論文の概要: Developing a Tool to Automate Extensions to Support a Flexible Extension Policy

• arxiv url: http://arxiv.org/abs/2311.00152v1
• Date: Tue, 31 Oct 2023 20:55:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-02 15:47:08.340241
• Title: Developing a Tool to Automate Extensions to Support a Flexible Extension Policy
• Title（参考訳）: 柔軟な拡張ポリシーをサポートする拡張を自動化するツールの開発
• Authors: Jordan Schwartz, Madison Bohannan, Jacob Yim, Yuerou Tang, Dana Benedicto, Charisse Liu, Armando Fox, Lisa Yan, Narges Norouzi
• Abstract要約: 学生は複数日間の延長を何度も要求する傾向がある。 数百から数千の学生のコースでは、この拡張要求をサポートするシステムを提供することは不可能である。 このツールの開発は、個別の学生支援を増やしつつ、スタッフの負担を減らすことを目的としている。
• 参考スコア（独自算出の注目度）: 3.01991630491591
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this work, we present the development of an automated extension tool to assist educators and increase the success and well-being of students by implementing flexible extension policies. Flexible extension policies materialize in many ways, yet there are similarities in students' interactions with them; students tend to request multi-day long extensions repeatedly. In courses with hundreds or potentially thousands of students, providing a system to support this extension request demand is not possible given most currently available resources and limited staff. As such, a tool is necessary to help automate flexible extension processes. The development of this tool should reduce staff load while increasing individualized student support, which can be used in varying ways for different extension policies. Our research questions are: RQ1: Does the extension tool reduce barriers and stigma around asking for assistance? RQ2: Does the tool lessen the wait time between requesting and receiving an extension, and how does the tool improve students' learning experience in the course? These questions will help inform us about how an automated tool for flexible extensions helps support growing course sizes and students who may not otherwise receive the support they need for their success and well-being in the course.
• Abstract（参考訳）: 本研究では,教育者を支援する自動拡張ツールを開発し,フレキシブルな拡張ポリシーを実装することで,学生の成功と幸福感を高める。 フレキシブルな拡張ポリシーは、様々な方法で実現されるが、学生とのインタラクションには類似性があり、学生は複数日間の延長を繰り返し要求する傾向がある。 数百から数千の学生のコースでは、現在利用可能なリソースと限られたスタッフのために、この拡張要求をサポートするシステムを提供できない。 そのため、柔軟な拡張プロセスの自動化を支援するツールが必要である。 このツールの開発は、学生の個別支援を増やしながら、スタッフの負担を軽減し、様々な拡張ポリシーに様々な方法で使用することができる。 RQ1: この拡張ツールは、援助を求める際の障壁やイライラを軽減しますか? RQ2: このツールは拡張の要求と受信の間の待ち時間を減らし、そのコースにおける生徒の学習体験をどのように改善するか。 これらの質問は、フレキシブル拡張のための自動化ツールが、コースの規模を増加させるのにどのように役立つか、コースの成功と幸福のために必要なサポートを受けられない学生をいかに支援するかを教えてくれるだろう。

