論文の概要: How to Evaluate Games in Education: A Literature Review

• arxiv url: http://arxiv.org/abs/2407.03879v1
• Date: Thu, 4 Jul 2024 12:18:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-08 18:12:58.433023
• Title: How to Evaluate Games in Education: A Literature Review
• Title（参考訳）: 教育におけるゲームの評価方法:文献レビュー
• Authors: Giulio Barbero, Marcello M. Bonsangue, Felienne F. J. Hermans,
• Abstract要約: 我々は、異なる科学分野で行われた制御実験を要約し、評価することを目的として、異なる研究をレビューし、分析する。 本研究は,非実験条件の記述の明確さに焦点をあて,制御グループの活動に使用される教育方法が不十分であることを示す。 計算機科学と工学の分野での研究は、一般に、他の分野よりも明らかに結果を報告している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Adding game elements to higher education is an increasingly common practice. As a result, many recent empirical studies focus on studying the effectiveness of gamified or game-based educational experiences. The findings of these studies are very diverse, showing both positive and negative effects, and thus calling for comparative meta-studies. In this paper we review and analyze different studies, aiming to summarise and evaluate controlled experiments conducted within different scientific disciplines. We focus on the clarity of non-experimental conditions' descriptions and show that in most cases a. educational methods used in control groups' activities are poorly described, b. educational materials used in control groups' activities are often unclear, and c. the starting conditions are unclear. We also noticed that studies in the fields of computer science and engineering, in general, report results more clearly than in other fields. Based on the above finding, we conclude with a few recommendations for the execution of future empirical studies of games in education for the sake of allowing a more structured comparison.
• Abstract（参考訳）: 高等教育にゲーム要素を加えることは、ますます一般的になっている。 その結果、近年の実証研究はゲーミフィケーションやゲームベースの教育経験の有効性の研究に焦点が当てられている。 これらの研究の発見は非常に多様であり、肯定的な効果と否定的な効果の両方を示し、その結果、比較メタスタディが要求される。 本稿では,異なる科学分野における制御実験の要約と評価を目的とした,異なる研究のレビューと分析を行う。 非実験条件記述の明快さに着目し,ほとんどの場合においてその明快さを示す。 a)コントロールグループの活動に使用される教育方法について、説明が不十分である。 ロ 統制団体の活動に使用される教育資料は、しばしば不明瞭であり、 c. 開始条件は不明です また、コンピュータ科学や工学の分野での研究が、他の分野よりも明らかに成果を報告していることにも気づいた。 以上の知見に基づいて,より構造化された比較を可能にする教育におけるゲーム実験研究の実施について,いくつかの推奨事項をまとめて結論付けている。

関連論文リスト

• Contexts Matter: An Empirical Study on Contextual Influence in Fairness Testing for Deep Learning Systems [3.077531983369872]
  さまざまなコンテキストが公平性テストの結果にどのように影響するかを理解することを目的としている。 私たちの結果は、異なるコンテキストタイプと設定が一般的にテストに重大な影響を与えることを示しています。
  論文  参考訳（メタデータ） (2024-08-12T12:36:06Z)
• Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
  言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。 本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。 ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
  論文  参考訳（メタデータ） (2024-03-05T09:09:15Z)
• Understanding What Affects the Generalization Gap in Visual Reinforcement Learning: Theory and Empirical Evidence [53.51724434972605]
  本稿では,テスト環境に障害がある場合の一般化ギャップに寄与する要因について理論的に考察する。 我々の理論は、人間の直観に沿う訓練環境とテスト環境の表現距離を最小化することが、一般化のギャップを減らすことの利点として最も重要であることを示唆している。
  論文  参考訳（メタデータ） (2024-02-05T03:27:52Z)
• Have Learning Analytics Dashboards Lived Up to the Hype? A Systematic Review of Impact on Students' Achievement, Motivation, Participation and Attitude [0.0]
  学習分析ダッシュボード(LAD)が、学業成績を改善するという約束まで生きてきたという結論を支持する証拠はない。 LADは学生参加に比較的大きな影響を及ぼした。 LADの研究を前進させるためには、厳密な評価手法を使用し、学習構造を評価するための明確な基準を確立する必要がある。
  論文  参考訳（メタデータ） (2023-12-22T20:12:52Z)
• "Medium-n studies" in computing education conferences [4.057470201629211]
  我々は、コンピュータサイエンス教育研究者が直面する異なる環境で、いつ、いつ、いつ、p値を計算するべきかについての考察を概説する。 本稿では,要約データを提示し,レビュアーガイドラインに関する予備的な観察を行う。
  論文  参考訳（メタデータ） (2023-11-01T15:25:49Z)
• Sources of Irreproducibility in Machine Learning: A Review [3.905855359082687]
  実験設計の選択と結論に対する潜在的な影響を関連付ける理論的枠組みは存在しない。 本研究の目的は、応用データサイエンスの実践者や研究者が、どのような設計選択が誤った発見につながるかを理解するためのフレームワークを開発することである。
  論文  参考訳（メタデータ） (2022-04-15T18:26:03Z)
• Demystification of Few-shot and One-shot Learning [63.58514532659252]
  近年,単発学習や単発学習が活発かつ集中的な研究の対象となっている。 学習機械の環境的あるいは潜在的な決定空間が、この空間にある大きな種類の物体よりも十分に高次元であれば、いくつかの例から容易に学習できることを示す。
  論文  参考訳（メタデータ） (2021-04-25T14:47:05Z)
• With Little Power Comes Great Responsibility [54.96675741328462]
  アンダーパワー実験により、統計的ノイズと有意義なモデル改善の違いを識別することがより困難になる。 小さなテストセットは、ほとんどの試行錯誤が、最先端のモデルと比較しても、十分なパワーが得られないことを意味している。 機械翻訳では,2000文の典型的テストセットが約75%のパワーで1 BLEU点の差を検出する。
  論文  参考訳（メタデータ） (2020-10-13T18:00:02Z)
• Sentiment Analysis Based on Deep Learning: A Comparative Study [69.09570726777817]
  世論の研究は我々に貴重な情報を提供することができる。 感情分析の効率性と正確性は、自然言語処理で直面する課題によって妨げられている。 本稿では、感情分析の問題を解決するためにディープラーニングを用いた最新の研究をレビューする。
  論文  参考訳（メタデータ） (2020-06-05T16:28:10Z)
• Experimental Studies in General Game Playing: An Experience Report [2.741266294612776]
  我々は,General Game Playing実験の歴史の15年近くについて述べる。 本研究の目的は,地域における実験研究における共通的な困難と問題点を指摘することである。
  論文  参考訳（メタデータ） (2020-03-06T19:53:28Z)
• A Survey on Causal Inference [64.45536158710014]
  因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。 観測データに対する様々な因果効果推定法が誕生した。
  論文  参考訳（メタデータ） (2020-02-05T21:35:29Z)

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。