論文の概要: Learning Analytics Dashboards for Advisors -- A Systematic Literature
Review
- arxiv url: http://arxiv.org/abs/2402.01671v1
- Date: Wed, 17 Jan 2024 19:34:55 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 16:49:20.563302
- Title: Learning Analytics Dashboards for Advisors -- A Systematic Literature
Review
- Title(参考訳): アドバイザのためのアナリティクスダッシュボードの学習 - 体系的な文献レビュー
- Authors: Suchith Reddy Vemula (1) and Marcia Moraes (1) ((1) Colorado State
University, USA)
- Abstract要約: Learning Analytics Dashboard for Advisorsは、データ駆動による洞察と視覚化を提供して、アドバイザの意思決定を支援するように設計されている。
本研究は,分析ダッシュボードの学習における技術の現状を考察し,アドバイザの要求に焦点をあてる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Learning Analytics Dashboard for Advisors is designed to provide data-driven
insights and visualizations to support advisors in their decision-making
regarding student academic progress, engagement, targeted support, and overall
success. This study explores the current state of the art in learning analytics
dashboards, focusing on specific requirements for advisors. By examining
existing literature and case studies, this research investigates the key
features and functionalities essential for an effective learning analytics
dashboard tailored to advisor needs. This study also aims to provide a
comprehensive understanding of the landscape of learning analytics dashboards
for advisors, offering insights into the advancements, opportunities, and
challenges in their development by synthesizing the current trends from a total
of 21 research papers used for analysis. The findings will contribute to the
design and implementation of new features in learning analytics dashboards that
empower advisors to provide proactive and individualized support, ultimately
fostering student retention and academic success.
- Abstract(参考訳): learning analytics dashboard for advisorsは、学生の学業の進歩、エンゲージメント、ターゲットとなるサポート、そして全体的な成功に関する意思決定において、アドバイザーを支援するデータ駆動の洞察と視覚化を提供するように設計されている。
本研究は,分析ダッシュボードの学習における技術の現状を考察し,アドバイザーの要求に焦点をあてる。
本研究は,既存の文献とケーススタディを調査し,アドバイザニーズに合わせた効果的な学習分析ダッシュボードに必要な重要な特徴と機能について検討する。
本研究の目的は、分析に使用される21の研究論文から現在の傾向を合成することによって、アドバイザの学習分析ダッシュボードの展望を包括的に理解し、開発における進歩、機会、課題に関する洞察を提供することである。
この発見は、学習分析ダッシュボードにおける新機能の設計と実装に寄与し、アドバイザが積極的に個人化されたサポートを提供し、最終的には学生の定着と学術的成功を促進する。
関連論文リスト
- A Literature Review of Literature Reviews in Pattern Analysis and
Machine Intelligence [62.90682521144006]
この分析は、様々な観点からPAMI分野のレビューを徹底的にレビューすることを目的としている。
書評を自動評価するために,大規模言語モデルを用いた書評指標を提案する。
新たに登場したAI生成の文献レビューも評価されている。
論文 参考訳(メタデータ) (2024-02-20T11:28:50Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳(メタデータ) (2024-01-17T21:30:45Z) - Integrating AI and Learning Analytics for Data-Driven Pedagogical
Decisions and Personalized Interventions in Education [0.30723404270319693]
本研究は,革新的な学習分析ツールの概念化,開発,展開について考察する。
本ツールは,学生のエンゲージメントの定量化,学習進行のマップ化,および多様な指導戦略の有効性の評価を目的としている。
論文 参考訳(メタデータ) (2023-12-15T06:00:26Z) - Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。
GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。
PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-03T12:37:16Z) - AI-assisted Learning for Electronic Engineering Courses in High
Education [2.67766280323297]
この研究には、学生、講師、エンジニアなど、様々な利害関係者の評価と反映が含まれている。
この研究の結果は、AIツールとしてのChatGPTのメリットと限界に光を当て、技術的分野における革新的な学習アプローチの道を開いた。
論文 参考訳(メタデータ) (2023-11-02T07:48:10Z) - Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
我々は、ITの一般的な方法論、ITデータセットの構築、ITモデルのトレーニング、異なるモダリティ、ドメイン、アプリケーションへのアプリケーションを含む、文献を体系的にレビューする。
また、ITの潜在的な落とし穴とそれに対する批判、および既存の戦略の現在の欠陥を指摘し、実りある研究の道筋を提案する。
論文 参考訳(メタデータ) (2023-08-21T15:35:16Z) - Introducing Practicable Learning Analytics [0.0]
本書では,実践の観点から学習分析がどのようなものかを明らかにするために,実践可能な学習分析の概念を紹介する。
情報システムアーティファクト(ISA)の概念は,情報システム,社会,技術アーティファクトの3つのサブシステムから構成される。
本書の10章は、ISAの観点から提示され、実践可能な学習分析の設計において、社会人工物への詳細な注意が重要であることを明記している。
論文 参考訳(メタデータ) (2023-01-26T21:20:08Z) - KnowledgeCheckR: Intelligent Techniques for Counteracting Forgetting [52.623349754076024]
KnowledgeCheckRに統合された推奨アプローチの概要を提供します。
その例としては,将来的に繰り返される学習内容の識別を支援するユーティリティベースのレコメンデーション,セッションベースのレコメンデーションを実装するための協調フィルタリングアプローチ,インテリジェントな質問応答を支援するコンテントベースのレコメンデーションなどがある。
論文 参考訳(メタデータ) (2021-02-15T20:06:28Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳(メタデータ) (2021-01-19T12:23:32Z) - Understanding the Advisor-advisee Relationship via Scholarly Data
Analysis [32.63446608170046]
高い学術レベルのアドバイザーによって指導される助言は、他のものよりも優れた学術的パフォーマンスを持つ。
高等教育レベルの高いアドバイザーが指導する助言者は、助言者のh-indexランキングを上げることができる。
本研究は、助言者の学術的特徴と助言者の業績との関係の理解を促進するための新たな洞察を提供する。
論文 参考訳(メタデータ) (2020-08-20T02:57:25Z)
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。