論文の概要: Enhancing E-Learning System Through Learning Management System (LMS)
Technologies: Reshape The Learner Experience
- arxiv url: http://arxiv.org/abs/2309.12354v1
- Date: Fri, 1 Sep 2023 02:19:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-01 12:57:51.450217
- Title: Enhancing E-Learning System Through Learning Management System (LMS)
Technologies: Reshape The Learner Experience
- Title(参考訳): 学習管理システム(LMS)技術によるeラーニングシステムの強化:学習者体験の再構築
- Authors: Cecilia P. Abaricia (1), Manuel Luis C. Delos Santos (2), ((1)(2)
Asian Institute of Computer Studies, Quezon City, Philippines)
- Abstract要約: このEラーニングシステムは、チャット、バーチャルクラス、学生支援リソース、個人およびグループ監視、LMSを最大限の効率で活用する評価など、あらゆる教育的ニーズに適合することができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper aims to determine how the LMS Web portal application reshapes the
learner experience through the developed E-Learning Management System using
Data Mining Algorithm.
The methodology that the researchers used is descriptive research involving
the interpretation of the meaning or significance of what is described. Gather
data from questionnaires, surveys, observations concerned with the study, and
the chi-square formula for the statistical treatment of data.
The findings of the study, the extent that LMS Web portal application
reshapes the learner experience in terms of the following variables with the
Average Weighted Mean (AWM): Flexible engagement of Learners in any device is
highly satisfied; Personalize learning tracker is highly satisfied;
Collaborating with the Learning Expert is highly satisfied; Provides
user-friendly Teaching Tools is satisfied; Evident Learner Progress and
Involvement and is satisfied.
In the final analysis, this E-Learning System can fit any educational needs
as follows: chat, virtual classes, supportive resources for the students,
individual and group monitoring, and assessment using LMS as maximum
efficiency. Moreover, this platform can be used to deliver hybrid learning.
- Abstract(参考訳): 本稿では,LMS Webポータルアプリケーションが,データマイニングアルゴリズムを用いたE-Learning Management Systemを通じて学習者の体験を満足させるかを決定することを目的とする。
研究者が用いた方法論は、説明事項の意味や意義の解釈を含む記述的研究である。
統計的データ処理のための質問紙,調査,研究に関する観測結果,およびカイ二乗式からの収集データ。
調査の結果,LMS Webポータルアプリケーションが,平均重み付き平均値(AWM)を用いて学習者の経験を満足させる程度,任意のデバイスにおける学習者のフレキシブルなエンゲージメントは高い満足度,パーソナライズ学習トラッカーは高い満足度,学習専門家とのコラボレーションは高い満足度,ユーザフレンドリーな指導ツールの提供は満足度,エビデント学習の進歩と関与度,満足度を満足度に評価できることがわかった。
最終分析では、このE-Learningシステムは、チャット、仮想クラス、学生支援リソース、個人およびグループ監視、LMSを最大限の効率で活用する評価など、あらゆる教育的ニーズに適合することができる。
さらに、このプラットフォームはハイブリッド学習の提供にも利用できる。
関連論文リスト
- Evaluating and Optimizing Educational Content with Large Language Model
Judgments [58.82156185222133]
言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。
本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。
ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
論文 参考訳(メタデータ) (2024-03-05T09:09:15Z) - Informed Meta-Learning [65.268245109828]
メタラーニングとインシデントMLは、事前知識をMLパイプラインに組み込むための2つのアプローチとして際立っている。
