Fugu-MT 論文翻訳(概要): Exploring Factors Affecting Student Learning Satisfaction during COVID-19 in South Korea

論文の概要: Exploring Factors Affecting Student Learning Satisfaction during COVID-19 in South Korea

arxiv url: http://arxiv.org/abs/2407.20234v1
Date: Fri, 12 Jul 2024 14:28:11 GMT
ステータス: 処理完了
システム内更新日: 2024-08-05 00:56:24.469390
Title: Exploring Factors Affecting Student Learning Satisfaction during COVID-19 in South Korea
Title（参考訳）: 韓国における学生の学習満足度に影響を及ぼす要因の探索
Authors: Jiwon Han, Chaeeun Ryu, Gayathri Nadarajan,
Abstract要約: 本研究は,パンデミックにおける学生の学習嗜好と満足度に関連するいくつかの側面を理解することを目的とした。収集したデータには、学生の性別、専攻、学習時の満足度、モチベーションレベル、パフォーマンス、感情状態、学習環境が含まれていた。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Understanding students' preferences and learning satisfaction during COVID-19 has focused on learning attributes such as self-efficacy, performance, and engagement. Although existing efforts have constructed statistical models capable of accurately identifying significant factors impacting learning satisfaction, they do not necessarily explain the complex relationships among these factors in depth. This study aimed to understand several facets related to student learning preferences and satisfaction during the pandemic such as individual learner characteristics, instructional design elements and social and environmental factors. Responses from 302 students from Sungkyunkwan University, South Korea were collected between 2021 and 2022. Information gathered included their gender, study major, satisfaction and motivation levels when learning, perceived performance, emotional state and learning environment. Wilcoxon Rank sum test and Explainable Boosting Machine (EBM) were performed to determine significant differences in specific cohorts. The two core findings of the study are as follows:1) Using Wilcoxon Rank Sum test, we can attest with 95% confidence that students who took offline classes had significantly higher learning satisfaction, among other attributes, than those who took online classes, as with STEM versus HASS students; 2) An explainable boosting machine (EBM) model fitted to 95.08% accuracy determined the top five factors affecting students' learning satisfaction as their perceived performance, their perception on participating in class activities, their study majors, their ability to conduct discussions in class and the study space availability at home. Positive perceived performance and ability to discuss with classmates had a positive impact on learning satisfaction, while negative perception on class activities participation had a negative impact on learning satisfaction.
Abstract（参考訳）: 学生の好みや学習満足度を理解することは、自己効力、パフォーマンス、エンゲージメントなどの学習特性に焦点を当てている。既存の研究は、学習満足度に影響を与える重要な要因を正確に特定できる統計モデルを構築してきたが、これらの要因間の複雑な関係を深く説明するとは限らない。本研究の目的は,個人学習者の特徴,指導的デザイン要素,社会的・環境要因など,パンデミック時の学生の好みや満足度に関連するいくつかの側面を理解することである。 2021年から2022年の間,韓国のスンキンクワン大学の302人の学生の回答が収集された。収集された情報には、性別、主な研究、学習時の満足度、モチベーションレベル、パフォーマンス、感情状態、学習環境が含まれていた。 Wilcoxon Rank sum test and Explainable Boosting Machine (EBM) was performed to determine significant difference in specific cohorts。 1)Wilcoxon Rank Sumテストを用いて、オフライン授業を受講した学生は、オンライン授業を受講した学生よりも、STEMとHASSの学生よりも、学習満足度が95%高いことを証明できる。 2)95.08%の精度に適合した説明可能なブースティングマシン(EBM)モデルは,学生の学習満足度に影響を及ぼす要因のトップ5,授業活動への参加に対する認識,専攻者,授業での議論の実施能力,家庭における学習空間の可利用性について検討した。学習満足度に肯定的な評価とクラスメートとの議論能力が有意な影響を与え,クラス活動参加に対する否定的な認識が学習満足度に負の影響を及ぼした。

関連論文リスト

Socially Assistive Robot in Sexual Health: Group and Individual Student-Robot Interaction Activities Promoting Disclosure, Learning and Positive Attitudes [0.0]
社会支援ロボット(SAR)は、人間よりも信頼できると認識されることもある。学生は人間の教師よりも、SE関連の質問をロボットに尋ねることにオープンだった。
論文参考訳（メタデータ） (2024-07-17T21:36:21Z)
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)
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)
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)
Large Language Models Understand and Can be Enhanced by Emotional Stimuli [53.53886609012119]
我々は、感情的な刺激を理解するために、大規模言語モデルの能力を探究する第一歩を踏み出す。実験の結果,LLMは感情的知能を把握でき,その性能は感情的刺激によって改善できることがわかった。 EmotionPromptが生成タスクの性能を大幅に向上させることを示す。
論文参考訳（メタデータ） (2023-07-14T00:57:12Z)
Better Teacher Better Student: Dynamic Prior Knowledge for Knowledge Distillation [70.92135839545314]
本研究では,教師の持つ特徴の一部を,特徴蒸留前の先行知識として統合した動的事前知識(DPK)を提案する。 DPKは,教員モデルと生徒モデルのパフォーマンスを正に相関させ,より大きな教員を適用することで生徒の精度をさらに高めることができる。
論文参考訳（メタデータ） (2022-06-13T11:52:13Z)
Generalized Knowledge Distillation via Relationship Matching [53.69235109551099]
よく訓練されたディープニューラルネットワーク(いわゆる「教師」)の知識は、同様のタスクを学ぶのに有用である。知識蒸留は教師から知識を抽出し、対象モデルと統合する。教師に学生と同じ仕事をさせる代わりに、一般のラベル空間から訓練を受けた教師の知識を借りる。
論文参考訳（メタデータ） (2022-05-04T06:49:47Z)
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)
Social Engagement versus Learning Engagement -- An Exploratory Study of FutureLearn Learners [61.58283466715385]
大規模なオープンオンラインコース (MOOCs) は増加傾向にあるが、エンロリーのごく一部しかMOOCsを完了していない。この研究は、MOOCにおける研究の進展とともに、学習者がピアとどのように相互作用するかに特に関係している。この研究は、社会的構成主義的アプローチを採用し、協調学習を促進するFutureLearnプラットフォーム上で行われた。
論文参考訳（メタデータ） (2020-08-11T16:09:10Z)
Mining Student Responses to Infer Student Satisfaction Predictors [0.966840768820136]
我々は,学生の満足度を異なるレベルに予測し,コースとインストラクターに関連する影響力のある予測者を推定する。 1) コース内容, 2) クラス参加, 3) コースの初期期待の達成, 4) 専門的開発への関連, 5) コースがそれらと結びつき, 現実の状況を探究するのに役立つ場合, 学生の満足度に関する5つの異なる側面を提示する。
論文参考訳（メタデータ） (2020-06-14T10:31:11Z)
Influence of COVID-19 confinement in students performance in higher education [0.0]
この研究はマドリード大学オートノマ校(スペイン)の458人の学生のフィールド実験を用いた。その結果, 学生の成績に新型コロナウイルスの抑止効果が有意な影響があることが示唆された。この効果は、監禁後の実行時にフォーマットを変更しなかった活動においても顕著である。
論文参考訳（メタデータ） (2020-04-20T18:06:15Z)

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。