が可能となった。
- 参考スコア(独自算出の注目度): 0.6015898117103068
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Describing and analysing sequences of learner actions is becoming more
popular in learning analytics. Nevertheless, the authors found a variety of
definitions of what a learning sequence is, of which data is used for the
analysis, and which methods are implemented, as well as of the purpose and
educational interventions designed with them. In this literature review, the
authors aim to generate an overview of these concepts to develop a decision
framework for using sequence analysis in educational research. After analysing
44 articles, the conclusions enable us to highlight different learning tasks
and educational settings where sequences are analysed, identify data mapping
models for different types of sequence actions, differentiate methods based on
purpose and scope, and identify possible educational interventions based on the
outcomes of sequence analysis.
- Abstract(参考訳): 学習者の行動のシーケンスの記述と分析は、学習分析でより普及しています。
それにもかかわらず、著者らは、学習シーケンスとは何か、どのデータが分析に使用されるのか、どの方法が実装されるのか、目的や教育的介入は、様々な定義を見出した。
本稿では,これらの概念を概観し,学習研究におけるシーケンス分析を用いた意思決定枠組みの構築を目的とする。
44の論文を分析した結果,シーケンスが分析される異なる学習タスクと教育的設定を強調表示し,シーケンス動作の異なる種類のデータマッピングモデルを特定し,目的とスコープに基づいて手法を区別し,シーケンス分析の結果に基づいて可能な教育的介入を識別した。
関連論文リスト
- Examining Changes in Internal Representations of Continual Learning Models Through Tensor Decomposition [5.01338577379149]
連続学習(CL)は、逐次学習にまたがる過去の知識の統合を目的としたいくつかの手法の開発を加速させた。
CLモデルのための表現に基づく新しい評価フレームワークを提案する。
論文 参考訳(メタデータ) (2024-05-06T07:52:44Z) - Few-Shot Learning on Graphs: from Meta-learning to Pre-training and
Prompting [56.25730255038747]
この調査は、最近の展開を合成し、比較洞察を提供し、将来の方向性を特定するための取り組みである。
我々は,既存の研究をメタラーニングアプローチ,事前学習アプローチ,ハイブリッドアプローチの3つの主要なファミリーに体系的に分類した。
これらの手法間の関係を解析し,その強みと限界を比較する。
論文 参考訳(メタデータ) (2024-02-02T14:32:42Z) - Sequential pattern mining in educational data: The application context,
potential, strengths, and limitations [3.680403821470857]
シークエンシャルパターンマイニングは、教育データ科学にとって貴重なツールである。
学習プロセスに関するユニークな洞察を明らかにし、自己統制型学習研究に強力になる。
今後の研究は、パターン発生をカウントするツールを開発することで、教育データ科学における有用性を向上する可能性がある。
論文 参考訳(メタデータ) (2023-02-03T06:56:31Z) - Predicting student performance using sequence classification with
time-based windows [1.5836913530330787]
本研究では,学生の行動データから得られた逐次的パターンに基づいて,正確な予測モデルを構築することができることを示す。
本稿では,行動データの時間的側面を把握し,モデルの性能予測に与える影響を解析する手法を提案する。
改良されたシーケンス分類手法は,高レベルの精度で生徒のパフォーマンスを予測でき,コース固有のモデルでは90%に達する。
論文 参考訳(メタデータ) (2022-08-16T13:46:39Z) - Self-Attention Neural Bag-of-Features [103.70855797025689]
我々は最近導入された2D-Attentionの上に構築し、注意学習方法論を再構築する。
本稿では,関連情報を強調した2次元目視マスクを学習する機能・時間的アテンション機構を提案する。
論文 参考訳(メタデータ) (2022-01-26T17:54:14Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳(メタデータ) (2021-07-05T16:32:45Z) - A systematic literature review on state-of-the-art deep learning methods
for process prediction [0.0]
近年,様々なデータ処理手法と予測アルゴリズムを適用し,複数のプロセス予測手法が提案されている。
この研究は、機械学習の代替手段を一貫して上回っているように見えるため、ディープラーニングアルゴリズムに焦点を当てている。
ログデータ、評価メトリクス、著者が使用するベースラインのセットが多様化し、結果の比較が困難になる。
論文 参考訳(メタデータ) (2021-01-22T20:26:40Z) - Methodology for Mining, Discovering and Analyzing Semantic Human
Mobility Behaviors [0.3499870393443268]
本研究では,セマンティックモビリティシーケンスのマイニングと解析を行うsimbaという手法を提案する。
セマンティクスシーケンスモビリティ解析とクラスタリング拡張性のためのフレームワークを実装した。
論文 参考訳(メタデータ) (2020-12-08T22:24:19Z) - A Survey of Embedding Space Alignment Methods for Language and Knowledge
Graphs [77.34726150561087]
単語,文,知識グラフの埋め込みアルゴリズムに関する現在の研究状況について調査する。
本稿では、関連するアライメント手法の分類と、この研究分野で使用されるベンチマークデータセットについて論じる。
論文 参考訳(メタデータ) (2020-10-26T16:08:13Z) - CDEvalSumm: An Empirical Study of Cross-Dataset Evaluation for Neural
Summarization Systems [121.78477833009671]
データセット間設定下での様々な要約モデルの性能について検討する。
異なるドメインの5つのデータセットに対する11の代表的な要約システムに関する包括的な研究は、モデルアーキテクチャと生成方法の影響を明らかにしている。
論文 参考訳(メタデータ) (2020-10-11T02:19:15Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳(メタデータ) (2020-08-02T00:09:03Z)
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。