論文の概要: Towards an optimised evaluation of teachers' discourse: The case of engaging messages

• arxiv url: http://arxiv.org/abs/2412.14011v1
• Date: Wed, 18 Dec 2024 16:29:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-19 13:24:41.277024
• Title: Towards an optimised evaluation of teachers' discourse: The case of engaging messages
• Title（参考訳）: 教師の言説の最適評価に向けて--係り受けメッセージの場合-
• Authors: Samuel Falcon, Jaime Leon,
• Abstract要約: 本研究では,教師の言論評価を最適化するための新しい手法を提案する。 最初の研究は、2年間にわたる音声録音による実例に基づく2つの大きな言語モデルを訓練することであった。 第2の研究では、これらのモデルを第3学年の音声録音授業の書き起こしに適用し、メッセージタイプの頻度と分布について検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Evaluating teachers' skills is crucial for enhancing education quality and student outcomes. Teacher discourse, significantly influencing student performance, is a key component. However, coding this discourse can be laborious. This study addresses this issue by introducing a new methodology for optimising the assessment of teacher discourse. The research consisted of two studies, both within the framework of engaging messages used by secondary education teachers. The first study involved training two large language models on real-world examples from audio-recorded lessons over two academic years to identify and classify the engaging messages from the lessons' transcripts. This resulted in sensitivities of 84.31% and 91.11%, and specificities of 97.69% and 86.36% in identification and classification, respectively. The second study applied these models to transcripts of audio-recorded lessons from a third academic year to examine the frequency and distribution of message types by educational level and moment of the academic year. Results showed teachers predominantly use messages emphasising engagement benefits, linked to improved outcomes, while one-third highlighted non-engagement disadvantages, associated with increased anxiety. The use of engaging messages declined in Grade 12 and towards the academic year's end. These findings suggest potential interventions to optimise engaging message use, enhancing teaching quality and student outcomes.
• Abstract（参考訳）: 教員のスキルを評価することは、教育の質と学生の成果を高めるために不可欠である。 教師の談話は、学生のパフォーマンスに大きな影響を与え、重要な要素である。 しかし、この言説のコーディングは困難である。 本研究では,教師の言論評価を最適化する新たな方法論を導入することで,この問題に対処する。 この研究は2つの研究から成っており、どちらも中等教育教師が使用するメッセージの取組みの枠組みである。 最初の研究は、2つの大規模言語モデルを実世界の例で学習し、2年間にわたって音声録音による授業を実践し、授業の書き起こしから係わるメッセージを特定し、分類することであった。 この結果、84.31%と91.11%の感度、97.69%と86.36%の感度が得られた。 第2報では、これらのモデルを第3学年の音声録音授業の書き起こしに適用し、教育レベルと学年の瞬間によるメッセージタイプの頻度と分布について検討した。 その結果、教師はエンゲージメントの利点を強調したメッセージを主に使い、改善された結果に結びついているのに対し、3分の1は不安を伴う非エンゲージメントの欠点を強調していた。 通訳は12学年で減少し、学年の終わりに向かった。 これらの知見は, メッセージ活用を最適化し, 質と学生の成果を高めるための潜在的介入が示唆された。

関連論文リスト

• Speechworthy Instruction-tuned Language Models [71.8586707840169]
  提案手法は,学習の促進と嗜好の両面において,一般的な命令調整型LLMの音声適合性の向上を図っている。 我々は,各手法が生成した応答の音声適合性向上にどのように貢献するかを示すために,語彙的,構文的,定性的な分析を共有する。
  論文  参考訳（メタデータ） (2024-09-23T02:34:42Z)
• The Promises and Pitfalls of Using Language Models to Measure Instruction Quality in Education [3.967610895056427]
  本稿では,自然言語処理(NLP)技術を活用して,複数のハイ推論教育実践を評価するための最初の研究について述べる。 ノイズや長い入力データ、人間の評価の高度に歪んだ分布など、NLPに基づく指導分析に固有の2つの課題に直面している。
  論文  参考訳（メタデータ） (2024-04-03T04:15:29Z)
• Does Starting Deep Learning Homework Earlier Improve Grades? [63.20583929886827]
  宿題を早く始め、より多くの時間を費やしている学生は、宿題の成績が良くなるはずだ。 既存の文献が宿題に費やした時間の影響は明確ではなく、主にK-12教育から来ている。 我々は,学生の成功に対する影響を原則的に結論付けるために,階層的ベイズモデルを構築した。
  論文  参考訳（メタデータ） (2023-09-30T09:34:30Z)
• Improving Students With Rubric-Based Self-Assessment and Oral Feedback [2.808134646037882]
  ルーブリックと口頭フィードバックは、学生のパフォーマンス向上と学習結果の達成を支援するアプローチである。 本稿では,ルーブリックと口頭フィードバックが学生の学習成績に及ぼす影響について検討する。
  論文  参考訳（メタデータ） (2023-07-24T14:48:28Z)
• Can Language Models Teach Weaker Agents? Teacher Explanations Improve Students via Personalization [84.86241161706911]
  教師のLLMは、実際に生徒の推論に介入し、パフォーマンスを向上させることができることを示す。 また,マルチターンインタラクションでは,教師による説明が一般化され,説明データから学習されることを示す。 教師のミスアライメントが学生の成績をランダムな確率に低下させることを、意図的に誤解させることで検証する。
  論文  参考訳（メタデータ） (2023-06-15T17:27:20Z)
• Distantly-Supervised Named Entity Recognition with Adaptive Teacher Learning and Fine-grained Student Ensemble [56.705249154629264]
  NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。 本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。 微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
  論文  参考訳（メタデータ） (2022-12-13T12:14:09Z)
• 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)
• Natural Language Communication with a Teachable Agent [0.0]
  本研究は,Curiosity Notebookを介して仮想エージェントと対話する際のモダリティ教育の効果について検討する。 原材料から文を選択してエージェントを教える方法と、原材料を言い換えてテキスト入力を入力して教える方法とを比較する。 その結果, パラフレーズやテキスト入力による授業は, 教材の学習結果や, 情緒的エンゲージメントの側面に肯定的な影響を及ぼすことがわかった。
  論文  参考訳（メタデータ） (2022-03-17T01:31:23Z)
• Measuring Conversational Uptake: A Case Study on Student-Teacher Interactions [19.80258498803113]
  教育における教員の学生貢献の獲得は、より高い生徒の達成と結びついている。 そこで本稿では,米国数学教室の授業書から抽出した学生と教師の交流のデータセットを,専門家の取り込みにアノテートしたデータとして公開することにより,取り込みを計測する枠組みを提案する。 pJSDは反復に基づくベースラインよりも優れており,質問応答や修正など,より広い範囲の取り込み現象を識別できる。
  論文  参考訳（メタデータ） (2021-06-07T18:00:06Z)
• Effects of the COVID-19 Pandemic on Learning and Teaching: a Case Study from Higher Education [0.0]
  2019年12月、中国武漢でSARS-CoV-2感染が初めて確認された。 本研究は,高校生のパンデミックが学習パターンに与える影響を解説し,分析する。
  論文  参考訳（メタデータ） (2021-05-04T11:39:45Z)
• Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
  教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。 マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
  論文  参考訳（メタデータ） (2020-05-16T02:17:04Z)

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。

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。