関連論文リスト

• Selection-p: Self-Supervised Task-Agnostic Prompt Compression for Faithfulness and Transferability [67.77534983324229]
  本稿では,非形式的トークンを識別する統一圧縮法を開発するために,大規模言語モデルの能力について検討する。 実験により、Selection-pは様々な分類タスクで最先端のパフォーマンスを達成することが示された。 以前の作業と比べて、異なるモデルに対して優れた転送性を示す。
  論文  参考訳（メタデータ） (2024-10-15T17:05:25Z)
• How Do Students Interact with an LLM-powered Virtual Teaching Assistant in Different Educational Settings? [3.9134031118910264]
  LLMを利用したバーチャル教育アシスタントであるJill Watson氏は、学生の質問に答えて、インストラクターが提供するコースウェア上での会話を延長する。 本稿では,Jill と学生の相互作用を,複数の科目や大学間で分析する。 幅広い認知的要求をサポートすることで、ジルは生徒に高度な高次認知的質問への参加を促している。
  論文  参考訳（メタデータ） (2024-07-15T01:22:50Z)
• Desirable Characteristics for AI Teaching Assistants in Programming Education [2.9131215715703385]
  デジタル教育アシスタントは、即時かつ公平なラウンド・ザ・クロックのサポートを提供する、魅力的でスケーラブルな方法として登場した。 この結果から,学生はこのようなツールを,即時かつ活発な支援を提供する能力に重きを置いていることが明らかとなった。 彼らはまた、学習ジャーニーにおける自律性を維持する機能への強い好意を表明した。
  論文  参考訳（メタデータ） (2024-05-23T05:03:49Z)
• TOOLVERIFIER: Generalization to New Tools via Self-Verification [69.85190990517184]
  本稿では,ツール選択中にコントラスト質問を自己問合せすることで,近接候補を識別する自己検証手法を提案する。 ToolBenchベンチマークによる4つのタスクの実験では、17の見えないツールで構成されており、数ショットのベースラインよりも平均22%改善されている。
  論文  参考訳（メタデータ） (2024-02-21T22:41:38Z)
• CLOVA: A Closed-Loop Visual Assistant with Tool Usage and Update [69.59482029810198]
  CLOVAは、推論、リフレクション、学習フェーズを含むフレームワーク内で動作するクローズドループビジュアルアシスタントである。 その結果,CLOVAは既存のツール利用手法を5%,知識タグ付けでは10%,画像編集では20%,視覚的質問応答や複数画像推論では5%に上回っていることがわかった。
  論文  参考訳（メタデータ） (2023-12-18T03:34:07Z)
• Patterns of Student Help-Seeking When Using a Large Language Model-Powered Programming Assistant [2.5949084781328744]
  本研究は,オンデマンドプログラミング支援を行う革新的なツールを学生が直接ソリューションを明らかにすることなく活用することを検討する。 私たちは学期を通して2500以上の質問を学生から集めました。 しかし、関連する概念や概念理解の深化のために支援を求める要求は少ない。
  論文  参考訳（メタデータ） (2023-10-25T20:36:05Z)
• 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)
• A large language model-assisted education tool to provide feedback on open-ended responses [2.624902795082451]
  本稿では,大規模言語モデル (LLM) をインストラクター定義基準でガイドし,オープンエンド質問に対する応答を自動化するツールを提案する。 本ツールでは,素早いパーソナライズされたフィードバックを提供することで,学生が知識を迅速にテストし,改善すべき領域を特定できる。
  論文  参考訳（メタデータ） (2023-07-25T19:49:55Z)
• Learning Personalized Decision Support Policies [56.949897454209186]
  $texttModiste$は、パーソナライズされた意思決定支援ポリシーを学ぶためのインタラクティブツールである。 パーソナライズされたポリシは、オフラインポリシよりも優れており、コストを意識した環境では、パフォーマンスの低下を最小限に抑えて、発生したコストを削減することができる。
  論文  参考訳（メタデータ） (2023-04-13T17:53:34Z)
• Reinforcement Learning Tutor Better Supported Lower Performers in a Math Task [32.6507926764587]
  強化学習は、開発コストを削減し、インテリジェントな学習ソフトウェアの有効性を向上させるための重要なツールとなり得る。 本研究では, 深層強化学習を用いて, 音量の概念を学習する学生に適応的な教育支援を行うことができることを示す。
  論文  参考訳（メタデータ） (2023-04-11T02:11:24Z)
• The Paradox of Choice: Using Attention in Hierarchical Reinforcement Learning [59.777127897688594]
  サブゴールオプションのさらなる学習に使用できる、オンラインでモデルフリーなアルゴリズムを提案する。 訓練データ収集におけるハード・ソフト・アテンションの役割,長期的タスクにおける抽象的価値学習,および多数の選択肢に対する対処について検討する。
  論文  参考訳（メタデータ） (2022-01-24T13:18:02Z)

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。