論文の概要: The Role of AI, Blockchain, Cloud, and Data (ABCD) in Enhancing Learning Assessments of College Students
- arxiv url: http://arxiv.org/abs/2503.05722v1
- Date: Mon, 17 Feb 2025 15:11:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-16 22:53:28.893455
- Title: The Role of AI, Blockchain, Cloud, and Data (ABCD) in Enhancing Learning Assessments of College Students
- Title（参考訳）: 大学生の学習評価向上におけるAI,ブロックチェーン,クラウド,データ(ABCD)の役割
- Authors: Joel Mark P. Rodriguez, Genesis S. Austria, Glen B. Millar,
- Abstract要約: 本研究では,ABCD技術が高等教育における学習評価を改善する方法を検討する。
目的は、学生が物事をどのように認識し、行動計画し、ABCD技術が個人の学習、学術的完全性、共同学習、評価に対する信頼にどのように影響するかを研究することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This study investigates how ABCD technologies can improve learning assessments in higher education. The objective is to research how students perceive things, plan their behavior, and how ABCD technologies affect individual learning, academic integrity, co-learning, and trust in the assessment. Through a quantitative research design, survey responses were gathered from university students, and statistical tests, such as correlation and regression, were used to establish relationships between Perceived Usefulness (PU), Perceived Ease of Use (PEU), and Behavioral Intention (BI) towards ABCD adoption. The results showed that there was no significant relationship between PU, PEU, and BI, which suggests that students' attitudes, institutional policies, faculty support, and infrastructure matter more in adoption than institutional policies, faculty support, and infrastructure. While students recognize ABCD's efficiency and security benefits, fairness, ease of use, and engagement issues limit their adoption of these technologies. The research adds to Technology Acceptance Model (TAM) and Constructivist Learning Theory (CLT) by emphasizing external drivers of technology adoption. The limitations are based on self-reported data and one institutional sample. It is suggested that universities invest in faculty development, infrastructure, and policy-making to facilitate effective and ethical use of ABCD technologies in higher education.
- Abstract（参考訳）: 本研究では,ABCD技術が高等教育における学習評価を改善する方法を検討する。
目的は、学生が物事をどのように認識し、行動計画し、ABCD技術が個人の学習、学術的完全性、共同学習、評価に対する信頼にどのように影響するかを研究することである。
定量的な研究設計を通じて,大学生から調査回答を収集し,相関や回帰などの統計的テストを用いて,知覚的有用性(PU),知覚的使いやすさ(PEU),行動意図(BI)の関係をABCD導入に向けて確立した。
その結果, PU, PEU, BIには, 学生の態度, 制度的政策, 教員支援, インフラ的事項が, 制度的政策, 教員支援, インフラよりも多く採用されていることが示唆された。
学生はABCDの効率性とセキュリティの利点を認めているが、公平さ、使いやすさ、エンゲージメントの問題はこれらの技術の採用を制限する。
この研究は、技術導入の外部要因を強調することにより、TAM(Technology Acceptance Model)とCLT(Constructivist Learning Theory)を付加する。
この制限は、自己申告されたデータと1つの機関的なサンプルに基づいている。
高等教育におけるABCD技術の効果的な倫理的活用を促進するため,大学は教員育成,インフラ,政策立案に投資することが示唆された。
関連論文リスト
- Form-Substance Discrimination: Concept, Cognition, and Pedagogy [55.2480439325792]
本稿では,高等教育におけるカリキュラム開発に欠かせない学習成果として,フォーム・サブスタンス・差別について検討する。
本稿では,カリキュラム設計,評価実践,明示的な指導を通じて,この能力を育成するための実践的戦略を提案する。
