論文の概要: Towards a low-cost universal access cloud framework to assess STEM
students
- arxiv url: http://arxiv.org/abs/2401.17701v1
- Date: Wed, 31 Jan 2024 09:45:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-01 15:19:54.649146
- Title: Towards a low-cost universal access cloud framework to assess STEM
students
- Title（参考訳）: STEM学生評価のための低コストユニバーサルアクセスクラウドフレームワークを目指して
- Authors: L.F.S Merchante, Carlos M. Vallez and Carrie Szczerbik
- Abstract要約: 政府によるロックダウンは、学術機関に対して、従来の対面教育からハイブリッドまたは完全リモート学習モデルに移行するよう呼びかけている。
本論文は,コンピュータプログラミングコースにおける大学生のオンラインアセスメントへのユニバーサルアクセスを実現するために,クラウド展開を調整し,実装した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Government-imposed lockdowns have challenged academic institutions to
transition from traditional face-to-face education into hybrid or fully remote
learning models. This transition has focused on the technological challenge of
guaranteeing the continuity of sound pedagogy and granting safe access to
online digital university services. However, a key requisite involves adapting
the evaluation process as well. In response to this need, the authors of this
paper tailored and implemented a cloud deployment to provide universal access
to online summative assessment of university students in a computer programming
course that mirrored a traditional in-person monitored computer laboratory
under strictly controlled exam conditions. This deployment proved easy to
integrate with the university systems and many commercial proctoring tools.
This cloud deployment is not only a solution for extraordinary situations; it
can also be adapted daily for online collaborative coding assignments,
practical lab sessions, formative assessments, and masterclasses where the
students connect using their equipment. Connecting from home facilitates access
to education for students with physical disabilities. It also allows
participation with their students' own adapted equipment in the evaluation
processes, simplifying assessment for those with hearing or visual impairments.
In addition to these benefits and the evident commitment to the safety rules,
this solution has proven cheaper and more flexible than on-premise equivalent
installations.
- Abstract（参考訳）: 政府によるロックダウンは、従来の対面教育からハイブリッドあるいは完全なリモート学習モデルへの移行を学術機関に求めている。
この移行は、健全な教育の継続とオンラインデジタル大学サービスへの安全なアクセスを保証するという技術的課題に焦点を当てている。
しかし、重要な要件は評価プロセスにも適応することである。
このニーズに応えて,本論文の著者らは,厳格に制御された試験条件下で従来の人体監視型コンピュータ実験室を反映したコンピュータプログラミングコースにおいて,大学生のオンライン要約的評価に普遍的にアクセスするためのクラウド展開を調整し,実装した。
この展開は大学システムや多くの商用ツールとの統合が容易であった。
このクラウドデプロイメントは、特別な状況に対するソリューションであるだけでなく、オンラインの協調的なコーディング課題、実践的なラボセッション、形成的評価、学生が機器を使って接続するマスタークラスにも毎日適用することができる。
家庭からの接続は、身体障害者の教育へのアクセスを促進する。
また、生徒の適応した機器を評価プロセスに取り入れ、聴覚障害や視覚障害のある人の評価を簡素化する。
これらの利点と安全規則への明確なコミットメントに加えて、このソリューションはオンプレミスの同等のインストールよりも安価で柔軟であることが証明されている。
関連論文リスト
- Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning [53.3760591018817]
ゲームエンジンとDeep Reinforcement Learningの統合の最近の進歩を利用して,水上ナビゲーションのための新しいベンチマーク環境を提案する。
具体的には、最も広く受け入れられているアルゴリズムの一つであるPPOに着目し、先進的なトレーニング手法を提案する。
実験により,これらの成分をうまく組み合わせることで,有望な結果が得られることが示された。
論文 参考訳（メタデータ） (2024-05-30T23:20:23Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳（メタデータ） (2024-01-22T14:16:37Z) - The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。
本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。
新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
論文 参考訳（メタデータ） (2024-01-03T07:47:22Z) - A Student-Dominant View of the Readiness to use Metaverse in Education:
The TRI-F Framework [0.0]
本稿では,インフラ・貧困問題に直面した発展途上国の大学において,メタバースを教育に活用するための学生の準備について報告する。
2次元仮想世界における教師経験に対する学生の自己反射のテーマ分析により,技術準備性指数モデルの有用性が明らかになった。
論文 参考訳（メタデータ） (2023-10-21T20:30:47Z) - A device-interaction model for users with special needs [2.4851820343103035]
本稿では,ユーザモデルの適応規則に基づく新しいデバイス・インタラクション・モデルについて述べる。
教育分野のユーザエクスペリエンスを通じてユーザビリティを向上させるため,インタラクションデバイスの特徴を考慮したインタラクションレベルの適応が目的である。
論文 参考訳（メタデータ） (2022-11-01T13:18:45Z) - Perspective on Code Submission and Automated Evaluation Platforms for
University Teaching [1.6172800007896284]
大学教育の文脈において,コード提出と自動評価のためのプラットフォームについて考察する。
このようなプラットフォームに関する技術的・非技術的要件を,実用性やセキュアなコード提出環境の観点から特定する。
提案と自動評価は継続的維持を伴うが,教師に必要な作業負荷を低減し,学生により良い評価透明性を提供すると結論付けた。
論文 参考訳（メタデータ） (2022-01-25T10:06:45Z) - Distributed Deep Learning in Open Collaborations [49.240611132653456]
協調学習に特化して設計された新しいアルゴリズムフレームワークを提案する。
現実的な条件下でのSwaVとALBERTの事前学習に対するアプローチの有効性を実証し,コストのごく一部で従来の設定に匹敵する性能を実現する。
論文 参考訳（メタデータ） (2021-06-18T16:23:13Z) - Evaluating Metrics for Standardized Benchmarking of Remote Presence
Systems [0.0]
SCOTTIEは、FtF(face-to-face)インタラクションと機能的に比較して、バーチャルおよび拡張現実プラットフォームをテストする。
研究1の主な目的は、仮想現実(VR)トレーニングシナリオを用いたFtF制御から得られるコミュニケーションの有効性と学習結果とを一致させることである。
論文 参考訳（メタデータ） (2021-05-04T21:36:53Z) - Machine Learning for Massive Industrial Internet of Things [69.52379407906017]
モノのインターネット(IIoT)は、モノのインターネット技術を産業環境に統合することで、将来の製造施設に革命をもたらします。
大規模なIIoTデバイスのデプロイでは、無線ネットワークがさまざまなQoS(Quality-of-Service)要件でユビキタス接続をサポートすることは困難である。
まず、一般的な非クリティカルかつクリティカルなIIoTユースケースの要件を要約します。
次に、大規模なIIoTシナリオと対応する機械学習ソリューションのユニークな特性を、その制限と潜在的な研究方向で識別します。
論文 参考訳（メタデータ） (2021-03-10T20:10:53Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - Securing Bring-Your-Own-Device (BYOD) Programming Exams [1.9164932573056916]
従来のペンと紙の試験は、現代の大学プログラミングコースでは不十分である。
多くの機関は、専用のコンピュータラボでアセスメントを実行するためのリソースやスペースを欠いている。
これにより、BYOD( bring-your-own-device)試験フォーマットの開発が動機となっている。
論文 参考訳（メタデータ） (2020-01-12T15:01:13Z)
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。