論文の概要: From Paper to Platform: Evolution of a Novel Learning Environment for Tabletop Exercises
- arxiv url: http://arxiv.org/abs/2404.10988v1
- Date: Wed, 17 Apr 2024 01:52:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-18 15:43:59.536069
- Title: From Paper to Platform: Evolution of a Novel Learning Environment for Tabletop Exercises
- Title（参考訳）: 論文からプラットフォームへ:テーブルトップ演習のための新しい学習環境の進化
- Authors: Valdemar Švábenský, Jan Vykopal, Martin Horák, Martin Hofbauer, Pavel Čeleda,
- Abstract要約: 本稿では,教室における卓上演習を紹介するサイバーセキュリティ講座のデータと授業経験について述べる。
InJECT Exercise Platform (IXP)は、エクササイズを配信し評価するためのWebベースの学習環境である。
手動による評価が難しい伝統的な卓上演習とは異なり、IXPは生徒の行動や学習に関する洞察を提供する。
- 参考スコア（独自算出の注目度）: 0.2796197251957245
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For undergraduate students of computing, learning to solve complex practical problems in a team is an essential skill for their future careers. This skill is needed in various fields, such as in cybersecurity and IT governance. Tabletop exercises are an innovative teaching method used in practice for training teams in incident response and evaluation of contingency plans. However, tabletop exercises are not yet widely established in university education. This paper presents data and teaching experience from a cybersecurity course that introduces tabletop exercises in classrooms using a novel technology: INJECT Exercise Platform (IXP), a web-based learning environment for delivering and evaluating the exercises. This technology substantially improves the prior practice, since tabletop exercises worldwide have usually been conducted using pen and paper. Unlike in traditional tabletop exercises, which are difficult to evaluate manually, IXP provides insights into students' behavior and learning based on automated analysis of interaction data. We demonstrate IXP's capabilities and evolution by comparing exercise sessions hosted throughout three years at different stages of the platform's readiness. The analysis of student data is supplemented by the discussion of the lessons learned from employing IXP in computing education contexts. The data analytics enabled a detailed comparison of the teams' performance and behavior. Instructors who consider innovating their classes with tabletop exercises may use IXP and benefit from the insights in this paper.
- Abstract（参考訳）: コンピューティングの学部生にとって、チームにおける複雑な実践的な問題を解決することを学ぶことは、将来のキャリアにとって不可欠なスキルである。
このスキルは、サイバーセキュリティやITガバナンスなど、さまざまな分野において必要です。
テーブルトップエクササイズ(Tabletop exercises)は、インシデント対応のトレーニングチームや、緊急計画の評価に使用される革新的な教育手法である。
しかし、テーブルトップエクササイズは、まだ大学教育において広く確立されていない。
本稿では,新しい技術を用いて教室における卓上演習を紹介するサイバーセキュリティ講座のデータと授業経験について述べる。
この技術は、通常、ペンと紙を使用して世界中の卓上運動が実施されているため、従来よりも大幅に改善されている。
手動による評価が難しい従来の卓上演習とは異なり、IXPはインタラクションデータの自動解析に基づく生徒の行動と学習に関する洞察を提供する。
IXPの能力と進化を、プラットフォームの準備の異なる段階において3年間にわたってホストされたエクササイズセッションを比較して示す。
学生データの分析は、コンピュータ教育におけるIXPの採用から学んだ教訓の議論によって補われている。
データ分析は、チームのパフォーマンスと振る舞いの詳細な比較を可能にした。
卓上エクササイズで授業を革新することを考えるインストラクターは、IXPを使用し、本論文の洞察から恩恵を受けることができる。
関連論文リスト
- FlashHack: Reflections on the Usage of a Micro Hackathon as an Assessment Tool in a Machine Learning Course [0.0]
グループプロジェクトベースの学習は、CS教育において経験的学習として人気が高まっている。
これらの問題に対処するために、私たちはFlashHackを紹介した。
本結果は,教員の簡易な評価プロセスとともに,学生のエンゲージメントと満足度の向上を示唆するものである。
論文 参考訳（メタデータ） (2024-10-07T11:21:11Z) - Beyond the Hype: A Cautionary Tale of ChatGPT in the Programming Classroom [0.0]
本論文は、より困難な演習を創出するためにプログラミングを教える学者や、教室の整合性を促進するためにChatGPTの使用に責任を負う方法についての知見を提供する。
過去のIS演習の実践的プログラミング事例を分析し,教員や講師が大学環境下で作成したメモと比較した。
論文 参考訳（メタデータ） (2024-06-16T23:52:37Z) - Research and Practice of Delivering Tabletop Exercises [0.2796197251957245]
卓上エクササイズは職場に必要な能力を訓練するので、イノベーションとして大学のコンピューティングコースに導入されている。
コンピュータ教育者がこの革新的な方法を採用するのを助けるために,卓上演習を扱う学術出版物を調査した。
我々のレビューは、研究者、ツール開発者、教育者に対して、この分野の方向性、トレンドの合成、さらなる研究への示唆を提供する。
論文 参考訳（メタデータ） (2024-04-16T01:12:20Z) - PILOT: A Pre-Trained Model-Based Continual Learning Toolbox [71.63186089279218]
本稿では,PILOTとして知られるモデルベース連続学習ツールボックスについて紹介する。
一方、PILOTはL2P、DualPrompt、CODA-Promptといった事前学習モデルに基づいて、最先端のクラスインクリメンタル学習アルゴリズムを実装している。
一方、PILOTは、事前学習されたモデルの文脈に典型的なクラス増分学習アルゴリズムを適合させ、それらの効果を評価する。
論文 参考訳（メタデータ） (2023-09-13T17:55:11Z) - 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) - Process-BERT: A Framework for Representation Learning on Educational
Process Data [68.8204255655161]
本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。
我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。
当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
論文 参考訳（メタデータ） (2022-04-28T16:07:28Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳（メタデータ） (2021-12-22T14:45:37Z) - Scalable Learning Environments for Teaching Cybersecurity Hands-on [0.4893345190925178]
本稿では,対話型学習環境を用いたサイバーセキュリティハンズオン授業のスケーラブル化のための技術革新について述べる。
我々は,サイバーセキュリティの授業を大規模に展開する学習環境の設計と利用における研究の取り組みと実践経験について述べる。
論文 参考訳（メタデータ） (2021-10-19T14:18:54Z) - Motivating Learners in Multi-Orchestrator Mobile Edge Learning: A
Stackelberg Game Approach [54.28419430315478]
Mobile Edge Learningは、異種エッジデバイス上で機械学習モデルの分散トレーニングを可能にする。
MELでは、十分なトレーニングデータやコンピューティングリソースを入手することなく、トレーニング性能が低下する。
そこで我々は2ラウンドのStackelbergゲームとしてオーケストレータとラーナーの相互作用を定式化するインセンティブ機構を提案する。
論文 参考訳（メタデータ） (2021-09-25T17:27:48Z) - Graph-based Exercise- and Knowledge-Aware Learning Network for Student
Performance Prediction [8.21303828329009]
学生のスコアを正確に予測するためのグラフベースのエクササイズ・アンド・ナレッジ・アウェアラーニングネットワークを提案する。
我々は,エクササイズとナレッジ概念の熟達度を学習し,エクササイズとナレッジ概念の2倍の効果をモデル化する。
論文 参考訳（メタデータ） (2021-06-01T06:53:17Z) - Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。
私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
論文 参考訳（メタデータ） (2021-04-15T20:40:24Z)
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。