論文の概要: Assessing Pedagogical Readiness for Digital Innovation: A Mixed-Methods Study

• arxiv url: http://arxiv.org/abs/2502.15781v1
• Date: Mon, 17 Feb 2025 10:29:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-02 02:21:26.815536
• Title: Assessing Pedagogical Readiness for Digital Innovation: A Mixed-Methods Study
• Title（参考訳）: デジタルイノベーションのための教育的準備性の評価 : 混合手法による研究
• Authors: Ning Yulin, Solomon Danquah Danso,
• Abstract要約: 本研究は,デジタル技術を教育実践に活用するインストラクターの準備について評価する。 その結果、多くの教育者がデジタルツールの利点を認めつつも、プロフェッショナル開発や変革回避といった問題が残っていることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Digital innovation in education has revolutionized teaching and learning processes, demanding a rethink of pedagogical competence among educators. This study evaluates the preparation of instructors to use digital technologies into their educational practices. The study used a mixed-methods approach, integrating both qualitative interviews and quantitative surveys to evaluate teachers' institutional support systems, beliefs, and technical proficiency. The results show that even while a large number of educators acknowledge the benefits of digital tools, problems including poor professional development and change aversion still exist. In order to improve digital pedagogical preparation, the study emphasizes the necessity of focused training initiatives and encouraging institutional regulations. There is discussion on the implications for educational institutions and policymakers.
• Abstract（参考訳）: 教育におけるデジタルイノベーションは、教育と学習のプロセスに革命をもたらし、教育者間の教育能力の再考を要求している。 本研究は,デジタル技術を教育実践に活用するインストラクターの準備について評価する。 この研究は、質的な面接と定量的調査の両方を統合して、教師の制度的支援システム、信念、技術熟練度を評価した。 その結果、多くの教育者がデジタルツールの利点を認めつつも、プロフェッショナル開発や変革回避といった問題が残っていることがわかった。 本研究は,デジタル教育の準備を改善するために,集中型教育活動の必要性を強調し,制度規制を奨励するものである。 教育機関や政策立案者への影響については議論がある。

関連論文リスト

• Transforming Teacher Education in Developing Countries: The Role of Generative AI in Bridging Theory and Practice [0.7416846035207727]
  この研究はガーナに焦点を当てており、限られた教育モデル、パフォーマンスベースアセスメント、実践者と実践者のギャップといった課題が進歩を妨げる。 GenAIは、コンテンツ知識獲得の支援により、これらの課題に対処する能力を持っている。 この研究は、これらの役割をさらに探求するための実証的研究を推奨し、教員教育システムにGenAIを統合するための実践的なステップを効果的に発展させることで結論付けられた。
  論文  参考訳（メタデータ） (2024-11-16T06:46:09Z)
• Revolutionising Role-Playing Games with ChatGPT [0.0]
  本研究の目的は,AIによるシミュレーションが学生の学習経験に与える影響を分析することである。 ヴィゴツキーの社会文化的理論に基づいて、ChatGPTは学生に戦略的意思決定プロセスのより深い理解を与えるために用いられた。
  論文  参考訳（メタデータ） (2024-07-02T08:21:40Z)
• Large Language Models for Education: A Survey and Outlook [69.02214694865229]
  各視点の技術的進歩を体系的にレビューし、関連するデータセットとベンチマークを整理し、教育におけるLSMの展開に伴うリスクと課題を特定する。 本調査は、LLMの力を利用して教育実践を変革し、より効果的なパーソナライズされた学習環境を育むための、教育者、研究者、政策立案者のための総合的な技術図を提供することを目的とする。
  論文  参考訳（メタデータ） (2024-03-26T21:04:29Z)
• Understanding the Progression of Educational Topics via Semantic Matching [0.9246281666115259]
  教育システムは、技術進歩、工業的、社会的ニーズに適応し、学生の学習行動を強化するために、動的に変化している。 カリキュラムスペシャリストや教育者は、学年ごとの教科を常に改訂し、ギャップを特定し、新しい学習トピックを導入し、学習結果を強化する。 データセット内に構築された主題、トピック、学習結果に関する微妙なデータを持つことで、データサイエンスを活用して、さまざまな学習トピックの進捗をよりよく理解することが可能になる。
  論文  参考訳（メタデータ） (2024-02-10T08:24:29Z)
• Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
  我々は、生成AIと適応学習の交差研究に光を当てた。 我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
  論文  参考訳（メタデータ） (2024-02-02T23:54:51Z)
• eQETIC: A Maturity Model for Online Education [0.0]
  本研究は,継続的プロセス改善を目的としたアプローチに基づくオンライン教育ソリューションの品質に着目したモデルを提案する。 このモデルは3つの成熟度レベルと6つの共通エンティティを考慮し、デジタル教育ソリューションの計画と開発に関する具体的なプラクティスに対処する。
  論文  参考訳（メタデータ） (2022-01-15T22:46:47Z)
• Desperately seeking the impact of learning analytics in education at scale: Marrying data analysis with teaching and learning [0.0]
  学習分析(LA)は、学習成果、学習者支援、教育を改善することができると主張されている。 教育環境におけるLAの有効性を示す実践への影響の実証的な証拠はいまだ少ない。 学生の大規模学習改善を目的としたデータ駆動意思決定の効果を高めるためには,教育者のニーズをよりよく理解する必要がある。
  論文  参考訳（メタデータ） (2021-05-14T07:33:17Z)
• The Challenges of Assessing and Evaluating the Students at Distance [77.34726150561087]
  新型コロナウイルス(COVID-19)の感染拡大が高等教育機関に強い影響を及ぼし、教室の授業は中止された。 本論文は、ポルトガルの高等教育機関がもたらす課題を探求し、評価モデルにもたらす課題を分析することを目的としている。
  論文  参考訳（メタデータ） (2021-01-30T13:13:45Z)
• Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
  パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。 近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
  論文  参考訳（メタデータ） (2021-01-19T12:23:32Z)
• 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)
• 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。