論文の概要: Does the Doer Effect Exist Beyond WEIRD Populations? Toward Analytics in Radio and Phone-Based Learning

• arxiv url: http://arxiv.org/abs/2412.20923v1
• Date: Mon, 30 Dec 2024 13:10:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-31 16:02:13.559335
• Title: Does the Doer Effect Exist Beyond WEIRD Populations? Toward Analytics in Radio and Phone-Based Learning
• Title（参考訳）: WEIRD人口を超えるドーア効果は存在するか? : ラジオ・電話学習における分析に向けて
• Authors: Darren Butler, Conrad Borchers, Michael W. Asher, Yongmin Lee, Sonya Karnataki, Sameeksha Dangi, Samyukta Athreya, John Stamper, Amy Ogan, Paulo F. Carvalho,
• Abstract要約: Doer Effectは、実践的な質問のようなより活発な学習活動の完了は、受動的学習活動よりもポジティブな学習結果と強く関連している、と述べている。 この研究は,N = 234人のウガンダの学生が電話で複数の質問に答え,コミュニティラジオで講義を聴く証拠を提供する。
• 参考スコア（独自算出の注目度）: 2.1141689610886734
• License:
• Abstract: The Doer Effect states that completing more active learning activities, like practice questions, is more strongly related to positive learning outcomes than passive learning activities, like reading, watching, or listening to course materials. Although broad, most evidence has emerged from practice with tutoring systems in Western, Industrialized, Rich, Educated, and Democratic (WEIRD) populations in North America and Europe. Does the Doer Effect generalize beyond WEIRD populations, where learners may practice in remote locales through different technologies? Through learning analytics, we provide evidence from N = 234 Ugandan students answering multiple-choice questions via phones and listening to lectures via community radio. Our findings support the hypothesis that active learning is more associated with learning outcomes than passive learning. We find this relationship is weaker for learners with higher prior educational attainment. Our findings motivate further study of the Doer Effect in diverse populations. We offer considerations for future research in designing and evaluating contextually relevant active and passive learning opportunities including leveraging familiar technology, increasing the number of practice opportunities, and aligning multiple data sources.
• Abstract（参考訳）: ドーアエフェクトは、実践的な質問のようなより活発な学習活動の完了は、読書、視聴、コース教材の聴取といった受動的学習活動よりも、肯定的な学習結果に強く関係している、と述べている。 広範ではあるが、ほとんどの証拠は、北米とヨーロッパの西部、工業化、富、教育、民主(WEIRD)の家庭教師制度の実践から生まれてきた。 学習者は異なる技術を用いて遠隔地で実践できるWEIRD人口を超えて、ドーアエフェクトは一般化されるのか? N = 234人のウガンダの学生が電話で複数の質問に答え、コミュニティラジオで講義を聞いているという証拠を提供する。 本研究は,能動的学習が受動的学習よりも学習結果に関連しているという仮説を支持した。 この関係は、先進的な学歴を持つ学習者にとってより弱く感じられる。 我々の発見は、多様な集団におけるドーア効果のさらなる研究を動機付けている。 我々は,経験豊富な技術を活用すること,実践機会の数を増やすこと,複数のデータソースの整合化など,文脈的に関連する活動的・受動的学習の機会を設計・評価するための今後の研究について検討する。

