論文の概要: Science and engineering for what? A large-scale analysis of students'
projects in science fairs
- arxiv url: http://arxiv.org/abs/2308.02962v2
- Date: Sat, 14 Oct 2023 02:31:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-18 04:08:26.494931
- Title: Science and engineering for what? A large-scale analysis of students'
projects in science fairs
- Title(参考訳): 科学とエンジニアリングとは何か?
理科見本市における学生プロジェクトの大規模分析
- Authors: Adelmo Eloy, Thomas Palmeira Ferraz, Fellip Silva Alves, Roseli de
Deus Lopes
- Abstract要約: 我々は過去20年間でブラジルの全国科学フェアで提示された5000以上のプロジェクトのデータを分析した。
分析の結果,時間,地域,学校設定など,幅広いトピックが探索されていることが明らかとなった。
- 参考スコア(独自算出の注目度): 1.0445957451908694
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Science and Engineering fairs offer K-12 students opportunities to engage
with authentic STEM practices. Particularly, students are given the chance to
experience authentic and open inquiry processes, by defining which themes,
questions and approaches will guide their scientific endeavors. In this study,
we analyzed data from over 5,000 projects presented at a nationwide science
fair in Brazil over the past 20 years using topic modeling to identify the main
topics that have driven students' inquiry and design. Our analysis identified a
broad range of topics being explored, with significant variations over time,
region, and school setting. We argue those results and proposed methodology can
not only support further research in the context of science fairs, but also
inform instruction and design of contexts-specific resources to support
students in open inquiry experiences in different settings.
- Abstract(参考訳): 科学と工学の見本市は、K-12の学生が本物のSTEMの実践に参加する機会を提供している。
特に、学生は、どのテーマ、質問、アプローチが科学的取り組みを導くかを定義することによって、真正でオープンな調査プロセスを経験する機会を与えられる。
本研究では,過去20年間にブラジルで開催された全国科学見本市で開催されている5000以上のプロジェクトから,学生の探究とデザインを導く主要なトピックを特定するために,トピックモデリングを用いてデータを分析した。
分析の結果,時間,地域,学校設定など,幅広いトピックが探索されていることが明らかとなった。
これらの結果と提案手法は、科学フェアの文脈におけるさらなる研究を支援するだけでなく、異なる環境におけるオープンな調査経験の学生を支援するために、コンテキスト固有のリソースの指導と設計を通知する。
関連論文リスト
- Knowledge Graphs for the Life Sciences: Recent Developments, Challenges
and Opportunities [11.35513523308132]
生命科学におけるグラフ技術の利用の進展と進歩について論じる。
我々は、知識グラフ(KG)の構築と管理、新しい知識の発見におけるKGとその関連技術の使用、説明を支援する人工知能アプリケーションにおけるKGの使用の3つの幅広いトピックに焦点を当てる。
論文 参考訳(メタデータ) (2023-09-29T14:03:34Z) - Diversity of Expertise is Key to Scientific Impact: a Large-Scale
Analysis in the Field of Computer Science [1.8794304012790348]
我々は,研究チーム内の研究分野の多様性が,今後5年間で得られた論文の引用数とどのように関連しているかを分析した。
これは、少なくともコンピュータサイエンスにおいて、様々な専門知識が科学的影響の鍵となることを示唆している。
論文 参考訳(メタデータ) (2023-06-27T09:56:44Z) - A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and
Why? [84.46288849132634]
本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。
我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。
我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
論文 参考訳(メタデータ) (2023-05-22T11:08:00Z) - Science and Technology Ontology: A Taxonomy of Emerging Topics [6.4429045013848185]
本稿では,異なる科学技術分野の非伝統的な話題を取り上げる自動科学技術オントロジー(S&TO)について紹介する。
提案したS&TOは、新たな研究領域の発見と分野横断のコラボレーションを促進することができる。
論文 参考訳(メタデータ) (2023-05-06T14:04:24Z) - Artificial Intelligence and Natural Language Processing and
Understanding in Space: Four ESA Case Studies [48.53582660901672]
本稿では,空間文書から情報を自動的に抽出するための,人工知能と自然言語処理と理解に基づく方法論的枠組みを提案する。
ケーススタディはミッションデザイン、品質保証、長期データ保存、オープンスペースイノベーションプラットフォームなど、ESAのさまざまな機能領域で実装されている。
論文 参考訳(メタデータ) (2022-10-07T15:50:17Z) - Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。
まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。
キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文 参考訳(メタデータ) (2022-09-17T18:24:56Z) - SciTweets -- A Dataset and Annotation Framework for Detecting Scientific
Online Discourse [2.3371548697609303]
科学的な話題、主張、資源は、オンライン談話の一部としてますます議論されている。
これにより、社会的な影響が大きくなり、様々な分野からの科学的オンライン談話への関心が高まった。
専門分野にわたる研究は、現在、科学関連の様々な形態の堅牢な定義の欠如に悩まされている。
論文 参考訳(メタデータ) (2022-06-15T08:14:55Z) - A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
知識追跡は、学生の行動データ分析の基本的なタスクの1つである。
我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。
この急速に成長する分野における今後の研究の方向性について論じる。
論文 参考訳(メタデータ) (2021-05-06T13:05:55Z) - Extracting a Knowledge Base of Mechanisms from COVID-19 Papers [50.17242035034729]
我々はメカニズムの知識ベース(KB)の構築を追求する。
我々は、妥当性と幅のバランスをとる広範で統一されたスキーマを開発する。
実験は、新型コロナウイルスの文献に関する学際的な科学的検索を支援するためのKBの有用性を実証する。
論文 参考訳(メタデータ) (2020-10-08T07:54:14Z) - 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) - Ten Research Challenge Areas in Data Science [4.670305538969914]
データサイエンスは、コンピュータ科学、数学、統計学、その他の分野の知識に基づいている。
この記事では、データサイエンスの専門分野としてのメタクエストから始め、データサイエンスの研究課題の基礎となる10のアイデアについて詳述する。
論文 参考訳(メタデータ) (2020-01-27T21:39:57Z)
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。