論文の概要: Classroom Activities and New Classroom Apps for Enhancing Children's Understanding of Social Media Mechanisms
- arxiv url: http://arxiv.org/abs/2501.16494v1
- Date: Mon, 27 Jan 2025 20:55:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-29 16:42:10.626306
- Title: Classroom Activities and New Classroom Apps for Enhancing Children's Understanding of Social Media Mechanisms
- Title（参考訳）: 子どもがソーシャルメディアのメカニズムを理解するための授業活動と新しい教室アプリ
- Authors: Henriikka Vartiainen, Nicolas Pope, Juho Kahila, Sonsoles López-Pernas, Matti Tedre,
- Abstract要約: 若者はますます、データ駆動のプロファイリング、推薦、ソーシャルメディアプラットフォームに対する操作の悪影響に晒されている。
本稿は,学習者のデータエージェンシーにおける事前テストとポストテストの間に有意な改善と,ソーシャルメディアのメカニズムに関するデータ駆動の説明を示す。
- 参考スコア（独自算出の注目度）: 1.497962813548524
- License:
- Abstract: Young people are increasingly exposed to adverse effects of data-driven profiling, recommending, and manipulation on social media platforms, most of them without adequate understanding of the mechanisms that drive these platforms. In the context of computing education, educating learners about mechanisms and data practices of social media may improve young learners' data agency, digital literacy, and understanding how their digital services work. A four-hour technology -- supported intervention was designed and implemented in 12 schools involving 209 5th and 8th grade learners. Two new classroom apps were developed to support the classroom activities. Using Likert-scale questions borrowed from a data agency questionnaire and open-ended questions that mapped learners' data-driven reasoning on social media phenomena, this article shows significant improvement between pre- and post-tests in learners' data agency and data-driven explanations of social media mechanisms. Results present an example of improving young learners' understanding of social media mechanisms.
- Abstract（参考訳）: 若者は、データ駆動のプロファイリング、レコメンデーション、ソーシャルメディアプラットフォームに対する操作といった悪影響にさらされている。
コンピュータ教育の文脈では、ソーシャルメディアの仕組みとデータ実践について学習者を教育することで、若い学習者のデータエージェンシー、デジタルリテラシー、そしてデジタルサービスがどのように機能するかを理解することができる。
支援された介入を支援する4時間技術は、209年生と8年生を含む12の学校で設計・実装された。
教室活動を支援するために2つの新しい教室アプリを開発した。
本稿は,学習者のソーシャルメディア現象に対するデータ駆動推論をマッピングした,データエージェンシーの質問やオープンエンド質問から借用したイコールトスケールの質問を用いて,学習者のデータエージェンシーにおける事前テストとポストテストの間に有意な改善点を示す。
その結果,若手学習者によるソーシャルメディアのメカニズムの理解向上の事例が提示された。
関連論文リスト
- An XAI Social Media Platform for Teaching K-12 Students AI-Driven Profiling, Clustering, and Engagement-Based Recommending [2.330525154053793]
本稿では,K-12教室,特に4～9年生を対象とした説明可能なAI(XAI)教育ツールを提案する。
このツールは、4つのAIとデータ駆動のコアコンセプトに焦点を当てた、ソーシャルメディアプラットフォームの背後にある基本的なプロセスの介入のために設計された。
Instagramのようなインターフェースと、データ駆動プロセスを説明するためのモニタリングツールによって、これらの複雑なアイデアはアクセス可能になり、若い学習者にとって魅力的なものになる。
論文 参考訳（メタデータ） (2024-12-18T07:10:45Z) - Enhancing Generative Class Incremental Learning Performance with Model Forgetting Approach [50.36650300087987]
