論文の概要: Course-Skill Atlas: A national longitudinal dataset of skills taught in U.S. higher education curricula
- arxiv url: http://arxiv.org/abs/2404.13163v2
- Date: Sat, 14 Sep 2024 21:24:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-18 02:25:37.011864
- Title: Course-Skill Atlas: A national longitudinal dataset of skills taught in U.S. higher education curricula
- Title(参考訳): コーススキル・アトラス(Course-Skill Atlas):米国の高等教育カリキュラムで教えられたスキルの全国的縦断的データセット
- Authors: Alireza Javadian Sabet, Sarah H. Bana, Renzhe Yu, Morgan R. Frank,
- Abstract要約: コーススキル・アトラス(Course-Skill Atlas)は、300万人以上の高等教育機関で教えられた300万以上のコースシラビから推定されるスキルの時系列データセットである。
我々のデータセットは、学生の労働市場への準備における大学教育の役割を大規模に表している。
- 参考スコア(独自算出の注目度): 0.7499722271664147
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Higher education plays a critical role in driving an innovative economy by equipping students with knowledge and skills demanded by the workforce. While researchers and practitioners have developed data systems to track detailed occupational skills, such as those established by the U.S. Department of Labor (DOL), much less effort has been made to document which of these skills are being developed in higher education at a similar granularity. Here, we fill this gap by presenting Course-Skill Atlas -- a longitudinal dataset of skills inferred from over three million course syllabi taught at nearly three thousand U.S. higher education institutions. To construct Course-Skill Atlas, we apply natural language processing to quantify the alignment between course syllabi and detailed workplace activities (DWAs) used by the DOL to describe occupations. We then aggregate these alignment scores to create skill profiles for institutions and academic majors. Our dataset offers a large-scale representation of college education's role in preparing students for the labor market. Overall, Course-Skill Atlas can enable new research on the source of skills in the context of workforce development and provide actionable insights for shaping the future of higher education to meet evolving labor demands, especially in the face of new technologies.
- Abstract(参考訳): 高等教育は、労働者が要求する知識と技能を学生に提供することによって、革新的な経済を推進していく上で重要な役割を担っている。
研究者や実践者は、米国労働省(DOL)が確立したような、詳細な職業スキルを追跡するデータシステムを開発しているが、これらのスキルのどれが同様の粒度で高等教育で開発されているかを文書化する努力は、はるかに少ない。
ここでは、このギャップを補うために、コーススキル・アトラス(Course-Skill Atlas)を紹介します。
コーススキル・アトラスを構築するために,DOLが職業を記述するために用いたコースシラビと詳細な職場活動(DWA)のアライメントの定量化に自然言語処理を適用した。
次に、これらのアライメントスコアを集約して、機関や学術専攻のスキルプロファイルを作成します。
我々のデータセットは、学生の労働市場への準備における大学教育の役割を大規模に表している。
全体として、Course-Skill Atlasは、労働開発におけるスキルの源泉に関する新たな研究を可能にし、特に新しい技術に直面する労働需要に対応するために、高等教育の未来を形作るための実用的な洞察を提供する。
関連論文リスト
- Dynamic Skill Adaptation for Large Language Models [78.31322532135272]
動的スキル適応(Dynamic Skill Adaptation, DSA)は, 言語モデル(LLM)に新しい複雑なスキルを適応させる適応的かつ動的フレームワークである。
