論文の概要: Interactive Learning in Computer Science Education Supported by a Discord Chatbot

• arxiv url: http://arxiv.org/abs/2407.19266v1
• Date: Sat, 27 Jul 2024 14:22:40 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-30 19:01:38.816395
• Title: Interactive Learning in Computer Science Education Supported by a Discord Chatbot
• Title（参考訳）: Discord Chatbot によるコンピュータサイエンス教育における対話型学習
• Authors: Santiago Berrezueta-Guzman, Ivan Parmacli, Stephan Krusche, Stefan Wagner,
• Abstract要約: DiscordBotを使えば、学生は短い調査を通じてコース活動に対するフィードバックを提供することができる。 出席者追跡もサポートし、開始前に講義を紹介する。 収集したデータは、学生がアクティビティの難しさと期待された結果を正確に知覚できることを示している。
• 参考スコア（独自算出の注目度）: 3.0294711465150006
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Enhancing interaction and feedback collection in a first-semester computer science course poses a significant challenge due to students' diverse needs and engagement levels. To address this issue, we created and integrated a command-based chatbot on the course communication server on Discord. The DiscordBot enables students to provide feedback on course activities through short surveys, such as exercises, quizzes, and lectures, facilitating stress-free communication with instructors. It also supports attendance tracking and introduces lectures before they start. The research demonstrates the effectiveness of the DiscordBot as a communication tool. The ongoing feedback allowed course instructors to dynamically adjust and improve the difficulty level of upcoming activities and promote discussion in subsequent tutor sessions. The data collected reveal that students can accurately perceive the activities' difficulty and expected results, providing insights not possible through traditional end-of-semester surveys. Students reported that interaction with the DiscordBot was easy and expressed a desire to continue using it in future semesters. This responsive approach ensures the course meets the evolving needs of students, thereby enhancing their overall learning experience.
• Abstract（参考訳）: 第1学期コンピュータサイエンスコースにおけるインタラクションとフィードバックの収集の強化は、学生の多様なニーズとエンゲージメントレベルのために大きな課題となる。 この問題に対処するため、Discord上のコース通信サーバ上にコマンドベースのチャットボットを作成し、統合した。 DiscordBotは、運動、クイズ、講義などの短い調査を通じてコース活動に対するフィードバックを提供し、インストラクターとのストレスのないコミュニケーションを容易にする。 出席者追跡もサポートし、開始前に講義を紹介する。 本研究は,コミュニケーションツールとしてのDiscordBotの有効性を実証する。 進行中のフィードバックにより、コースインストラクターは、今後の活動の難易度を動的に調整し、改善し、その後の講師セッションでの議論を促進することができる。 収集したデータは、学生がアクティビティの難易度と期待された結果を正確に知覚できることを明らかにし、従来の終末調査では不可能な洞察を与える。 学生はDiscordBotとの対話は簡単であり、将来のセムターで使い続けたいと願っていると報告した。 このレスポンシブなアプローチは、コースが進化する学生のニーズを満たすことを保証する。

関連論文リスト

• Awaking the Slides: A Tuning-free and Knowledge-regulated AI Tutoring System via Language Model Coordination [52.20542825755132]
  Slide2Lectureは、チューニング不要で知識を制御した知的チューリングシステムである。 入力された講義スライドを、不均一な教育行為の集合からなる構造化された教育課題に効果的に変換することができる。 教師や開発者にとって、Slide2Lectureはパーソナライズされた要求に対応するカスタマイズを可能にする。
  論文  参考訳（メタデータ） (2024-09-11T16:03:09Z)
• Investigation of the effectiveness of applying ChatGPT in Dialogic Teaching Using Electroencephalography [6.34494999013996]
  大規模言語モデル(LLM)には、知識を解釈し、質問に答え、文脈を考える能力がある。 この研究は、34人の大学生を参加者として募集し、ランダムに2つのグループに分けられた。 実験群はChatGPTを用いて対話型指導を行い,コントロール群は人間教師と対話した。
  論文  参考訳（メタデータ） (2024-03-25T12:23:12Z)
• OpineBot: Class Feedback Reimagined Using a Conversational LLM [4.304917890202721]
  OpineBotは、大きな言語モデル(LLM)を使用して、パーソナライズされた対話型クラスフィードバックを実行する新しいシステムである。 インド大学の20人の学生を対象に,OpineBotの有効性を評価した。
  論文  参考訳（メタデータ） (2024-01-28T07:12:56Z)
• Curriculum-Driven Edubot: A Framework for Developing Language Learning Chatbots Through Synthesizing Conversational Data [23.168347070904318]
  本稿では,チャットボットの対話的特徴と英語教科書の体系的素材を組み合わせたチャットボットを開発するためのフレームワークであるCurriculum-Driven EduBotを紹介する。 まず、教科書から関連するトピックを抽出し、大きな言語モデルを用いてこれらのトピックに関連する対話を生成する。
  論文  参考訳（メタデータ） (2023-09-28T19:14:18Z)
• Developing Effective Educational Chatbots with ChatGPT prompts: Insights from Preliminary Tests in a Case Study on Social Media Literacy (with appendix) [43.55994393060723]
  ChatGPTのようなゼロショット学習機能を持つ言語学習モデルの最近の進歩は、教育チャットボットを開発する新たな可能性を示している。 本稿では,混合ターンチャットボットのインタラクションを可能にするシンプルなシステムを用いたケーススタディを提案する。 本稿では,ChatGPTが複数の相互接続型学習目標を追求し,文化,年齢,教育レベルなどのユーザ特性に教育活動を適応させ,多様な教育戦略や会話スタイルを活用できる能力について検討する。
  論文  参考訳（メタデータ） (2023-06-18T22:23:18Z)
• 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)
• 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)
• Online Hackathons as an Engaging Tool to Promote Group Work in Emergency Remote Learning [7.309316212280228]
  2020年、新型コロナウイルスのパンデミックのため、感染拡大を避けるため、遠隔で教育活動を行う必要があった。 本稿では,オンラインハッカソンを学生が学期プロジェクトの開発に携わるリソースとして活用する経験報告を紹介する。
  論文  参考訳（メタデータ） (2021-04-24T06:55:29Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)
• Peer-inspired Student Performance Prediction in Interactive Online Question Pools with Graph Neural Network [56.62345811216183]
  本稿では,対話型オンライン質問プールにおいて,より優れた生徒のパフォーマンス予測を実現するために,グラフニューラルネットワーク(GNN)を用いた新しいアプローチを提案する。 具体的には,学生のインタラクションを用いた学生と質問の関係をモデル化し,学生のインタラクション・クエストネットワークを構築する。 1631の質問に対して4000人以上の学生の問題解決過程において生成した104,113個のマウス軌跡からなる実世界のデータセットに対するアプローチの有効性を評価した。
  論文  参考訳（メタデータ） (2020-08-04T14:55:32Z)

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。