論文 参考訳（メタデータ） (2025-04-01T04:15:56Z) - To Deepfake or Not to Deepfake: Higher Education Stakeholders' Perceptions and Intentions towards Synthetic Media [0.0]
ディープフェイク技術は、生成的人工知能を使用して人の類似性や声を模倣する。
本研究では,高等教育におけるディープフェイクに対する利害関係者の認識と意図について検討した。
学術的ステークホルダーは、これらの技術を採用する意図が比較的低いことを示した。
論文 参考訳（メタデータ） (2025-02-25T10:32:19Z) - Auto-assessment of assessment: A conceptual framework towards fulfilling the policy gaps in academic assessment practices [4.770873744131964]
英国、アラブ首長国連邦、イラクの3カ国から117人の学者を対象に調査を行った。
我々は、ほとんどの学者が、教育におけるAIについて肯定的な意見を持っていることを確認した。
学生の働きを自律的に評価する新しいAIフレームワークを初めて提案する。
論文 参考訳（メタデータ） (2024-10-28T15:22:37Z) - Generative AI Adoption in Classroom in Context of Technology Acceptance Model (TAM) and the Innovation Diffusion Theory (IDT) [1.9659095632676098]
本研究は, 教育者の認知とGenAI, LLMの受容に影響を及ぼす要因を明らかにすることを目的とする。
本研究は,GenAIツールの有用性と,その受容性との間に強い正の相関関係があることを明らかにする。
使用の容易さが重要な要因として現れたが、それより少なかったため、受け入れに影響が及んだ。
論文 参考訳（メタデータ） (2024-03-29T22:41:51Z) - 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) - Exploring Federated Unlearning: Analysis, Comparison, and Insights [101.64910079905566]
フェデレーション・アンラーニングは、フェデレーション・システムで訓練されたモデルからデータを選択的に除去することを可能にする。
本稿では,既存のフェデレーション・アンラーニング手法について検討し,アルゴリズムの効率,モデル精度への影響,プライバシ保護の有効性について検討する。
フェデレートされたアンラーニング手法を評価するための統一ベンチマークであるOpenFederatedUnlearningフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-30T01:34:33Z) - Artificial Intelligence across Europe: A Study on Awareness, Attitude
and Trust [39.35990066478082]
この研究の目的は、ヨーロッパの文脈における人々の見解や認識をよりよく理解することである。
我々は,人々の意識,態度,信頼の3つの側面から構築された新しいアンケート(PAICE)を設計し,検証した。
暗黙の矛盾を強調し、信頼のエコシステムの形成を妨げる可能性のあるトレンドを特定します。
論文 参考訳（メタデータ） (2023-08-19T11:00:32Z) - Learning to Prompt in the Classroom to Understand AI Limits: A pilot
study [35.06607166918901]
大規模言語モデル(LLM)と、ChatGPTのような派生したチャットボットは、AIシステムの自然言語処理能力を大幅に改善した。
しかし、AI手法が顕著な貢献を示しているにもかかわらず、興奮は否定的な感情を引き起こしている。
パイロット教育は21人の生徒を抱えた高校で実施された。
論文 参考訳（メタデータ） (2023-07-04T07:51:37Z) - A Comprehensive AI Policy Education Framework for University Teaching
and Learning [0.0]
本研究は,テキスト生成型AI技術の認識と意義を検証し,高等教育のためのAI教育政策を開発することを目的とする。
香港の大学では457人の学生と180人の教師とスタッフからデータを収集した。
本研究は,大学教育と学習におけるAI統合の多面的意味に対処する,AIエコロジー教育政策フレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-29T15:35:39Z) - AGI: Artificial General Intelligence for Education [41.45039606933712]
本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。
AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。
この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
論文 参考訳（メタデータ） (2023-04-24T22:31:59Z) - The Commodification of Open Educational Resources for Teaching and
Learning by Academics in an Open Distance e-Learning Institution [0.0]
高等教育機関では、オープン教育資源(OER)の利用が勢いを増している。
本研究は,オープンな遠隔eラーニング大学における教育と学習のためのOERの認識と知識を確立することを目的とした。
この研究は、OERの以前の経験と知識を持つ学者が、教育、学習、研究にこれらのリソースを使うことに成功していることを示した。
論文 参考訳（メタデータ） (2021-08-23T05:17:47Z) - 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)
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。