Fugu-MT 論文翻訳(概要): Análise e modelagem de jogos digitais: relato de uma experiência educacional utilizando metodologias ativas em um grupo multidisciplinar

論文の概要: Análise e modelagem de jogos digitais: relato de uma experiência educacional utilizando metodologias ativas em um grupo multidisciplinar

arxiv url: http://arxiv.org/abs/2311.14704v2
Date: Sun, 1 Sep 2024 13:21:34 GMT
ステータス: 処理完了
システム内更新日: 2024-09-04 22:02:40.464100
Title: Análise e modelagem de jogos digitais: relato de uma experiência educacional utilizando metodologias ativas em um grupo multidisciplinar
Title（参考訳）: アナーリーズ・エ・モデルーム・デ・ジョゴス・デジタイス : 教育学・教育学・教育学・教育学・教育学・教育学・教育学
Authors: David de Oliveira Lemes, Ezequiel França dos Santos, Eduardo Romanek, Celso Fujimoto, Adriano Felix Valente,
Abstract要約: ソフトウェア工学の伝統的な教えは、技術的なスキルに重点を置いている。問題ベースの学習(PBL)は、実際の市場シナリオを教室に持ち込む。この記事では、そのコースでの経験を報告し、概念と結果を示します。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The traditional teaching of software engineering is focused on technical skills. Active strategies, where students experience content and interact with reality, are effective. The market demands new skills in the digital transformation, dealing with the complexity of modeling businesses and the interconnection between people, systems, and technologies. The transition to active methodologies, such as Problem-Based Learning (PBL), brings real market scenarios into the classroom. This article reports on the experience in the course, presenting concepts and results.
Abstract（参考訳）: ソフトウェア工学の伝統的な教えは、技術的なスキルに重点を置いている。学生がコンテンツを体験し、現実と対話するアクティブ戦略は効果的である。市場は、モデリングビジネスの複雑さと人、システム、技術間の相互接続を扱う、デジタルトランスフォーメーションにおける新しいスキルを必要とします。問題ベース学習(PBL)のようなアクティブな方法論への移行は、実際の市場シナリオを教室にもたらす。この記事では、そのコースでの経験を報告し、概念と結果を示します。

関連論文リスト

Hands-on STEM Learning Experiences using Digital Technologies [0.0]
本研究の目的は,イタリア学校で実施した経験と活動について,この新たなアプローチで概説することである。学生がコラボレーション、創造性、批判的思考、実験、プロトタイピング、コミュニケーション、問題解決など、様々なコア能力を開発するプロジェクトや経験の選択が議論された。
論文参考訳（メタデータ） (2024-07-17T10:09:48Z)
HEMM: Holistic Evaluation of Multimodal Foundation Models [91.60364024897653]
マルチモーダル・ファンデーション・モデルは、画像、ビデオ、オーディオ、その他の知覚モダリティと共にテキストをホリスティックに処理することができる。モデリング決定、タスク、ドメインの範囲を考えると、マルチモーダル基盤モデルの進歩を特徴づけ、研究することは困難である。
論文参考訳（メタデータ） (2024-07-03T18:00:48Z)
Bringing active learning, experimentation, and student-created videos in engineering: A study about teaching electronics and physical computing integrating online and mobile learning [0.0]
本研究の主な目的は、電子工学、物理コンピューティング(PhyC)、プログラミング、工学における基礎ロボティクスを学ぶためのAL方法論を作成することであった。この方法論は、ICDM(Integrated Course Design Model)のガイドラインと、モバイルとオンラインの学習をAndroidアプリと組み合わせたコースを用いて考案された。その結果, 学生のPhyCとプログラミング活動の認知度は良好であり, 動機づけ, 自己効力感, 不安の軽減, 学業成績の向上に影響を及ぼす可能性が示唆された。
論文参考訳（メタデータ） (2024-06-02T23:26:27Z)
Foundation Models for Decision Making: Problems, Methods, and Opportunities [124.79381732197649]
大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
論文参考訳（メタデータ） (2023-03-07T18:44:07Z)
Learning with Limited Samples -- Meta-Learning and Applications to Communication Systems [46.760568562468606]
メタ学習は、新しいタスクに迅速に適応できる学習アルゴリズムを最適化する。このレビュー・モノグラフは、原則、アルゴリズム、理論、工学的応用をカバーし、メタラーニングの紹介を提供する。
論文参考訳（メタデータ） (2022-10-03T17:15:36Z)
Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文参考訳（メタデータ） (2022-09-07T19:21:19Z)
Panoramic Learning with A Standardized Machine Learning Formalism [116.34627789412102]
本稿では,多様なMLアルゴリズムの統一的な理解を提供する学習目的の標準化された方程式を提案する。また、新しいMLソリューションのメカニック設計のガイダンスも提供し、すべての経験を持つパノラマ学習に向けた有望な手段として機能する。
論文参考訳（メタデータ） (2021-08-17T17:44:38Z)
Towards Explainable Multi-Party Learning: A Contrastive Knowledge Sharing Framework [23.475874929905192]
知識の洗練と共有のための新しいコントラスト型マルチパーティ学習フレームワークを提案する。提案手法は,様々なシナリオにおけるモデル性能の大幅な向上を実現する。
論文参考訳（メタデータ） (2021-04-14T07:33:48Z)
Value Cards: An Educational Toolkit for Teaching Social Impacts of Machine Learning through Deliberation [32.74513588794863]
Value Card(バリューカード)は、様々な機械学習モデルの社会的影響を、学生や実践者に検討を通じて知らせる教育ツールキットである。その結果,バリューカードツールキットを用いることで,パフォーマンス指標の技術的定義とトレードオフの両方に対する学生の理解が向上することが示唆された。
論文参考訳（メタデータ） (2020-10-22T03:27:19Z)
Towards CRISP-ML(Q): A Machine Learning Process Model with Quality Assurance Methodology [53.063411515511056]
本稿では,機械学習アプリケーション開発のためのプロセスモデルを提案する。第1フェーズでは、データの可用性がプロジェクトの実現可能性に影響を与えることが多いため、ビジネスとデータの理解が結合されます。第6フェーズでは、機械学習アプリケーションの監視とメンテナンスに関する最先端のアプローチがカバーされている。
論文参考訳（メタデータ） (2020-03-11T08:25:49Z)

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。