各スキルに対して,学習前スキルの詳細な記述を含む教科書的データと,学習前スキルの具体的活用を目標とした演習的データの両方を生成する。
LLAMA や Mistral のような大規模言語モデルを用いた実験は,提案手法が数学推論スキルや社会学習スキルに適応する上で有効であることを示す。
論文 参考訳(メタデータ) (2024-12-26T22:04:23Z) - Understanding the Skills Gap between Higher Education and Industry in the UK in Artificial Intelligence Sector [1.5484595752241124]
本稿では、イギリスの大学がAIのコースを提供し、現実世界での学生の就職準備について検討する。
求人広告や大学カリキュラムから情報を収集するために、カスタムデータスクラップツールを使用することで、この研究は、どのスキル産業が求めているのかを正確に示す。
この研究は、AI領域の大学カリキュラムは、ほとんどの技術スキルではバランスがよく、データサイエンスと数学と統計学のスキルカテゴリーではギャップがあることを示した。
論文 参考訳(メタデータ) (2024-08-20T12:28:58Z) - Comparative Analysis of Encoder-Based NER and Large Language Models for Skill Extraction from Russian Job Vacancies [0.0]
本研究では,エンコーダとLarge Language Models(LLMs)を併用した名前付きエンティティ認識手法を比較し,ロシアの職種からスキルを抽出する。
その結果、従来のNERモデル、特にDeepPavlov RuBERT NERは、精度、精度、リコール、推測時間など、様々な指標でLLMを上回ります。
この研究は、自然言語処理(NLP)の分野と労働市場、特に非英語の文脈におけるその応用に寄与する。
論文 参考訳(メタデータ) (2024-07-29T09:08:40Z) - Job-SDF: A Multi-Granularity Dataset for Job Skill Demand Forecasting and Benchmarking [59.87055275344965]
Job-SDFは、ジョブスキルの需要予測モデルをトレーニングし、ベンチマークするために設計されたデータセットである。
2021年から2023年にかけて、中国の大手オンライン求人プラットフォームから集められた1035万件の求人広告に基づいている。
本データセットは,職業,企業,地域レベルなど,さまざまな粒度でのスキル需要予測モデルの評価を可能にする。
論文 参考訳(メタデータ) (2024-06-17T07:22:51Z) - Large Language Models are Limited in Out-of-Context Knowledge Reasoning [65.72847298578071]
大規模言語モデル (LLMs) は、文脈内推論の実行において広範な知識と強力な能力を持っている。
本稿では、複数の知識を組み合わせて新しい知識を推論する、文脈外知識推論(OCKR)という、文脈外推論の重要な側面に焦点を当てる。
論文 参考訳(メタデータ) (2024-06-11T15:58:59Z) - Unlocking Futures: A Natural Language Driven Career Prediction System for Computer Science and Software Engineering Students [0.5735035463793009]
本研究は,CS学生とSWE学生の独特な特徴に基づいて,特定のキャリア提案を提供することによって,教育指導に貴重な洞察を与えるものである。
この研究は、CSとSWEの学生がスキル、興味、スキル関連の活動に合った適切な仕事を見つけるのに役立つ。
論文 参考訳(メタデータ) (2024-05-28T12:56:57Z) - Explainable Few-shot Knowledge Tracing [48.877979333221326]
本稿では,学生の記録から学生の知識をトラッキングし,自然言語による説明を提供する認知誘導フレームワークを提案する。
3つの広く使われているデータセットによる実験結果から、LLMは競合する深層知識追跡手法に匹敵する、あるいは優れた性能を発揮することが示された。
論文 参考訳(メタデータ) (2024-05-23T10:07:21Z) - An Experience Report of Executive-Level Artificial Intelligence
Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。
理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文 参考訳(メタデータ) (2022-02-02T20:59:53Z) - From Teaching to Coaching: A Case Study of a Technical Communication
Course [0.0]
自尊心や学生の生涯学習といった非技術スキルの開発は、キャリアを成功させる上で不可欠である。
この研究で採用されるアプローチは、学部全体の授業を教育からコーチングに転換することである。
論文 参考訳(メタデータ) (2021-07-20T14:44:38Z) - Creation and Evaluation of a Pre-tertiary Artificial Intelligence (AI)
Curriculum [58.86139968005518]
香港大学(CUHK)-Jockey Club AI for the Future Project(AI4Future)は、第3次教育のためのAIカリキュラムを共同開発した。
工学と教育を専門とする14人の教授が、6つの中学校の17の校長と教師と協力してカリキュラムを共同作成した。
共同創造プロセスは、AIにおける教師の知識を高める様々なリソースを生み出し、その課題を教室に持ち込むための教師の自主性を育んだ。
論文 参考訳(メタデータ) (2021-01-19T11:26:19Z)
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。