論文の概要: The Sequence Matters in Learning -- A Systematic Literature Review

• arxiv url: http://arxiv.org/abs/2308.01218v2
• Date: Tue, 12 Dec 2023 18:04:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-13 20:08:50.262210
• Title: The Sequence Matters in Learning -- A Systematic Literature Review
• Title（参考訳）: 学習におけるシークエンス--体系的文献レビュー
• Authors: Manuel Valle Torre, Catharine Oertel, Marcus Specht
• Abstract要約: シーケンシャルなデータと分析を用いた学習者行動の記述と分析が、Learning Analyticsでますます人気が高まっている。 学習シーケンスの定義やデータアグリゲーションの選択,分析のために実装された手法など,さまざまな方法が見つかった。 シーケンスは異なる教育環境の研究に使われ、様々な介入の基盤として機能する。
• 参考スコア（独自算出の注目度）: 0.25322020135765466
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Describing and analysing learner behaviour using sequential data and analysis is becoming more and more popular in Learning Analytics. Nevertheless, we found a variety of definitions of learning sequences, as well as choices regarding data aggregation and the methods implemented for analysis. Furthermore, sequences are used to study different educational settings and serve as a base for various interventions. In this literature review, the authors aim to generate an overview of these aspects to describe the current state of using sequence analysis in educational support and learning analytics. The 74 included articles were selected based on the criteria that they conduct empirical research on an educational environment using sequences of learning actions as the main focus of their analysis. The results enable us to highlight different learning tasks where sequences are analysed, identify data mapping strategies for different types of sequence actions, differentiate techniques based on purpose and scope, and identify educational interventions based on the outcomes of sequence analysis.
• Abstract（参考訳）: 逐次データと分析を用いた学習者の行動の記述と分析が,学習分析でますます普及している。 それにもかかわらず、学習シーケンスの定義は様々であり、データ集約と分析のために実装された方法に関する選択も見いだされた。 さらに、異なる教育環境を研究するためにシーケンスが使われ、様々な介入の基盤となる。 本論文では,学習支援と学習分析におけるシーケンス分析の利用状況を説明するため,これらの側面の概要を述べることを目的とした。 74の論文は,学習行動の系列を主眼とした教育環境に関する実証的研究を行う基準に基づいて選択された。 その結果,シーケンスが分析される異なる学習タスクを強調表示し,異なる種類のシーケンスアクションのためのデータマッピング戦略を特定し,目的とスコープに基づいて技法を区別し,シーケンス分析の結果に基づいて教育的介入を識別できる。

関連論文リスト

• A Systematic Review on Process Mining for Curricular Analysis [0.9208007322096533]
  教育プロセスマイニング(英: Educational Process Mining、EPM)は、教育プロセスを改善するために用いられるデータ分析技術である。 EPMの特定の応用の1つはカリキュラムマイニングであり、これは学生が学習目標を達成するための学習プログラムを理解することに焦点を当てている。 我々は系統的な文献レビューを行い、PMをカリキュラム解析に適用する作業を特定し、さらなる研究のための洞察を提供した。
  論文  参考訳（メタデータ） (2024-09-13T21:35:11Z)
• Time Series Analysis for Education: Methods, Applications, and Future Directions [45.07826873857868]
  本論文は,特に教育現場における時系列解析技術に関する総合的なレビューを初めて行ったものである。 本研究は,4つの時系列手法である予測,分類,クラスタリング,異常検出を,教育環境における特定の応用点を推定するものである。 本稿では,個人化学習分析,マルチモーダルデータ融合,および教育時系列における大規模言語モデル(LLM)の役割など,今後の方向性について論じる。
  論文  参考訳（メタデータ） (2024-08-25T23:48:11Z)
• Systematic Literature Review on Application of Learning-based Approaches in Continuous Integration [2.3436632098950456]
  機械学習(ML)とディープラーニング(DL)は生データを分析して、特定のフェーズにおける貴重な洞察を抽出する。 ソフトウェアプロジェクトにおける継続的プラクティスの台頭は、これらの学習ベースの手法による継続的インテグレーション(CI)の自動化を強調している。 この研究は、CIにおける学習ベースの手法の包括的概要を提供し、CIタスク自動化を開発する研究者や実践者に貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2024-06-28T09:10:23Z)
• Differential contributions of machine learning and statistical analysis to language and cognitive sciences [27.152245569974678]
  本研究では、Buckeye Speech Corpusを用いて、機械学習と統計分析がデータ駆動型研究にどのように適用されているかを説明する。 それぞれのアプローチの理論的相違、実装手順、ユニークな目的を実証する。 この研究は、対象語に対する文脈的影響を測定する新しい尺度である意味的関連性が、発話中の単語の持続時間を理解するのにどのように貢献するかを強調した。
  論文  参考訳（メタデータ） (2024-04-22T10:06:21Z)
• 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)
• 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)
• 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。