論文の概要: Improving Feedback from Automated Reviews of Student Spreadsheets
- arxiv url: http://arxiv.org/abs/2311.10728v1
- Date: Sat, 14 Oct 2023 08:12:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 15:56:26.297309
- Title: Improving Feedback from Automated Reviews of Student Spreadsheets
- Title（参考訳）: 学生用スプレッドシートの自動レビューからのフィードバック改善
- Authors: S\"oren Aguirre Reid, Frank Kammer, Jonas-Ian Kuche, Pia-Doreen
Ritzke, Markus Siepermann, Max Stephan, Armin Wagenknecht
- Abstract要約: 我々は,学生のExcel投稿をレビューし,個別化されたフィードバックを自動で提供するインテリジェント・チューリング・システム(ITS)を開発した。
講師は1つの参照ソリューションのみを提供する必要があるが、学生の提出は自動的に分析される。
学生の学習レベルを考慮するために,段階的にエラーに関する情報を提供するITSのフィードバックレベルを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spreadsheets are one of the most widely used tools for end users. As a
result, spreadsheets such as Excel are now included in many curricula. However,
digital solutions for assessing spreadsheet assignments are still scarce in the
teaching context. Therefore, we have developed an Intelligent Tutoring System
(ITS) to review students' Excel submissions and provide individualized feedback
automatically. Although the lecturer only needs to provide one reference
solution, the students' submissions are analyzed automatically in several ways:
value matching, detailed analysis of the formulas, and quality assessment of
the solution. To take the students' learning level into account, we have
developed feedback levels for an ITS that provide gradually more information
about the error by using one of the different analyses. Feedback at a higher
level has been shown to lead to a higher percentage of correct submissions and
was also perceived as well understandable and helpful by the students.
- Abstract（参考訳）: スプレッドシートはエンドユーザにとって最も広く使われているツールの1つである。
その結果、Excelのようなスプレッドシートは多くのカリキュラムに含まれている。
しかし、スプレッドシートの割り当てを評価するためのデジタルソリューションは、まだ教育の文脈では不十分である。
そこで我々は,学生のExcel投稿をレビューし,個別化されたフィードバックを自動で提供する知能学習システム(ITS)を開発した。
講師は1つの参照解のみを提供する必要があるが、学生の提出は、値マッチング、公式の詳細な分析、ソリューションの品質評価など、いくつかの方法で自動的に分析される。
学生の学習レベルを考慮に入れるため,異なる分析手法の1つを用いて,段階的にエラーに関する情報を提供するITSのフィードバックレベルを開発した。
高いレベルのフィードバックは、正しい投稿の割合が高くなることや、学生が理解し、役に立つと感じていることが示されている。
関連論文リスト
- Stepwise Verification and Remediation of Student Reasoning Errors with Large Language Model Tutors [78.53699244846285]
大規模言語モデル(LLM)は、高品質なパーソナライズされた教育を全員に拡大する機会を提供する。
LLMは、学生のエラーを正確に検知し、これらのエラーに対するフィードバックを調整するのに苦労する。
教師が学生の誤りを識別し、それに基づいて回答をカスタマイズする現実世界の教育実践に触発され、我々は学生ソリューションの検証に焦点をあてる。
論文 参考訳（メタデータ） (2024-07-12T10:11:40Z) - Improving the Validity of Automatically Generated Feedback via
Reinforcement Learning [50.067342343957876]
強化学習(RL)を用いた正当性と整合性の両方を最適化するフィードバック生成フレームワークを提案する。
具体的には、直接選好最適化(DPO)によるトレーニングのための拡張データセットにおいて、GPT-4のアノテーションを使用してフィードバックペアよりも好みを生成する。
論文 参考訳（メタデータ） (2024-03-02T20:25:50Z) - ItsSQL: Intelligent Tutoring System for SQL [0.0]
我々は,講師の少ない努力で学習プロセスを指導する知的学習システム(ITS)を開発した。
本システムは,参照解の半自動/知的な成長プールに基づく個人フィードバックを提供する。
論文 参考訳（メタデータ） (2023-10-14T09:11:40Z) - Automated Grading and Feedback Tools for Programming Education: A
Systematic Review [7.776434991976473]
ほとんどの論文はオブジェクト指向言語における代入の正確性を評価する。
ソースコードの保守性、可読性、ドキュメントを評価するツールは少ない。
ほとんどのツールは、ほぼ即時フィードバックを可能にする完全に自動化されたアセスメントを提供する。
論文 参考訳（メタデータ） (2023-06-20T17:54:50Z) - SETSum: Summarization and Visualization of Student Evaluations of
Teaching [74.76373136325032]
学生の教育評価(SET)は、大学や大学で広く使われている。
SETSumは、インストラクターや他のレビュアーにSETの調査結果の組織化されたイラストを提供している。
論文 参考訳（メタデータ） (2022-07-08T01:40:11Z) - Continuous Examination by Automatic Quiz Assessment Using Spiral Codes
and Image Processing [69.35569554213679]
紙のキズは安価で、教室のキャンパス教育の範囲内にある。
クイズの修正は かなりの障害だ
本稿では,新しい画像処理技術によって問題を緩和することを提案する。
論文 参考訳（メタデータ） (2022-01-26T22:58:15Z) - Learning Opinion Summarizers by Selecting Informative Reviews [81.47506952645564]
31,000以上の製品のユーザレビューと組み合わせた大規模な要約データセットを収集し、教師付きトレーニングを可能にします。
多くのレビューの内容は、人間が書いた要約には反映されず、したがってランダムなレビューサブセットで訓練された要約者は幻覚する。
我々は、これらのサブセットで表現された意見を要約し、レビューの情報的サブセットを選択するための共同学習としてタスクを定式化する。
論文 参考訳（メタデータ） (2021-09-09T15:01:43Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - Deep Discourse Analysis for Generating Personalized Feedback in
Intelligent Tutor Systems [4.716555240531893]
ITS(Intelligent Tutoring System)で、自動化されたパーソナライズされたフィードバックの作成を検討します。
我々のゴールは、学生のより優れた学習目標を達成するために、学生の回答の正しい概念と間違った概念を見極めることである。
論文 参考訳（メタデータ） (2021-03-13T20:33:10Z) - Effects of Human vs. Automatic Feedback on Students' Understanding of AI
Concepts and Programming Style [0.0]
自動階調ツールの使用は、大規模な学部プログラミングコースにおいてほぼどこでも行われている。
コンピュータによるフィードバックと人間によるフィードバックを受け取った場合、生徒の成果を直接比較するデータは比較的不足している。
本稿では,90名の生徒を2つのフィードバックグループに分割し,2つのコホートのパフォーマンスの違いを分析することで,このギャップを解消する。
論文 参考訳（メタデータ） (2020-11-20T21:40:32Z)
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。