Fugu-MT 論文翻訳(概要): Evaluating the Design Features of an Intelligent Tutoring System for Advanced Mathematics Learning

論文の概要: Evaluating the Design Features of an Intelligent Tutoring System for Advanced Mathematics Learning

arxiv url: http://arxiv.org/abs/2412.17265v1
Date: Mon, 23 Dec 2024 04:22:05 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-24 16:01:10.687989
Title: Evaluating the Design Features of an Intelligent Tutoring System for Advanced Mathematics Learning
Title（参考訳）: 高度数学学習のための知能学習システムの設計特性の評価
Authors: Ying Fang, Bo He, Zhi Liu, Sannyuya Liu, Zhonghua Yan, Jianwen Sun,
Abstract要約: Xiaomaiは、中国の大学生が高度な数学を学び、大学院数学の入学試験の準備をするために設計された知的学習システム(ITS)である。本研究はXiaomaiの2つの特徴として,自動フィードバックによる自由応答型質問の導入と,自己生成誤りを反映するメタ認知的要素について検討した。
参考スコア（独自算出の注目度）: 9.045019906811728
License:
Abstract: Xiaomai is an intelligent tutoring system (ITS) designed to help Chinese college students in learning advanced mathematics and preparing for the graduate school math entrance exam. This study investigates two distinctive features within Xiaomai: the incorporation of free-response questions with automatic feedback and the metacognitive element of reflecting on self-made errors.
Abstract（参考訳）: Xiaomaiは、中国の大学生が高度な数学を学び、大学院数学の入学試験の準備をするために設計された知的学習システム(ITS)である。本研究はXiaomaiの2つの特徴として,自動フィードバックによる自由応答型質問の導入と,自己生成誤りを反映するメタ認知的要素について検討した。

関連論文リスト

MathBench: Evaluating the Theory and Application Proficiency of LLMs with a Hierarchical Mathematics Benchmark [82.64129627675123]
MathBenchは、大規模言語モデルの数学的能力を厳格に評価する新しいベンチマークである。 MathBenchは幅広い数学の分野にまたがっており、理論的な理解と実践的な問題解決のスキルの両方を詳細に評価している。
論文参考訳（メタデータ） (2024-05-20T17:52:29Z)
Automatic question generation for propositional logical equivalences [6.221146613622175]
そこで我々は,各学生に対して適切な質問を生成できる手法を開発し,実装する。従来の研究では、妥当性、ユーザ定義の困難さ、パーソナライズされた問題生成を含む、教育におけるAQGフレームワークについて研究されてきた。我々の新しいAQGアプローチは、一年生のコンピュータサイエンス学生にとってコアコースである離散数学に論理的等価性問題をもたらす。
論文参考訳（メタデータ） (2024-05-09T02:44:42Z)
Math Multiple Choice Question Generation via Human-Large Language Model Collaboration [5.081508251092439]
複数選択質問(MCQ)は,学生の知識を評価するための一般的な方法である。大規模言語モデル(LLM)の最近の進歩は、MCQ生成の自動化への関心を喚起している。本稿では,LLMと教育者間の協調を支援するためのプロトタイプツールを提案する。
論文参考訳（メタデータ） (2024-05-01T20:53:13Z)
Towards Goal-oriented Intelligent Tutoring Systems in Online Education [69.06930979754627]
目標指向知能チューニングシステム(GITS)という新しいタスクを提案する。 GITSは,演習や評価のカスタマイズを戦略的に計画することで,学生の指定概念の習得を可能にすることを目的としている。 PAI(Planning-Assessment-Interaction)と呼ばれるグラフに基づく新しい強化学習フレームワークを提案する。
論文参考訳（メタデータ） (2023-12-03T12:37:16Z)
Novice Learner and Expert Tutor: Evaluating Math Reasoning Abilities of Large Language Models with Misconceptions [28.759189115877028]
本稿では,Large Language Models (LLM) の数学的推論能力の数学的誤解に基づく新しい評価法を提案する。我々の第一のアプローチは、初等学習者および専門教師としてLLMをシミュレートすることであり、特定の誤解から生じる数学問題に対する誤った回答を特定することを目的としている。
論文参考訳（メタデータ） (2023-10-03T21:19:50Z)
Automated Distractor and Feedback Generation for Math Multiple-choice Questions via In-context Learning [43.83422798569986]
マルチチョイス質問(MCQ)は、管理しやすく、格付けし、信頼性の高い評価形式であるため、ほぼ全てのレベルの教育においてユビキタスである。これまで、高品質なイントラクタを作るというタスクは、教師やコンテンツデザイナーを学ぶための労働集約的なプロセスのままだった。本稿では,テキスト内学習をベースとした簡易な学習手法を提案する。
論文参考訳（メタデータ） (2023-08-07T01:03:04Z)
JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem Understanding [74.12405417718054]
本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
論文参考訳（メタデータ） (2022-06-13T17:03:52Z)
Question Personalization in an Intelligent Tutoring System [5.644357169513361]
教科能力の異なる学生に合った質問を生成すれば,生徒の学習能力が向上することを示す。この知見は,質問の言語的実現が学生の学習結果に影響を及ぼすことを示す。
論文参考訳（メタデータ） (2022-05-25T15:23:51Z)
Continuous Examination by Automatic Quiz Assessment Using Spiral Codes and Image Processing [69.35569554213679]
紙のキズは安価で、教室のキャンパス教育の範囲内にある。クイズの修正はかなりの障害だ本稿では,新しい画像処理技術によって問題を緩和することを提案する。
論文参考訳（メタデータ） (2022-01-26T22:58:15Z)
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)
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。