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
- 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。