関連論文リスト

• Can We Delegate Learning to Automation?: A Comparative Study of LLM Chatbots, Search Engines, and Books [0.6776894728701932]
  教科書やウェブ検索といった従来のリソースからの移行は、教育者の間で懸念を呼び起こす。 本稿では,教育者の立場から3つの主な懸念点を体系的に明らかにする。 その結果,LLMは受動的学習を促進することなく,鍵概念の包括的理解を支援するが,知識保持効果は限られていた。
  論文  参考訳（メタデータ） (2024-10-02T10:16:54Z)
• Deep Active Learning for Computer Vision: Past and Future [50.19394935978135]
  AIモデルの開発に欠かせない役割にもかかわらず、アクティブラーニングの研究は他の研究の方向性ほど集中的ではない。 データ自動化の課題に対処し、自動化された機械学習システムに対処することによって、アクティブな学習はAI技術の民主化を促進する。
  論文  参考訳（メタデータ） (2022-11-27T13:07:14Z)
• Responsible Active Learning via Human-in-the-loop Peer Study [88.01358655203441]
  我々は,データプライバシを同時に保持し,モデルの安定性を向上させるために,Pear Study Learning (PSL) と呼ばれる責任あるアクティブラーニング手法を提案する。 まず,クラウドサイドのタスク学習者(教師)から未学習データを分離する。 トレーニング中、タスク学習者は軽量なアクティブ学習者に指示し、アクティブサンプリング基準に対するフィードバックを提供する。
  論文  参考訳（メタデータ） (2022-11-24T13:18:27Z)
• Actively learning to learn causal relationships [0.0]
  我々は、活発な因果学習の分野における疑問を探求する。 この結果から,活発な因果学習問題に類似点がある場合,これらの類似点に関する信念を学習し,伝達することが示唆された。 人々はこれらの過剰な仮説を利用して、長期的なアクティブな学習を促進する。
  論文  参考訳（メタデータ） (2022-06-20T13:50:51Z)
• Mind Your Outliers! Investigating the Negative Impact of Outliers on Active Learning for Visual Question Answering [71.15403434929915]
  視覚的質問応答のタスクにおいて、5つのモデルと4つのデータセットにまたがって、多種多様な能動的学習アプローチがランダム選択を上回りません。 アクティブな学習手法が好まれるが、モデルは学習に失敗する例の集まりである。 本研究では,アクティブ学習プールにおける集団外乱の減少に伴い,アクティブ学習サンプル効率が著しく向上することを示す。
  論文  参考訳（メタデータ） (2021-07-06T00:52:11Z)
• Probing Across Time: What Does RoBERTa Know and When? [70.20775905353794]
  言語知識は、ドメイン間で高速、安定、そして堅牢に獲得されることを示す。 事実と常識はより遅く、ドメインに敏感です。 クロスタイム探索は、これらのモデルが生み出す複雑で混ざった学習を理解するのに役立ち、必要な学習を迅速に行うためのより効率的なアプローチへと導いてくれると信じています。
  論文  参考訳（メタデータ） (2021-04-16T04:26:39Z)
• Rebuilding Trust in Active Learning with Actionable Metrics [77.99796068970569]
  アクティブラーニング(AL)は研究の活発な領域であるが、プレッシャーのあるニーズにもかかわらず、業界ではほとんど使われない。 これは部分的には目的のずれによるものであり、研究は選択したデータセットで最高の結果を得るよう努力している。 積極的学習における産業実践者の信頼回復を支援するために,様々な活動可能な指標を提示する。
  論文  参考訳（メタデータ） (2020-12-18T09:34:59Z)
• Human-Like Active Learning: Machines Simulating the Human Learning Process [19.047418259890815]
  本研究では,機械の仮説を立てるために2つの実験の整列を試みた。 実験1では,受動的学習の効果と能動的学習の効果を比較した。 人的結果に基づく機械実験では,人間の能動的学習を知識蒸留の一形態として模倣した。
  論文  参考訳（メタデータ） (2020-11-07T09:32:49Z)
• Presentation and Analysis of a Multimodal Dataset for Grounded Language Learning [32.28310581819443]
  接地的な言語習得は、言語に基づく相互作用が周囲の世界をどのように参照するかを学ぶことを伴う。 実際には、学習に使用されるデータは、実際の人間のインタラクションよりもクリーンで、クリアで、文法的な傾向があります。 本稿では,話し言葉と書き言葉を併用した家庭内共通物体のデータセットについて述べる。
  論文  参考訳（メタデータ） (2020-07-29T17:58:04Z)
• Bayesian active learning for production, a systematic study and a reusable library [85.32971950095742]
  本稿では,現在のアクティブラーニング技術の主な欠点について分析する。 実世界のデータセットの最も一般的な課題が深層能動学習プロセスに与える影響について,系統的研究を行った。 部分的不確実性サンプリングやより大きいクエリサイズといった,アクティブな学習ループを高速化する2つの手法を導出する。
  論文  参考訳（メタデータ） (2020-06-17T14:51:11Z)

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。