論文の概要: High-Precision, Fair University Course Scheduling During a Pandemic

• arxiv url: http://arxiv.org/abs/2407.07355v1
• Date: Wed, 10 Jul 2024 04:26:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-11 17:51:32.163449
• Title: High-Precision, Fair University Course Scheduling During a Pandemic
• Title（参考訳）: パンデミック時の高精度・公正な大学授業スケジューリング
• Authors: Matthew E. H. Petering, Marshall Khamechian,
• Abstract要約: 本稿では、コース配信モードの拡張分類法を提案し、整数プログラムを示し、コーススケジューリングアルゴリズムを開発する。 我々のアプローチは、教室で各コースセクションの特定の一部が実行されることを保証することで公平である。 フェアネスと同時出席の原理に基づくアルゴリズムは、パンデミック時と通常時の大学コーススケジュールを大幅に改善することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Scheduling university courses is extra challenging when classroom capacities are reduced because of social distancing requirements that are implemented in response to a pandemic such as COVID-19. In this work, we propose an expanded taxonomy of course delivery modes, present an integer program, and develop a course scheduling algorithm to enable all course sections -- even the largest -- to have a significant classroom learning component during a pandemic. Our approach is fair by ensuring that a certain fraction of the instruction in every course section occurs in the classroom. Unlike previous studies, we do not allow rotating attendance and instead require simultaneous attendance in which all students in a section meet in 1-5 rooms at the same time but less often than in a normal semester. These mass meetings, which create opportunities for in-person midterm exams and group activities, are scheduled at high precision across all days of the semester rather than a single, repeating week. A fast heuristic algorithm makes the schedule in an hour. Results: We consider the 1834 in-person course sections, 172 classrooms, and 96 days in the fall 2022 semester at [UniversityXYZ]. If average classroom capacity is reduced by 75% due to a pandemic, our approach still allows at least 25% of the instruction in every section, and more than 49% of all instruction across the entire campus, to be in the classroom. Our method also produces excellent results for regular classroom assignment. Managerial implications: An algorithm based on the principles of fairness and simultaneous attendance can significantly improve university course schedules during a pandemic and in normal times. High-precision schedules that prepare a campus for various pandemic possibilities can be created with minimal administrative effort and activated at a moment's notice before or during a semester if an outbreak occurs.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)などのパンデミックに対応して実施されるソーシャルディスタンシング(ソーシャルディスタンシング)の要件により、教室の容量が減少するにつれて、大学コースのスケジュールがさらに難しくなる。 本研究は,授業提供モードの拡張された分類法,整数プログラムの提示,および全コース(最大でも)がパンデミック時に重要な教室学習コンポーネントを持つことを可能にするコーススケジューリングアルゴリズムの開発を提案する。 我々のアプローチは、教室で各コースセクションの特定の一部が実行されることを保証することで公平である。 従来の研究とは異なり、回転する出席は許されず、1つのセクションのすべての学生が1～5室で同時に会う同時出席を必要とするが、通常の学期よりは少ない。 個人による中間試験やグループ活動の機会を生み出すこれらの集団会議は、1週間ではなく、学期の全日にわたって高い精度で計画されている。 高速ヒューリスティックアルゴリズムは1時間でスケジュールを立てる。 結果:2022年度秋学期[大学XYZ]において,1834年度の個別講座,172教室,96日間について検討した。 パンデミックにより教室の容量が平均75%削減された場合、私たちのアプローチでは、各セクションで少なくとも25%、キャンパス全体では49%以上を教室に含めることができる。 また,本手法は,通常の授業課題に対して優れた結果をもたらす。 管理的意味: 公平性と同時出席の原理に基づくアルゴリズムは、パンデミックや通常の時間における大学コースのスケジュールを大幅に改善することができる。 様々なパンデミックの可能性に備えたキャンパスを準備する高精度のスケジュールは、最小限の行政努力で作成でき、アウトブレイクが発生した場合、学期前または学期中にその時点で起動される。

