Fugu-MT 論文翻訳(概要): Using Helium Balloon Flying Drones for Introductory CS Education

論文の概要: Using Helium Balloon Flying Drones for Introductory CS Education

arxiv url: http://arxiv.org/abs/2407.16909v1
Date: Wed, 26 Jun 2024 02:19:44 GMT
ステータス: 処理完了
システム内更新日: 2024-07-28 18:19:29.683026
Title: Using Helium Balloon Flying Drones for Introductory CS Education
Title（参考訳）: ヘリウム気球飛行ドローンによるCS教育
Authors: Stanley Cao, Christopher Gregg,
Abstract要約: 現在のコンピューティング教育が通常ターゲットとしているものよりも、幅広い聴衆の関心を捉えるために教育方法を適用することが不可欠である。物理コンピューティングデバイスは、学生がコンピュータ科学を勉強しているときに、学生のモチベーションが増大していることと相関することが示されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In the rapidly evolving field of computer science education, novel approaches to teaching fundamental concepts are crucial for engaging a diverse student body. Given the growing demand for a computing-skilled workforce, it is essential to adapt educational methods to capture the interest of a broader audience than what current computing education typically targets. Engaging educational experiences have been shown to have a positive impact on learning outcomes and examination performance, especially within computing education. Moreover, physical computing devices have been shown to correlate with increased student motivation when students are studying computer science.
Abstract（参考訳）: コンピュータサイエンス教育の急速に発展する分野では、基本的な概念を教えるための新しいアプローチが、多様な学生団体の関与に不可欠である。コンピューティングを専門とする労働力の需要が高まっていることを考えると、現在のコンピューティング教育が通常ターゲットとしているものよりも幅広い聴衆の関心を捉えるために、教育方法を適用することが不可欠である。教育経験の充実は、特にコンピュータ教育において、学習成果と試験成績に肯定的な影響を与えることが示されている。さらに,コンピュータ科学を専攻する学生のモチベーションの増大と,物理コンピューティング装置の相関が示されている。

関連論文リスト

First Steps towards K-12 Computer Science Education in Portugal -- Experience Report [49.1574468325115]
本報告では,ポルトガルにおけるensICO協会の取り組みについて報告する。 2020年のいくつかの学校でのパイロットプロジェクトから始まり、現在4500人の学生、35の学校、100の学校教師と協力している。主な目的は、コンピュータを必須科目として教えるための総合的なシラバスを定義するのに十分な経験と知識を得ることである。
論文参考訳（メタデータ） (2024-11-15T12:32:52Z)
Evaluating 21st Century Skills Development through Makerspace Workshops in Computer Science Education [0.0]
本研究は,メーカースペースワークショップをコンピュータサイエンス教育に組み込むことの有効性を評価する。本研究は,メーカースペース活動が学生のスキル開発に与える影響を定量化する。
論文参考訳（メタデータ） (2024-10-23T10:47:48Z)
A Review of Data Mining in Personalized Education: Current Trends and Future Prospects [30.033926908231297]
本稿では,教育推薦,認知診断,知識追跡,学習分析の4つのシナリオに焦点をあてる。教育プラットフォームにおけるAIの統合は、学術的パフォーマンス、学習の好み、行動に関する洞察を提供し、個人の学習プロセスを最適化する。
論文参考訳（メタデータ） (2024-02-27T06:09:48Z)
Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
我々は、生成AIと適応学習の交差研究に光を当てた。我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
論文参考訳（メタデータ） (2024-02-02T23:54:51Z)
Computation-efficient Deep Learning for Computer Vision: A Survey [121.84121397440337]
ディープラーニングモデルは、さまざまな視覚的知覚タスクにおいて、人間レベルのパフォーマンスに到達または超えた。ディープラーニングモデルは通常、重要な計算資源を必要とし、現実のシナリオでは非現実的な電力消費、遅延、または二酸化炭素排出量につながる。新しい研究の焦点は計算効率のよいディープラーニングであり、推論時の計算コストを最小限に抑えつつ、良好な性能を達成することを目指している。
論文参考訳（メタデータ） (2023-08-27T03:55:28Z)
On Efficient Training of Large-Scale Deep Learning Models: A Literature Review [90.87691246153612]
ディープラーニングの分野は特にコンピュータビジョン(CV)、自然言語処理(NLP)、音声などにおいて大きな進歩を遂げている。大量のデータに基づいてトレーニングされた大規模なモデルを使用することは、実用的なアプリケーションにとって大きな可能性を秘めている。計算能力の需要が増大する中で、ディープラーニングモデルの訓練の加速技術に関する包括的な要約が期待されている。
論文参考訳（メタデータ） (2023-04-07T11:13:23Z)
Understanding the role of single-board computers in engineering and computer science education: A systematic literature review [0.0]
シングルボードコンピュータ(Single-Board Computers, SBCs)は、工学と計算機科学において、技術と教育の両面において、より頻繁に採用されている。この体系的な文献レビューは、SBCがエンジニアリングとコンピュータ科学にどのように使われているかについて考察する。
論文参考訳（メタデータ） (2022-03-30T18:34:03Z)
Teaching Machine Learning in K-12 Computing Education: Potential and Pitfalls [0.0]
本稿は、K-12教育における機械学習教育に関連する教育実践、理論、技術における新たな軌跡を概説する。重要なステップは、ルールベースの"伝統的"プログラミングが、次世代の計算思考の発展における中心的な側面であり、ブロックを構築するという信念を捨てることである。
論文参考訳（メタデータ） (2021-06-02T10:45:47Z)
Comparative Study of Learning Outcomes for Online Learning Platforms [47.5164159412965]
パーソナライゼーションとアクティブラーニングは、学習の成功の鍵となる側面です。私たちは2つの人気のあるオンライン学習プラットフォームの学習結果の比較正面調査を実施します。
論文参考訳（メタデータ） (2021-04-15T20:40:24Z)
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)
Computer-Aided Personalized Education [15.811740322935476]
過去10年間で、導入コースを受講する米国の学生数は3倍に増えている。大規模なオープンオンラインコース(MOOC)は、この制約を緩和する方法として推進されている。計算ツールに依存したパーソナライズド教育はこの課題に対処できる。
論文参考訳（メタデータ） (2020-07-07T18:00:04Z)

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。