論文の概要: A Systematic Review on Process Mining for Curricular Analysis
- arxiv url: http://arxiv.org/abs/2409.09204v2
- Date: Tue, 03 Dec 2024 10:51:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-04 15:39:25.622812
- Title: A Systematic Review on Process Mining for Curricular Analysis
- Title(参考訳): 曲線解析におけるプロセスマイニングの体系的検討
- Authors: Daniel Calegari, Andrea Delgado,
- Abstract要約: 教育プロセスマイニング(英: Educational Process Mining、EPM)は、教育プロセスを改善するために用いられるデータ分析技術である。
EPMの特定の応用の1つはカリキュラムマイニングであり、これは学生が学習目標を達成するための学習プログラムを理解することに焦点を当てている。
本総説では, キュラープロセスマイニングにおける現状を概観し, より堅牢で実用的なキュラー解析を支援するための具体的な研究機会について概説する。
- 参考スコア(独自算出の注目度): 0.9208007322096533
- License:
- Abstract: Educational Process Mining (EPM) is a data analysis technique that is used to improve educational processes. It is based on Process Mining (PM), which involves gathering records (logs) of events to discover process models and analyze the data from a process-centric perspective. One specific application of EPM is curriculum mining, which focuses on understanding the learning program students follow to achieve educational goals. This is important for institutional curriculum decision-making and quality improvement. Therefore, academic institutions can benefit from organizing the existing techniques, capabilities, and limitations. We conducted a systematic literature review to identify works on applying PM to curricular analysis and provide insights for further research. We reviewed 27 primary studies published across seven major databases. Our analysis classified these studies into five main research objectives: discovery of educational trajectories, identification of deviations in student behavior, bottleneck analysis, dropout / stopout analysis, and generation of recommendations. Key findings highlight challenges such as standardization to facilitate cross-university analysis, better integration of process and data mining techniques, and improved tools for educational stakeholders. This review provides a comprehensive overview of the current landscape in curricular process mining and outlines specific research opportunities to support more robust and actionable curricular analyses in educational settings.
- Abstract(参考訳): 教育プロセスマイニング(英: Educational Process Mining、EPM)は、教育プロセスを改善するために用いられるデータ分析技術である。
これはプロセスマイニング(PM)に基づいており、プロセスモデルを発見し、プロセス中心の観点からデータを分析するためにイベントの記録(ログ)を収集する。
EPMの特定の応用の1つはカリキュラムマイニングであり、これは学生が学習目標を達成するための学習プログラムを理解することに焦点を当てている。
これは、制度的なカリキュラムの意思決定と品質改善にとって重要である。
したがって、学術機関は既存の技術、能力、限界を整理することの恩恵を受けることができる。
我々は系統的な文献レビューを行い、PMをカリキュラム解析に適用する作業を特定し、さらなる研究のための洞察を提供した。
7つの主要なデータベースにまたがる27の初等的な研究をレビューした。
分析では,これらの研究を,教育的軌跡の発見,学生行動の逸脱の同定,ボトルネック分析,ドロップアウト/ストップアウト分析,レコメンデーションの生成という,5つの研究目標に分類した。
主要な発見は、大学間分析の標準化、プロセスとデータマイニング技術のより良い統合、教育関係者のためのツールの改善といった課題を浮き彫りにしている。
本総説では, キュラープロセスマイニングにおける現状を概観し, より堅牢で実用的なキュラー解析を支援するための具体的な研究機会について概説する。
関連論文リスト
- Time Series Analysis for Education: Methods, Applications, and Future Directions [45.07826873857868]
本論文は,特に教育現場における時系列解析技術に関する総合的なレビューを初めて行ったものである。
本研究は,4つの時系列手法である予測,分類,クラスタリング,異常検出を,教育環境における特定の応用点を推定するものである。
本稿では,個人化学習分析,マルチモーダルデータ融合,および教育時系列における大規模言語モデル(LLM)の役割など,今後の方向性について論じる。
論文 参考訳(メタデータ) (2024-08-25T23:48:11Z) - Deep Learning based Key Information Extraction from Business Documents: Systematic Literature Review [51.61531917413708]
鍵情報抽出のための深層学習に基づくアプローチは、文書理解(Document Understanding)という用語で提案されている。
この体系的な文献レビューの目的は、この領域における既存のアプローチの詳細な分析とさらなる研究の機会の同定である。
論文 参考訳(メタデータ) (2024-07-23T08:15:55Z) - A Review of AI and Machine Learning Contribution in Predictive Business Process Management (Process Enhancement and Process Improvement Approaches) [4.499009117849108]
我々は、ビジネスプロセス管理におけるAI/MLの統合を検討するため、学術文献の体系的なレビューを行う。
ビジネスプロセス管理とプロセスマップでは、AI/MLはプロセスメトリクスの運用データを使用して大幅に改善されている。
論文 参考訳(メタデータ) (2024-07-07T18:26:00Z) - Open Learning Analytics: A Systematic Literature Review and Future
Perspectives [0.0]
Open Learning Analytics(OLA)は、生涯学習環境における学習効率と効率性を改善することを目的とした、新興研究分野である。
本稿は,2011~2019年の学習分析文献で利用可能なツールの体系的な文献レビューを行い,オープンネスへの支援に注目した。
レビューは、効果的なOLAプラットフォームの主な要件を導き、この新興分野における重要な課題と今後の作業線を特定することで締めくくっている。
論文 参考訳(メタデータ) (2023-03-22T09:02:21Z) - Sequential pattern mining in educational data: The application context,
potential, strengths, and limitations [3.680403821470857]
シークエンシャルパターンマイニングは、教育データ科学にとって貴重なツールである。
学習プロセスに関するユニークな洞察を明らかにし、自己統制型学習研究に強力になる。
今後の研究は、パターン発生をカウントするツールを開発することで、教育データ科学における有用性を向上する可能性がある。
論文 参考訳(メタデータ) (2023-02-03T06:56:31Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Towards Automated Process Planning and Mining [77.34726150561087]
我々は、AIとBPM分野の研究者が共同で働く研究プロジェクトについて紹介する。
プロセスモデルを自動的に導出するための総合的な研究課題、研究の関連分野、および総合的な研究枠組みについて論じる。
論文 参考訳(メタデータ) (2022-08-18T16:41:22Z) - Process-BERT: A Framework for Representation Learning on Educational
Process Data [68.8204255655161]
本稿では,教育プロセスデータの表現を学習するためのフレームワークを提案する。
我々のフレームワークは、BERT型の目的を用いて、シーケンシャルなプロセスデータから表現を学習する事前学習ステップで構成されています。
当社のフレームワークは,2019年国のレポートカードデータマイニングコンペティションデータセットに適用しています。
論文 参考訳(メタデータ) (2022-04-28T16:07:28Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳(メタデータ) (2021-07-05T16:32:45Z) - A Technique for Determining Relevance Scores of Process Activities using
Graph-based Neural Networks [0.0]
本研究では,プロセス活動の関連点を評価指標として評価する手法を開発した。
このような関連性スコアでプロセスモデルに注釈を付けることは、ビジネスプロセスの問題に焦点を当てた分析を促進する。
異なる領域の4つのデータセットを用いて,本手法の予測品質を定量的に評価し,妥当性スコアの忠実性を示す。
論文 参考訳(メタデータ) (2020-08-07T12:15:30Z)
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。