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
- From Selection to Generation: A Survey of LLM-based Active Learning [153.8110509961261]
大きな言語モデル(LLM)は、全く新しいデータインスタンスを生成し、よりコスト効率の良いアノテーションを提供するために使われています。
本調査は,LSMに基づくAL手法の直感的な理解を目指して,研究者や実践者の最新のリソースとして機能することを目的としている。
論文 参考訳（メタデータ） (2025-02-17T12:58:17Z) - LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System [54.71619734800526]
GenMentorは、ITS内で目標指向でパーソナライズされた学習を提供するために設計されたマルチエージェントフレームワークである。
学習者の目標を、カスタムのゴール・トゥ・スキルデータセットでトレーニングされた微調整LDMを使用して、必要なスキルにマッピングする。
GenMentorは、個々の学習者のニーズに合わせて探索・描画・統合機構で学習内容を調整する。
論文 参考訳（メタデータ） (2025-01-27T03:29:44Z) - How Good is ChatGPT in Giving Adaptive Guidance Using Knowledge Graphs in E-Learning Environments? [0.8999666725996978]
本研究では,動的知識グラフを大規模言語モデル (LLM) と統合し,学習者を支援する手法を提案する。
この手法の中心は、学生がトピックの前提条件を理解する上での知識グラフの役割である。
予備的な知見から, 学生はこの連携支援の恩恵を受け, 理解の向上と課題成果の向上が期待できる。
論文 参考訳（メタデータ） (2024-12-05T04:05:43Z) - KBAlign: Efficient Self Adaptation on Specific Knowledge Bases [73.34893326181046]
大規模言語モデル(LLM)は通常、知識材料を瞬時に活用するために、検索強化世代に依存している。
本稿では,知識ベースを含む下流タスクへの効率的な適応を目的としたKBAlignを提案する。
提案手法は,Q&Aペアやリビジョン提案などの自己注釈付きデータを用いて反復学習を行い,モデルが知識内容を効率的に把握できるようにする。
論文 参考訳（メタデータ） (2024-11-22T08:21:03Z) - Integrating HCI Datasets in Project-Based Machine Learning Courses: A College-Level Review and Case Study [0.7499722271664147]
本研究では,HCI(Human-Computer Interface)データセットを用いた実世界の機械学習プロジェクトの統合について検討する。
論文 参考訳（メタデータ） (2024-08-06T23:05:15Z) - Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。
このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。
各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
論文 参考訳（メタデータ） (2023-09-15T02:42:03Z) - 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) - 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。