本研究は, ジェネレーティブ・クラス・インクリメンタル・ラーニング(GCIL, Generative Class Incremental Learning)への新たなアプローチを提案する。
我々は, 忘れる機構の統合により, 新たな知識獲得におけるモデルの性能が著しく向上することを発見した。
論文 参考訳（メタデータ） (2024-03-27T05:10:38Z) - An Educational Tool for Learning about Social Media Tracking, Profiling,
and Recommendation [2.7049879606434013]
本稿では,説明可能なAI(XAI)に基づく授業用ツールを提案する。
初級の学習者のために、トラッキング、プロファイリング、コンテンツレコメンデーションといった重要なソーシャルメディアメカニズムをデミストするように設計されている。
論文 参考訳（メタデータ） (2024-02-02T13:34:44Z) - Imagining new futures beyond predictive systems in child welfare: A
qualitative study with impacted stakeholders [89.6319385008397]
児童福祉システムに影響を及ぼした利害関係者35名を対象に,7つのデザインワークショップを開催した。
対象者は,現在のPRMが児童福祉における既存の問題を持続的又は悪化させることを懸念した。
参加者は、データとデータ駆動ツールを使って、影響のあるコミュニティをより良くサポートする方法を提案した。
論文 参考訳（メタデータ） (2022-05-18T13:49:55Z) - Can Information Behaviour Inform Machine Learning? [0.0]
この論文は、人間の情報行動研究が、よりニュアンスな情報とインフォームのビューを機械学習にもたらす方法を説明する。
その明確な違いにもかかわらず、情報行動と機械学習の分野は多くの共通の目的、パラダイム、そして重要な研究課題を共有している。
論文 参考訳（メタデータ） (2022-05-01T19:00:52Z) - Individual Explanations in Machine Learning Models: A Case Study on
Poverty Estimation [63.18666008322476]
機械学習の手法は、敏感な社会的文脈でますます適用されつつある。
本研究の主な目的は2つある。
まず、これらの課題を公開し、関連性のある新しい説明方法の使用にどのように影響するか。
次に、関連するアプリケーションドメインで説明メソッドを実装する際に直面するような課題を軽減する一連の戦略を提示します。
論文 参考訳（メタデータ） (2021-04-09T01:54:58Z) - Individual Explanations in Machine Learning Models: A Survey for
Practitioners [69.02688684221265]
社会的関連性の高い領域の決定に影響を与える洗練された統計モデルの使用が増加しています。
多くの政府、機関、企業は、アウトプットが人間の解釈可能な方法で説明しにくいため、採用に消極的です。
近年,機械学習モデルに解釈可能な説明を提供する方法として,学術文献が多数提案されている。
論文 参考訳（メタデータ） (2021-04-09T01:46:34Z) - Using Machine Learning and Natural Language Processing Techniques to
Analyze and Support Moderation of Student Book Discussions [0.0]
IMapBookプロジェクトは、小学生のリテラシー向上と理解能力向上を目的として、インタラクティブな電子書籍を提示し、中途半端な本議論に参加することを目的としている。
本研究の目的は、メッセージ分類に対する機械学習ベースのアプローチを開発し、介入の必要性を議論モデレーターに自動的に通知し、進行中の議論に関する他の有用な情報を収集することである。
論文 参考訳（メタデータ） (2020-11-23T20:33:09Z) - Value Cards: An Educational Toolkit for Teaching Social Impacts of
Machine Learning through Deliberation [32.74513588794863]
Value Card(バリューカード)は、様々な機械学習モデルの社会的影響を、学生や実践者に検討を通じて知らせる教育ツールキットである。
その結果,バリューカードツールキットを用いることで,パフォーマンス指標の技術的定義とトレードオフの両方に対する学生の理解が向上することが示唆された。
論文 参考訳（メタデータ） (2020-10-22T03:27:19Z) - SARS-CoV-2 Impact on Online Teaching Methodologies and the Ed-Tech
Sector: Smile and Learn Platform Case Study [50.591267188664666]
この研究は、教育資源の例である「Smile and Learn platform」のオンライン方法論と利用傾向の重要性を分析した。
そこで,本研究では,教育支援のための異なるモデルと,そのプラットフォーム利用への影響について述べる。
論文 参考訳（メタデータ） (2020-07-15T10:06:51Z) - I Know Where You Are Coming From: On the Impact of Social Media Sources
on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。
最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文 参考訳（メタデータ） (2020-02-05T11:10:44Z)
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。