本稿では,タスク間の知識共有の相補性を求める,メタラーニングのための新しいハイブリッドパラダイムを提案する。
観測騒音に対するデータ効率とロバスト性を改善する上で,情報メタラーニングの潜在的な利点を実証する。
論文 参考訳(メタデータ) (2024-02-25T15:08:37Z) - LESEN: Label-Efficient deep learning for Multi-parametric MRI-based
Visual Pathway Segmentation [5.726588626363204]
ラベル効率のよい自己認識型深層学習法(LESEN)を提案する。
LESENは教師なしと教師なしの損失を取り入れ、生徒と教師のモデルが相互に学習できるようにする。
ヒトコネクトームプロジェクト(HCP)のデータセットを用いた実験により,本手法の優れた性能が示された。
論文 参考訳(メタデータ) (2024-01-03T10:22:13Z) - Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
我々は、ITの一般的な方法論、ITデータセットの構築、ITモデルのトレーニング、異なるモダリティ、ドメイン、アプリケーションへのアプリケーションを含む、文献を体系的にレビューする。
また、ITの潜在的な落とし穴とそれに対する批判、および既存の戦略の現在の欠陥を指摘し、実りある研究の道筋を提案する。
論文 参考訳(メタデータ) (2023-08-21T15:35:16Z) - ALP: Action-Aware Embodied Learning for Perception [60.64801970249279]
認知のための行動認識型身体学習(ALP)について紹介する。
ALPは、強化学習ポリシーと逆ダイナミクス予測目標を最適化することにより、行動情報を表現学習に組み込む。
ALPは、複数の下流認識タスクにおいて、既存のベースラインよりも優れていることを示す。
論文 参考訳(メタデータ) (2023-06-16T21:51:04Z) - M2LADS: A System for Generating MultiModal Learning Analytics Dashboards
in Open Education [15.30924350440346]
M2LADSは、MOOCで記録されたマルチモーダルデータの、Webベースのダッシュボードの形での統合と可視化をサポートする。
EDBBプラットフォームに基づいて収集されたマルチモーダルデータは、生体信号と行動信号を含む。
M2LADSはMOOCとのインタラクションにおいて学習者の全体的経験を捉える機会を提供する。
論文 参考訳(メタデータ) (2023-05-21T20:22:38Z) - Responsible Active Learning via Human-in-the-loop Peer Study [88.01358655203441]
我々は,データプライバシを同時に保持し,モデルの安定性を向上させるために,Pear Study Learning (PSL) と呼ばれる責任あるアクティブラーニング手法を提案する。
まず,クラウドサイドのタスク学習者(教師)から未学習データを分離する。
トレーニング中、タスク学習者は軽量なアクティブ学習者に指示し、アクティブサンプリング基準に対するフィードバックを提供する。
論文 参考訳(メタデータ) (2022-11-24T13:18:27Z) - Prerequisite-driven Q-matrix Refinement for Learner Knowledge
Assessment: A Case Study in Online Learning Context [2.221779410386775]
本稿では,学習者知識評価(PQRLKA)のための前提条件駆動型Q行列改善フレームワークを提案する。
学習者の応答データから前提条件を推測し,それを用いて専門家定義Q行列を洗練する。
改良されたQ行列に基づいて,Metapath2Vec拡張畳み込み表現法を提案し,各項目の包括的表現を求める。
論文 参考訳(メタデータ) (2022-08-24T08:44:08Z) - Identifying Critical LMS Features for Predicting At-risk Students [4.718094586237028]
高等教育において学習管理システム(LMS)が不可欠になっている。
データログを用いてデータ分析を行い、学術的にリスクの高い学生を特定することでLMSをさらに活用する。
論文 参考訳(メタデータ) (2022-04-27T22:43:45Z) - DMCNet: Diversified Model Combination Network for Understanding
Engagement from Video Screengrabs [0.4397520291340695]
エンゲージメントは知的教育インタフェースの開発において重要な役割を果たしている。
非深さ学習モデルは、Histogram of Oriented Gradient(HOG)、SVM(Support Vector Machine)、SIFT(Scale Invariant Feature Transform)、SURF(Speeded Up Robust Features)といった一般的なアルゴリズムの組み合わせに基づいている。
ディープラーニングには、Densely Connected Convolutional Networks (DenseNet-121)、Residual Network (ResNet-18)、MobileNetV1がある。
論文 参考訳(メタデータ) (2022-04-13T15:24:38Z) - Motivating Learners in Multi-Orchestrator Mobile Edge Learning: A
Stackelberg Game Approach [54.28419430315478]
Mobile Edge Learningは、異種エッジデバイス上で機械学習モデルの分散トレーニングを可能にする。
MELでは、十分なトレーニングデータやコンピューティングリソースを入手することなく、トレーニング性能が低下する。
そこで我々は2ラウンドのStackelbergゲームとしてオーケストレータとラーナーの相互作用を定式化するインセンティブ機構を提案する。
論文 参考訳(メタデータ) (2021-09-25T17:27:48Z)
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。