論文の概要: Integrating Competency-Based Education in Interactive Learning Systems

• arxiv url: http://arxiv.org/abs/2309.12343v1
• Date: Fri, 25 Aug 2023 15:11:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-01 12:53:41.495198
• Title: Integrating Competency-Based Education in Interactive Learning Systems
• Title（参考訳）: 対話型学習システムにおける能力教育の統合
• Authors: Maximilian S\"olch, Moritz Aberle, Stephan Krusche
• Abstract要約: 本稿では,アルテミスを能力に基づく教育に活用する方法について述べる。 インストラクターが能力間の関係を定義して能力関係グラフを作成する方法を示す。 本稿では,新たに設計した能力視覚化のユーザビリティに関するユーザスタディの結果を紹介する。
• 参考スコア（独自算出の注目度）: 1.0052074659955383
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Artemis is an interactive learning system that organizes courses, hosts lecture content and interactive exercises, conducts exams, and creates automatic assessments with individual feedback. Research shows that students have unique capabilities, previous experiences, and expectations. However, the course content on current learning systems, including Artemis, is not tailored to a student's competencies. The main goal of this paper is to describe how to make Artemis capable of competency-based education and provide individual course content based on the unique characteristics of every student. We show how instructors can define relations between competencies to create a competency relation graph, how Artemis measures and visualizes the student's progress toward mastering a competency, and how the progress can generate a personalized learning path for students that recommends relevant learning resources. Finally, we present the results of a user study regarding the usability of the newly designed competency visualization and give an outlook on possible improvements and future visions.
• Abstract（参考訳）: artemisは、コースを組織し、講義内容とインタラクティブなエクササイズをホストし、試験を行い、個別のフィードバックで自動評価を作成する対話型学習システムである。 研究によると、学生は独自の能力、過去の経験、期待を持っている。 しかし、Artemisを含む現在の学習システムにおけるコース内容は、学生の能力に合わせたものではない。 本論文の主な目的は、Artemisに能力に基づく教育を学べるようにし、各学生の独特な特徴に基づいて個別のコースコンテンツを提供することである。 教官が能力関係グラフを作成するための能力間の関係をどう定義するか、Artemisが生徒の能力の習得に向けての進捗を測ったり視覚化したり、関連する学習資源を推奨する生徒のための個別学習経路を生成するかを示す。 最後に,新たに設計した能力可視化のユーザビリティに関するユーザスタディの結果を提示し,改善の可能性と今後の展望について展望する。

関連論文リスト

• Representational Alignment Supports Effective Machine Teaching [81.19197059407121]
  我々は,機械教育の知見と実践的なコミュニケーションを,表現的アライメントに関する文献と統合する。 教師の精度から表現的アライメントを遠ざける教師付き学習環境を設計する。
  論文  参考訳（メタデータ） (2024-06-06T17:48:24Z)
• Personalization, Cognition, and Gamification-based Programming Language Learning: A State-of-the-Art Systematic Literature Review [0.13053649021965597]
  計算機科学におけるプログラミングコースは、多くの学生にとって最初のコンピュータプログラミング入門であることが多いため、重要である。 現在の大学講堂でよく使われている学習モデルでは、モチベーションや学習への参加が欠如していることが多い。 本稿では,プログラミングコースにおける効果的パーソナライズされたゲーミフィケーション介入の設計と実装に関する知見を提供する。
  論文  参考訳（メタデータ） (2023-09-05T05:14:23Z)
• Quiz-based Knowledge Tracing [61.9152637457605]
  知識追跡は、学習相互作用に基づいて個人の進化する知識状態を評価することを目的としている。 QKTは、既存の方法と比較して最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-04-05T12:48:42Z)
• A Domain-Agnostic Approach for Characterization of Lifelong Learning Systems [128.63953314853327]
  「生涯学習」システムには,1)継続的学習,2)伝達と適応,3)拡張性があります。 この一連のメトリクスは、様々な複雑な生涯学習システムの開発に役立てることができることを示す。
  論文  参考訳（メタデータ） (2023-01-18T21:58:54Z)
• A Machine Learning system to monitor student progress in educational institutes [0.0]
  本稿では、機械学習技術を用いて、クレジットスコアと呼ばれる分類器を生成するデータ駆動手法を提案する。 信用スコアを進捗指標として使うという提案は、学習管理システムで使うのに適している。
  論文  参考訳（メタデータ） (2022-11-02T08:24:08Z)
• Learning Knowledge Representation with Meta Knowledge Distillation for Single Image Super-Resolution [82.89021683451432]
  単一画像超解像課題に対する教師/学生アーキテクチャに基づくモデルに依存しないメタ知識蒸留法を提案する。 種々の単一画像超解像データセットを用いた実験により,提案手法は既存の知識表現関連蒸留法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2022-07-18T02:41:04Z)
• Dynamic Diagnosis of the Progress and Shortcomings of Student Learning using Machine Learning based on Cognitive, Social, and Emotional Features [0.06999740786886534]
  学生の多様性は、学生が時間とともに学び、進歩していく方法に多様性を追加するため、困難である。 単一の教育アプローチは効果がなく、結果として学生は彼らの潜在能力を満たさない。 本稿では,データ分析と機械学習に基づく新しい手法について論じる。
  論文  参考訳（メタデータ） (2022-04-13T21:14:58Z)
• A Network Science Perspective to Personalized Learning [0.0]
  コンテンツ選択とマルチモーダルなエンゲージメントを提供する学習プラットフォームを用いて,学習目標の達成方法を検討する。 このフレームワークは、知識のネットワークによって支持される学習者のエンゲージメントとコンテンツ選択を提供することによって、経験を教えるのではなく、学習経験に注意を向ける。
  論文  参考訳（メタデータ） (2021-11-02T01:50:01Z)
• Unsupervised Representations Predict Popularity of Peer-Shared Artifacts in an Online Learning Environment [4.438259529250529]
  我々は, (a) 文脈行動ログ (b) テキストの内容, (c) インストラクターが特定した特徴の集合によって, 学生の成果物を表現している。 文脈的行動ログから学習したニューラルネットワークの埋め込み表現が,人気を最も強く予測していることがわかった。 この表現は、人間のラベル付けの努力を伴わずに学習できるため、より包括的な学生の相互作用を形作る可能性が開ける。
  論文  参考訳（メタデータ） (2021-02-27T09:13:09Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)
• Dual Policy Distillation [58.43610940026261]
  教員政策を学生政策に転換する政策蒸留は、深層強化学習の課題において大きな成功を収めた。 本研究では,2人の学習者が同じ環境下で活動し,環境の異なる視点を探索する,学生学生による二重政策蒸留(DPD)を導入する。 この二重学習フレームワークを開発する上で重要な課題は、同時代の学習に基づく強化学習アルゴリズムにおいて、ピア学習者から有益な知識を特定することである。
  論文  参考訳（メタデータ） (2020-06-07T06:49:47Z)

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。