関連論文リスト

• Class Gradient Projection For Continual Learning [99.105266615448]
  破滅的な忘れは継続的学習(CL)における最も重要な課題の1つです。 タスクではなく個々のクラスから勾配部分空間を計算するクラスグラディエント・プロジェクション(CGP)を提案する。
  論文  参考訳（メタデータ） (2023-11-25T02:45:56Z)
• Uncertainty-guided Boundary Learning for Imbalanced Social Event Detection [64.4350027428928]
  本研究では,不均衡なイベント検出タスクのための不確実性誘導型クラス不均衡学習フレームワークを提案する。 我々のモデルは、ほとんど全てのクラス、特に不確実なクラスにおいて、社会イベントの表現と分類タスクを大幅に改善する。
  論文  参考訳（メタデータ） (2023-10-30T03:32:04Z)
• Revisiting adversarial training for the worst-performing class [60.231877895663956]
  多くのデータセットにおいて、トップパフォーマンスクラスと最悪のパフォーマンスクラスの間には、かなりのギャップがある。 我々は、最悪のパフォーマンスのクラスを明示的に最適化することで、このギャップを減らせることができると論じる。 本手法は,クラス集中型オンライン学習(CFOL)と呼ばれ,最悪のクラス損失に対する高い確率収束保証を含む。
  論文  参考訳（メタデータ） (2023-02-17T13:41:40Z)
• Fair and skill-diverse student group formation via constrained k-way graph partitioning [65.29889537564455]
  本研究は、公正かつ多様な学生グループ形成のための教師なしアルゴリズムを導入する。 学生のスキルセットは、ラプラシア固有写像を用いて、コースマークデータの教師なし次元削減を用いて決定される。 この問題は制約付きグラフ分割問題として定式化され、各グループのスキルセットの多様性が最大化される。
  論文  参考訳（メタデータ） (2023-01-12T14:02:49Z)
• Insights into undergraduate pathways using course load analytics [5.2432156904895155]
  学生の負荷評価に関する最初の機械学習による予測を作成・評価する。 学期負荷を信用時間で測定されるが、CLAで測定されるほど低い学生は、学習プログラムを離れる傾向にある。
  論文  参考訳（メタデータ） (2022-12-20T03:28:41Z)
• Planning Courses for Student Success at the American College of Greece [0.0]
  我々は、ギリシャのアメリカン・カレッジ・オブ・ギリシャの学生が研究を完了するために必要となるコースのスケジュールを最適化する問題をモデル化する。 結果のスケジュールを最適化する目的として,最速の完了時間,コース難易度バランスなど,いくつかの異なる目標を定式化します。 我々は,機械学習とデータマイニングの手法を用いて,受講生が受講生に期待する成績を捉えた。
  論文  参考訳（メタデータ） (2022-06-16T10:19:37Z)
• Monotone Learning [86.77705135626186]
  各学習アルゴリズムAは、同様の性能で単調なクラスに変換可能であることを示す。 これは、パフォーマンスを損なうことなく、確実に非単調な振る舞いを回避できることを示している。
  論文  参考訳（メタデータ） (2022-02-10T18:51:57Z)
• Targeted Supervised Contrastive Learning for Long-Tailed Recognition [50.24044608432207]
  実世界のデータは、しばしば重いクラス不均衡の長い尾の分布を示す。 教師付きコントラスト学習は性能向上に寄与するが、過去のベースラインは不均衡なデータ分布によってもたらされる不均一さに悩まされている。 我々は,超球面上の特徴分布の均一性を改善するための教師付きコントラスト学習(TSC)を提案する。
  論文  参考訳（メタデータ） (2021-11-27T22:40:10Z)
• School Virus Infection Simulator for Customizing School Schedules During COVID-19 [0.0]
  The School-Virus-Infection-Simulator (SVIS)simulateds the spread of infection at a school's lessons schedules, classroom volume, aircirc rate in classrooms and theinfectability of the students。 学校スケジュールの1つは、対面授業の比率が高いスケジュールに比べて、感染する生徒の最大数が多い。
  論文  参考訳（メタデータ） (2021-10-07T16:49:27Z)
• Automated Large-scale Class Scheduling in MiniZinc [0.0]
  本稿では,典型的な大学のニーズをすべて満たすことのできる授業スケジュールを効率的に作成するシステムを提案する。 提案システムでは,中等教育機関のスケジュールを1分以内で把握することができる。
  論文  参考訳（メタデータ） (2020-11-15T12:02:52Z)
• Optimal minimal-perturbation university timetabling with faculty preferences [0.0]
  本稿では,授業スワップ数を最小限に抑えるとともに,教員の教える時間に対する嗜好を最大化する意思決定フレームワークを提案する。 モデルは整数線形プログラム(ILP)として定式化される 仮説的な中規模学部の数値シミュレーションについて述べる。
  論文  参考訳（メタデータ） (2020-08-27T19:11:59Z)

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。