論文の概要: Learners Teaching Novices: An Uplifting Alternative Assessment
- arxiv url: http://arxiv.org/abs/2403.14971v1
- Date: Fri, 22 Mar 2024 06:01:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 18:27:45.700736
- Title: Learners Teaching Novices: An Uplifting Alternative Assessment
- Title（参考訳）: 初級者を教える学習者:昇華型代替評価
- Authors: Ali Malik, Juliette Woodrow, Chris Piech,
- Abstract要約: 我々は,AVT(Audiment via teaching)と呼ばれる新しい形式的評価手法を提案し,実施する。
AVTは従来のアセスメントよりも強力なメリットがあり、他者へのサービスを中心にしており、教える学習者には高い報奨を与える。
授業試験前のAVTセッションを行う学習者は,いくつかの質問に対して,クラス平均よりも20～30ポイントよい成績を示した。
- 参考スコア（独自算出の注目度）: 8.176398354378088
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose and carry-out a novel method of formative assessment called Assessment via Teaching (AVT), in which learners demonstrate their understanding of CS1 topics by tutoring more novice students. AVT has powerful benefits over traditional forms of assessment: it is centered around service to others and is highly rewarding for the learners who teach. Moreover, teaching greatly improves the learners' own understanding of the material and has a huge positive impact on novices, who receive free 1:1 tutoring. Lastly, this form of assessment is naturally difficult to cheat -- a critical property for assessments in the era of large-language models. We use AVT in a randomised control trial with learners in a CS1 course at an R1 university. The learners provide tutoring sessions to more novice students taking a lagged online version of the same course. We show that learners who do an AVT session before the course exam performed 20 to 30 percentage points better than the class average on several questions. Moreover, compared to students who did a practice exam, the AVT learners enjoyed their experience more and were twice as likely to study for their teaching session. We believe AVT is a scalable and uplifting method for formative assessment that could one day replace traditional exams.
- Abstract（参考訳）: 本研究では,より初級の生徒を指導することで,CS1トピックに対する学習者の理解を実証する,AVT (Audiment via Teaching) と呼ばれる新しい形式的評価手法を提案し,実践する。
AVTは従来のアセスメントよりも強力なメリットがあり、他者へのサービスを中心にしており、教える学習者には高い報奨を与える。
さらに,教材に対する学習者の理解が向上し,フリーの1対1の指導を受ける初心者に大きなポジティブな影響を与えている。
最後に、このようなアセスメントの形式は、大きな言語モデルの時代におけるアセスメントの重要な特性である、騙すことが自然に困難である。
我々は,R1大学におけるCS1コースの学習者とのランダム化制御試験において,AVTを用いた。
学習者は、より初心者の生徒に、同じコースのオンラインバージョンをラタグで受けられるように指導セッションを提供する。
授業試験前のAVTセッションを行う学習者は,いくつかの質問に対して,クラス平均よりも20～30ポイントよい成績を示した。
さらに, 実習試験を行った学生と比較して, AVT学習者はより経験を積み, 授業の2倍の確率で学習した。
AVTは、形式的評価のためのスケーラブルで高揚的な方法であり、いつかは従来の試験に取って代わるかもしれない、と私たちは信じています。
関連論文リスト
- Aligning Tutor Discourse Supporting Rigorous Thinking with Tutee Content Mastery for Predicting Math Achievement [3.0858231534624543]
我々は,教師話の動き,学生のITSパフォーマンス指標,それらの組み合わせに基づいて,高い評価スコアと低い評価スコアを区別するためにランダムフォレストを訓練した。
最高の決定木は、厳格な思考と学生のその熟達を奨励する家庭教師の話し方の組み合わせから生まれた。
論文 参考訳（メタデータ） (2024-05-10T03:04:59Z) - Toward In-Context Teaching: Adapting Examples to Students' Misconceptions [54.82965010592045]
本稿ではAdapTと呼ばれる一連のモデルと評価手法を紹介する。
AToMは、学生の過去の信念を共同で推論し、将来の信念の正しさを最適化する適応教育の新しい確率論的モデルである。
本研究は,適応型学習課題の難しさと,それを解決するための学習適応モデルの可能性を両立させるものである。
論文 参考訳（メタデータ） (2024-05-07T17:05:27Z) - The Promises and Pitfalls of Using Language Models to Measure Instruction Quality in Education [3.967610895056427]
本稿では,自然言語処理(NLP)技術を活用して,複数のハイ推論教育実践を評価するための最初の研究について述べる。
ノイズや長い入力データ、人間の評価の高度に歪んだ分布など、NLPに基づく指導分析に固有の2つの課題に直面している。
論文 参考訳（メタデータ） (2024-04-03T04:15:29Z) - Enhancing Students' Learning Process Through Self-Generated Tests [0.0]
本稿では,学生の自律学習の促進を目的とした教育実験について述べる。
本研究の主目的は,評価試験に学生の質問を含めることによって,評価プロセスに学生を参加させることである。
学生がアップロードした質問は、登録された生徒全員と、関連する教師全員に表示される。
論文 参考訳（メタデータ） (2024-03-21T09:49:33Z) - YODA: Teacher-Student Progressive Learning for Language Models [82.0172215948963]
本稿では,教師が指導するプログレッシブ・ラーニング・フレームワークであるYodaを紹介する。
モデルファインチューニングの有効性を向上させるために,教師の教育過程をエミュレートする。
実験の結果, YODAのデータによるLLaMA2のトレーニングにより, SFTは大幅に向上した。
論文 参考訳（メタデータ） (2024-01-28T14:32:15Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳（メタデータ） (2023-05-31T11:29:04Z) - Distantly-Supervised Named Entity Recognition with Adaptive Teacher
Learning and Fine-grained Student Ensemble [56.705249154629264]
NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。
本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。
微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
論文 参考訳（メタデータ） (2022-12-13T12:14:09Z) - A literature survey on student feedback assessment tools and their usage
in sentiment analysis [0.0]
我々は,Kahoot!, Mentimeter, Padlet, pollingなどのクラス内フィードバック評価手法の有効性を評価する。
学生の質的なフィードバックコメントから明確な提案を抽出する感情分析モデルを提案する。
論文 参考訳（メタデータ） (2021-09-09T06:56:30Z) - 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) - What's the worth of having a single CS teacher program aimed at teachers
with heterogeneous profiles? [68.8204255655161]
アルゼンチンのK-12教師を対象とした400時間の教員養成プログラムの結果について検討した。
本研究の目的は,教師にCSの内容や具体的教育を指導する上で,教師一人ひとりの教育プログラムが有効であるかどうかを,多種多様なプロファイルを持つ教師に理解することである。
論文 参考訳（メタデータ） (2020-11-09T15:03:31Z) - Using Machine Teaching to Investigate Human Assumptions when Teaching
Reinforcement Learners [26.006964607579004]
本稿では,一般的な強化学習手法,Q-ラーニングに着目し,行動実験を用いた仮定について検討する。
本研究では,学習者の環境をシミュレートし,学習者の内的状態にフィードバックがどう影響するかを予測する深層学習近似手法を提案する。
この結果から,評価フィードバックを用いた学習の仕方や,直感的に機械エージェントを設計する方法についてのガイダンスが得られた。
論文 参考訳（メタデータ） (2020-09-05T06:32:38Z)
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。