論文の概要: Research on Comprehensive Classroom Evaluation System Based on Multiple AI Models

• arxiv url: http://arxiv.org/abs/2506.23079v1
• Date: Sun, 29 Jun 2025 04:06:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.707352
• Title: Research on Comprehensive Classroom Evaluation System Based on Multiple AI Models
• Title（参考訳）: 複数のAIモデルに基づく総合的な授業評価システムに関する研究
• Authors: Cong Xie, Li Yang, Daben Wang, Jing Xiao,
• Abstract要約: 本稿では,教師の授業能力と授業効果の2つの側面から評価レポートと最適化提案を自動的に生成する総合評価システムを開発した。 デジタル教育時代における全学的・プロセス指向の授業評価の要件を満たす。
• 参考スコア（独自算出の注目度）: 22.997376359616208
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The promotion of the national education digitalization strategy has facilitated the development of teaching quality evaluation towards all-round, process-oriented, precise, and intelligent directions, inspiring explorations into new methods and technologies for educational quality assurance. Classroom teaching evaluation methods dominated by teaching supervision and student teaching evaluation suffer from issues such as low efficiency, strong subjectivity, and limited evaluation dimensions. How to further advance intelligent and objective evaluation remains a topic to be explored. This paper, based on image recognition technology, speech recognition technology, and AI large language models, develops a comprehensive evaluation system that automatically generates evaluation reports and optimization suggestions from two dimensions: teacher teaching ability and classroom teaching effectiveness. This study establishes a closed-loop classroom evaluation model that comprehensively evaluates student and teaching conditions based on multi-dimensional data throughout the classroom teaching process, and further analyzes the data to guide teaching improvement. It meets the requirements of all-round and process-oriented classroom evaluation in the era of digital education, effectively solves the main problems of manual evaluation methods, and provides data collection and analysis methods as well as technologies for relevant research on educational teaching evaluation.
• Abstract（参考訳）: 全国的な教育デジタル化戦略の推進は、教育品質保証のための新しい方法や技術を探究し、全体的、プロセス指向、正確、インテリジェントな方向に向けた品質評価の開発を促進する。 指導指導と学生教育評価を主体とする授業評価手法は,低効率,強い主観性,限られた評価次元といった問題に悩まされている。 知的で客観的な評価をさらに進める方法については、いまだ検討すべきトピックである。 本稿では,画像認識技術,音声認識技術,AI大言語モデルに基づいて,教師の指導能力と授業効果の2つの側面から評価レポートと最適化提案を自動的に生成する総合評価システムを開発した。 本研究では,教室の授業過程全体を通して多次元データに基づいて,学生と教員の教育条件を包括的に評価する閉ループ授業評価モデルを構築し,さらにそのデータを分析し,指導改善を導出する。 デジタル教育時代における全学的・プロセス指向の教室評価の要件を満たし,手作業による評価手法の主な課題を効果的に解決し,データ収集・分析手法と,教育教育評価に関する関連研究のための技術を提供する。

関連論文リスト

• On the development of an AI performance and behavioural measures for teaching and classroom management [29.68201271068342]
  本稿では,授業のダイナミクスを解析するためのAI駆動型尺度の開発に焦点をあてた2年間の研究プロジェクトについて述べる。 主な成果としては、キュレートされたオーディオビジュアルデータセット、新しい行動測定、概念実証教育レビューダッシュボードなどがある。
  論文  参考訳（メタデータ） (2025-06-11T04:52:50Z)
• A Survey of Automatic Evaluation Methods on Text, Visual and Speech Generations [58.105900601078595]
  本稿では,3つのモダリティすべてにまたがる生成コンテンツの自動評価手法の総合的なレビューと統合分類について述べる。 本分析は,最も成熟したテキスト生成手法の評価から開始する。 次に、このフレームワークを画像およびオーディオ生成に拡張し、その幅広い適用性を示す。
  論文  参考訳（メタデータ） (2025-06-06T11:09:46Z)
• Monocle: Hybrid Local-Global In-Context Evaluation for Long-Text Generation with Uncertainty-Based Active Learning [63.531262595858]
  分数的・対数的アプローチは、総合的な評価タスクを局所的なスコアリングタスクに分割し、続いて最終的なグローバルアセスメントを行う。 局所的およびグローバルな評価の両面での性能を高めるために,人間のアノテーションを活用するハイブリッド・イン・コンテキスト・ラーニング・アプローチを導入する。 最後に,人間のアノテーションに対するデータサンプルを効率的に選択する不確実性に基づく能動学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2025-05-26T16:39:41Z)
• EducationQ: Evaluating LLMs' Teaching Capabilities Through Multi-Agent Dialogue Framework [9.76455227840645]
  大規模言語モデル(LLM)は、ますます教育ツールとして機能するが、その教育能力を評価することは困難である。 本研究では,動的シナリオをシミュレートして学習能力を効果的に評価するマルチエージェント対話フレームワークであるEducationQを紹介する。
  論文  参考訳（メタデータ） (2025-04-21T07:48:20Z)
• Integrating AI and Learning Analytics for Data-Driven Pedagogical Decisions and Personalized Interventions in Education [0.2812395851874055]
  本研究では,革新的な学習分析ツールの概念化,開発,展開について検討する。 学生のストレスレベル、好奇心、混乱、扇動、トピックの嗜好、学習方法などの重要なデータポイントを分析し、学習環境の総合的なビューを提供する。 この研究は、パーソナライズされたデータ駆動型教育を形成する上で、AIが果たす役割を浮き彫りにする。
  論文  参考訳（メタデータ） (2023-12-15T06:00:26Z)
• A Hierarchy-based Analysis Approach for Blended Learning: A Case Study with Chinese Students [12.533646830917213]
  本稿では,混合学習評価のための階層型評価手法を提案する。 その結果、混合学習評価において、認知的エンゲージメントと感情的エンゲージメントがより重要であることが示された。
  論文  参考訳（メタデータ） (2023-09-19T00:09:00Z)
• Modelling Assessment Rubrics through Bayesian Networks: a Pragmatic Approach [40.06500618820166]
  本稿では,学習者モデルを直接評価ルーリックから導出する手法を提案する。 本稿では,コンピュータ思考のスキルをテストするために開発された活動の人的評価を自動化するために,この手法を適用する方法について述べる。
  論文  参考訳（メタデータ） (2022-09-07T10:09:12Z)
• Image Quality Assessment in the Modern Age [53.19271326110551]
  本チュートリアルは、画像品質評価(IQA)の基礎的理論、方法論、現状の進歩を聴衆に提供する。 まず,視覚刺激を適切に選択する方法に着目し,主観的品質評価手法を再考する。 手書きのエンジニアリングと(深い)学習ベースの手法の両方をカバーします。
  論文  参考訳（メタデータ） (2021-10-19T02:38:46Z)
• 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)

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。