論文の概要: "It answers questions that I didn't know I had": Ph.D. Students' Evaluation of an Information Sharing Knowledge Graph

• arxiv url: http://arxiv.org/abs/2406.07730v2
• Date: Tue, 18 Jun 2024 22:38:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-10 22:08:49.980479
• Title: "It answers questions that I didn't know I had": Ph.D. Students' Evaluation of an Information Sharing Knowledge Graph
• Title（参考訳）: 「知らない質問に答える」--情報共有知識グラフのPh.D.学生による評価
• Authors: Stanislava Gardasevic, Manika Lamba,
• Abstract要約: 学際的なPhDプログラムは、学生が必要とする重要な情報が容易に入手できないため、困難である。 複数の情報源から抽出した臨界カテゴリとその関係情報を含む知識グラフを提案する。 本研究では,情報交換と意思決定を容易にするための参加型知識グラフのユーザビリティを評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Interdisciplinary PhD programs can be challenging as the vital information needed by students may not be readily available, it is scattered across university's websites, while tacit knowledge can be obtained only by interacting with people. Hence, there is a need to develop a knowledge management model to create, query, and maintain a knowledge repository for interdisciplinary students. We propose a knowledge graph containing information on critical categories and their relationships, extracted from multiple sources, essential for interdisciplinary PhD students. This study evaluates the usability of a participatory designed knowledge graph intended to facilitate information exchange and decision-making. The usability findings demonstrate that interaction with this knowledge graph benefits PhD students by notably reducing uncertainty and academic stress, particularly among newcomers. Knowledge graph supported them in decision making, especially when choosing collaborators in an interdisciplinary setting. Key helpful features are related to exploring student faculty networks, milestones tracking, rapid access to aggregated data, and insights into crowdsourced fellow students' activities. The knowledge graph provides a solution to meet the personalized needs of doctoral researchers and has the potential to improve the information discovery and decision-making process substantially. It also includes the tacit knowledge exchange support missing from most current approaches, which is critical for this population and establishing interdisciplinary collaborations. This approach can be applied to other interdisciplinary programs and domains globally.
• Abstract（参考訳）: 学際的なPhDプログラムは、学生が必要とする重要な情報が手軽に入手できないため、大学のウェブサイトに散らばっており、暗黙の知識は人との交流によってのみ得られる。 したがって、学際的な学生のための知識リポジトリを作成し、クエリし、維持するための知識管理モデルを開発する必要がある。 本稿では,学際的なPhD学生に欠かせない複数の情報源から抽出した,批判的カテゴリとその関係に関する情報を含む知識グラフを提案する。 本研究では,情報交換と意思決定を容易にするための参加型知識グラフのユーザビリティを評価する。 この知識グラフとの相互作用は、特に新参者の間で不確実性や学術的ストレスを顕著に減らすことにより、博士課程の学生に有益であることを示す。 知識グラフは意思決定において、特に学際的な環境で協力者を選ぶ際に、それらを支援した。 学生のネットワークの探索、マイルストーンの追跡、集約されたデータへの迅速なアクセス、およびクラウドソーシングされた学生のアクティビティに関する洞察に関連する。 知識グラフは、博士研究者のパーソナライズされたニーズを満たすソリューションを提供し、情報発見と意思決定プロセスを大幅に改善する可能性がある。 また、現在のほとんどのアプローチから欠落している暗黙的な知識交換のサポートも含まれており、これはこの人口にとって重要であり、学際的なコラボレーションを確立する。 このアプローチは、世界中の他の学際プログラムやドメインに適用することができる。

関連論文リスト

• DiscipLink: Unfolding Interdisciplinary Information Seeking Process via Human-AI Co-Exploration [34.23942131024738]
  本稿では,研究者と大規模言語モデル(LLM)の協調を支援する対話型システムであるDiscipLinkを紹介する。 ユーザの関心事に基づいて、DiscipLinkは、関連する研究分野の観点から探索的な質問を開始する。 本評価は, 対象内比較実験とオープンエンド探索研究からなり, ディシプリンクは, 学際境界を断ち切る上で, 研究者を効果的に支援できることを示した。
  論文  参考訳（メタデータ） (2024-08-01T10:36:00Z)
• Knowledge Tracing Challenge: Optimal Activity Sequencing for Students [0.9814642627359286]
  知識追跡(きゅうがく、英: Knowledge Trace)は、個々の学習者による知識の獲得を評価・追跡する教育において用いられる手法である。 我々は,AAAI2023 Global Knowledge Tracing Challengeの一環として,新たにリリースされたデータセット上に2つの知識追跡アルゴリズムを実装した結果を示す。
  論文  参考訳（メタデータ） (2023-11-13T16:28:34Z)
• Beyond Factuality: A Comprehensive Evaluation of Large Language Models as Knowledge Generators [78.63553017938911]
  大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。 しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。 本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
  論文  参考訳（メタデータ） (2023-10-11T08:22:37Z)
• Multi-source Education Knowledge Graph Construction and Fusion for College Curricula [3.981835878719391]
  本稿では,電子情報分野における知識抽出,視覚的KG構築,グラフ融合のためのフレームワークを提案する。 我々の目標は、学生の学習効率を高め、AIによって実現される新しい教育パラダイムを探求することである。
  論文  参考訳（メタデータ） (2023-05-08T09:25:41Z)
• Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
  新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。 我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
  論文  参考訳（メタデータ） (2023-04-14T16:45:38Z)
• Quiz-based Knowledge Tracing [61.9152637457605]
  知識追跡は、学習相互作用に基づいて個人の進化する知識状態を評価することを目的としている。 QKTは、既存の方法と比較して最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-04-05T12:48:42Z)
• A Review of Biomedical Datasets Relating to Drug Discovery: A Knowledge Graph Perspective [4.746544835197422]
  薬物発見分野に新しい技術を適用することに興味を持つ機械学習や知識グラフの実践者を支援することを目的としている。 様々な創薬中心の知識グラフの構築に適した情報を含む公開のプライマリデータソースを詳細に説明します。
  論文  参考訳（メタデータ） (2021-02-19T17:49:38Z)
• 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)
• Attentional Graph Convolutional Networks for Knowledge Concept Recommendation in MOOCs in a Heterogeneous View [72.98388321383989]
  大規模なオープンオンラインコース(MOOC)は、学生が知識を習得するための大規模かつオープンな学習機会を提供する。 学生の関心を惹きつけるため、MOOCsプロバイダによる推薦制度が採用され、学生にコースを推薦する。 そこで本研究では,MOOCにおける知識概念レコメンデーションのために,Attentional Heterogeneous Graph Convolutional Deep Knowledge Recommender (ACKRec) という,エンドツーエンドのグラフニューラルネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-23T18:28:08Z)
• A Survey on Knowledge Graphs: Representation, Acquisition and Applications [89.78089494738002]
  我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。 知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。 メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
  論文  参考訳（メタデータ） (2020-02-02T13:17:31Z)

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。