論文の概要: Building Collaborative Learning: Exploring Social Annotation in Introductory Programming
- arxiv url: http://arxiv.org/abs/2407.10322v1
- Date: Mon, 17 Jun 2024 08:59:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 12:49:16.730873
- Title: Building Collaborative Learning: Exploring Social Annotation in Introductory Programming
- Title（参考訳）: 共同学習の構築 - 入門プログラミングにおけるソーシャルアノテーションの探求
- Authors: Francisco Gomes de Oliveira Neto, Felix Dobslaw,
- Abstract要約: 学生や教師は、フィードバックフルーツ、ペルーサル、ダイゴなどのプラットフォームを使用して、コース資料を共同で議論する。
このアプローチは、学生が自分の考えや答えを同僚と共有することを奨励し、よりインタラクティブな学習環境を育む。
ペルーサルが112名の学生の受験成績に及ぼす影響を報告する。
- 参考スコア（独自算出の注目度）: 2.143931038161476
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing demand for software engineering education presents learning challenges in courses due to the diverse range of topics that require practical applications, such as programming or software design, all of which are supported by group work and interaction. Social Annotation (SA) is an approach to teaching that can enhance collaborative learning among students. In SA, both students and teachers utilize platforms like Feedback Fruits, Perusall, and Diigo to collaboratively annotate and discuss course materials. This approach encourages students to share their thoughts and answers with their peers, fostering a more interactive learning environment. We share our experience of implementing social annotation via Perusall as a preparatory tool for lectures in an introductory programming course aimed at undergraduate students in Software Engineering. We report the impact of Perusall on the examination results of 112 students. Our results show that 81% of students engaged in meaningful social annotation successfully passed the course. Notably, the proportion of students passing the exam tends to rise as they complete more Perusall assignments. In contrast, only 56% of students who did not participate in Perusall discussions managed to pass the exam. We did not enforce mandatory Perusall participation in the course. Yet, the feedback from our course evaluation questionnaire reveals that most students ranked Perusall among their favorite components of the course and that their interest in the subject has increased.
- Abstract（参考訳）: ソフトウェア工学教育の需要の増加は、プログラミングやソフトウェア設計といった実践的な応用を必要とするさまざまなトピックがグループワークやインタラクションによって支えられているため、コースにおける学習上の課題を提起する。
ソーシャルアノテーション(Social Annotation、SA)は、学生間の協調学習を強化するための教育手法である。
SAでは、学生と教師の両方が、フィードバックフルーツ、ペルーサル、ダイゴなどのプラットフォームを使用して、コース資料を共同で注釈付けし、議論する。
このアプローチは、学生が自分の考えや答えを同僚と共有することを奨励し、よりインタラクティブな学習環境を育む。
私たちは、ソフトウェア工学の学部生を対象にした入門プログラミングコースで講義の準備ツールとして、Perlipsall経由でソーシャルアノテーションを実装する経験を共有します。
ペルーサルが112名の学生の受験成績に及ぼす影響を報告する。
その結果,有意義な社会的アノテーションに携わる学生の81%が,このコースに合格したことがわかった。
特に、試験に合格する学生の比率は、ペルーサルの割り当てがより多く完了するにつれて上昇する傾向にある。
一方、ペルーサルの議論に参加していない学生の56%のみが試験に合格した。
このコースにはペルーサルの強制参加は行わなかった。
しかし,コース評価アンケートから得られたフィードバックから,ほとんどの学生がペルーサルをコースの好意的な構成要素に位置づけており,本科目への関心が高まっていることが明らかとなった。
関連論文リスト
- GPT-4 as a Homework Tutor can Improve Student Engagement and Learning Outcomes [80.60912258178045]
我々は,中学生が第二言語として英語を学習するための対話型宿題セッションを,GPT-4で実施できるプロンプト戦略を開発した。
従来の宿題を GPT-4 の宿題に置き換え,4つの高校生の授業でランダム化比較試験(RCT)を行った。
学習結果の大幅な改善,特に文法の増大,学生のエンゲージメントについて検討した。
論文 参考訳（メタデータ） (2024-09-24T11:22:55Z) - Revolutionizing Undergraduate Learning: CourseGPT and Its Generative AI Advancements [1.949927790632678]
本稿では,教員支援と学部生の教育経験向上を目的とした生成型AIツールであるCourseGPTを紹介する。
Mistral AIのオープンソースのLarge Language Models(LLM)をベースに構築されたCourseGPTは、継続的なインストラクターサポートとコース教材の定期的な更新を提供する。
本稿では,CPR E 431- Basics of Information System Security をパイロットとして利用したCourseGPTの応用例を示す。
論文 参考訳（メタデータ） (2024-07-25T18:02:16Z) - Leveraging Large Language Models for Actionable Course Evaluation Student Feedback to Lecturers [6.161370712594005]
コンピュータサイエンス科の75科以上で742名の学生が回答した。
各コースについて,授業評価項目と動作可能な項目の要約を合成する。
本研究は, 授業環境における教師に対して, 実感的, 行動的, 適切なフィードバックを生み出すために, 生成的AIを使用する可能性を強調した。
論文 参考訳（メタデータ） (2024-07-01T13:29:55Z) - Enhancing Student Engagement in Large-Scale Capstone Courses: An Experience Report [2.7629502923028944]
キャップストーンコースは、ソフトウェア開発でハンズオン体験を得るための貴重な機会を学生に提供する。
アカッドストーン・コースの調整 特に大学生のコホートは 学術スタッフにとって 大変な仕事だ
6回の連続セッションで大きく成長したキャップストーンコースの反復的開発と改良について概説した。
論文 参考訳（メタデータ） (2024-04-03T23:59:35Z) - Enhancing Students' Learning Process Through Self-Generated Tests [0.0]
本稿では,学生の自律学習の促進を目的とした教育実験について述べる。
本研究の主目的は,評価試験に学生の質問を含めることによって,評価プロセスに学生を参加させることである。
学生がアップロードした質問は、登録された生徒全員と、関連する教師全員に表示される。
論文 参考訳（メタデータ） (2024-03-21T09:49:33Z) - 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) - Disadvantaged students increase their academic performance through
collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。
我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。
自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文 参考訳（メタデータ） (2022-03-10T20:23:38Z) - TecCoBot: Technology-aided support for self-regulated learning [52.77024349608834]
自己学習活動は、学習成果の達成への活動の程度と自己学習活動の貢献を高めることができる。
特に世界的なパンデミックの時代には、学生が既に技術強化された材料、プロセス、デジタルプラットフォームを使っている家庭で、自己学習活動がますます活発に行われている。
論文 参考訳（メタデータ） (2021-11-23T13:50:21Z) - A literature survey on student feedback assessment tools and their usage
in sentiment analysis [0.0]
我々は,Kahoot!, Mentimeter, Padlet, pollingなどのクラス内フィードバック評価手法の有効性を評価する。
学生の質的なフィードバックコメントから明確な提案を抽出する感情分析モデルを提案する。
論文 参考訳（メタデータ） (2021-09-09T06:56:30Z) - Seminar Learning for Click-Level Weakly Supervised Semantic Segmentation [149.9226057885554]
クリックレベルの監視を伴う意味的セグメンテーションのための新しい学習パラダイムであるセミナー学習を提案する。
セミナー学習の理論的根拠は、異なるネットワークからの知識を活用して、クリックレベルのアノテーションで提供される不十分な情報を補うことである。
実験により,72.51%の新たな最先端性能を実現するセミナー学習の有効性が示された。
論文 参考訳（メタデータ） (2021-08-30T17:27:43Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z)
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。