論文の概要: A real-time metric of online engagement monitoring
- arxiv url: http://arxiv.org/abs/2507.12162v1
- Date: Wed, 16 Jul 2025 11:44:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-17 19:00:11.377405
- Title: A real-time metric of online engagement monitoring
- Title（参考訳）: オンラインエンゲージメントモニタリングのリアルタイム計測
- Authors: Laura J. Johnston, Jim E. Griffin, Ioanna Manolopoulou, Takoua Jendoubi,
- Abstract要約: 既存のコースワイドエンゲージメント尺度を再構築し、オンラインコースの週次構造に合わせて章ベースのバージョンを作成します。
新しい測定基準では、成果データやモデルトレーニングを必要とせずに、学生活動の累積的、リアルタイムな追跡が可能になる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Measuring online behavioural student engagement often relies on simple count indicators or retrospective, predictive methods, which present challenges for real-time application. To address these limitations, we reconceptualise an existing course-wide engagement metric to create a chapter-based version that aligns with the weekly structure of online courses. Derived directly from virtual learning environment log data, the new metric allows for cumulative, real-time tracking of student activity without requiring outcome data or model training. We evaluate the approach across three undergraduate statistics modules over two academic years, comparing it to the course-wide formulation to assess how the reconceptualisation influences what is measured. Results indicate strong alignment from as early as week 3, along with comparable or improved predictive validity for final grades in structured, lecture-based contexts. By the course midpoint, the weekly metric identifies as many low-performing students as are identifiable by the end of the course. While performance varies across modules, the chapter-based formulation offers a scalable and interpretable method for early engagement monitoring and student support.
- Abstract（参考訳）: オンラインの行動的学生のエンゲージメントを測定するには、しばしば単純なカウントインジケータや振り返り、予測方法に頼る。
これらの制約に対処するため、既存のコースワイド・エンゲージメント・メトリックを再認識し、オンライン・コースの週次構造に合わせて章ベースのバージョンを作成します。
仮想学習環境ログデータから直接派生したこの新しいメトリクスは、成果データやモデルトレーニングを必要とせずに、学生活動の累積的かつリアルタイムな追跡を可能にする。
2年間にわたって3つの学部統計モジュールにまたがるアプローチを評価し,それをコース全体の定式化と比較し,再帰化が測定対象にどのような影響を及ぼすかを評価する。
結果は、構造化された講義ベースの文脈における最終段階の予測正当性と同等または改善された予測正当性とともに、早くも第3週から強い整合性を示す。
コースの途中では、週単位のメートル法は、コースの終わりで特定できるような、パフォーマンスの低い学生の数を特定する。
パフォーマンスはモジュールによって異なるが、章ベースの定式化は、早期エンゲージメントモニタリングと学生サポートのためのスケーラブルで解釈可能な方法を提供する。
関連論文リスト
- Test-time Offline Reinforcement Learning on Goal-related Experience [50.94457794664909]
基礎モデルの研究では、テストタイムトレーニングによってパフォーマンスが大幅に改善できることが示されている。
本稿では、オフラインデータセットから現在の状態への関連性に応じて遷移を選択する、新しい自己教師型データ選択基準を提案する。
目標条件付きテストタイムトレーニング(GC-TTT)アルゴリズムは、評価中にこのルーチンを後退水平方式で適用し、現在の軌道にポリシーを適用する。
論文 参考訳（メタデータ） (2025-07-24T21:11:39Z) - OpenUnlearning: Accelerating LLM Unlearning via Unified Benchmarking of Methods and Metrics [101.78963920333342]
我々は,大規模言語モデル(LLM)のアンラーニング手法とメトリクスをベンチマークするための標準フレームワークであるOpenUnlearningを紹介する。
OpenUnlearningは、9つのアンラーニングアルゴリズムと16のさまざまな評価を3つの主要なベンチマークで統合する。
また、多様なアンラーニング手法をベンチマークし、広範囲な評価スイートとの比較分析を行う。
論文 参考訳（メタデータ） (2025-06-14T20:16:37Z) - Supervised Contrastive Learning for Ordinal Engagement Measurement [2.166000001057538]
学生のエンゲージメントは、教育プログラムの納入を成功させる上で重要な役割を担っている。
本稿では、クラス不均衡とエンゲージメントレベルへの秩序導入という、この問題における2つの重要な課題を明らかにする。
仮想学習環境におけるビデオベースの学生エンゲージメント測定への新しいアプローチを提案する。
論文 参考訳（メタデータ） (2025-05-27T03:49:45Z) - Uncovering Student Engagement Patterns in Moodle with Interpretable Machine Learning [0.0]
本研究では,仮想学習環境(VLE)のアクティビティログデータを用いて,モジュール全体のエンゲージメントを定量化する手法を提案する。
学習セッション頻度,即時性,多様性を用いて,累積エンゲージメント尺度を作成する。
ユニヴァーシティ・カレッジ・カレッジ・ロンドンの統計科学科における計算モジュールのケーススタディにおいて、デリバリー手法が学生の行動にどのように影響するかを検討する。
論文 参考訳（メタデータ） (2024-12-16T14:47:25Z) - Unsupervised 3D registration through optimization-guided cyclical
self-training [71.75057371518093]
最先端のディープラーニングベースの登録方法は、3つの異なる学習戦略を採用している。
本稿では,教師なし登録のための自己指導型学習パラダイムを提案する。
腹部, 肺の登録方法の評価を行い, 測定基準に基づく監督を一貫して上回り, 最先端の競争相手よりも優れていた。
論文 参考訳（メタデータ） (2023-06-29T14:54:10Z) - Real-Time Evaluation in Online Continual Learning: A New Hope [104.53052316526546]
計算コストに関して,現在の継続学習(CL)手法を評価した。
簡単なベースラインは、この評価の下で最先端のCL法より優れている。
これは、既存のCL文献の大部分は、実用的でない特定の種類のストリームに適合していることを驚くほど示唆している。
論文 参考訳（メタデータ） (2023-02-02T12:21:10Z) - Bag of States: A Non-sequential Approach to Video-based Engagement
Measurement [7.864500429933145]
学生の行動的・感情的状態は、そのエンゲージメントのレベルを測定するために、きめ細かい時間スケールで分析する必要がある。
既存の多くのアプローチは、ビデオから学生のエンゲージメントを測定するために、繰り返しニューラルネットワーク、時間畳み込みネットワーク、三次元畳み込みニューラルネットワークなどのシーケンシャルモデルとテンポラルモデルを開発した。
本研究では,学生の行動状態と感情状態のみをモデル化・解析し,それらの発生順序をモデル化する。
論文 参考訳（メタデータ） (2023-01-17T07:12:34Z) - Inconsistencies in Measuring Student Engagement in Virtual Learning -- A
Critical Review [3.983742056712597]
バーチャル・ラーニングにおける学生の関与は、学習目標の達成とプログラムのドロップアウトリスクに大きな影響を与える可能性がある。
バーチャル・ラーニング環境では、学生エンゲージメントに特化した測定機器が多数存在する。
このレビューでは、エンゲージメントの定義や測定尺度の相違点を取り上げている。
論文 参考訳（メタデータ） (2022-08-09T05:35:16Z) - Affect-driven Engagement Measurement from Videos [0.8545305424564517]
仮想学習プログラムにおいて,ビデオによるエンゲージメント測定のための新しい手法を提案する。
ディープラーニングベースの時間モデルと従来の機械学習ベースの非時間モデルをトレーニングし、検証する。
実験の結果,最先端のエンゲージメントレベル分類精度は63.3%,非エンゲージメントビデオの正確な分類が得られた。
論文 参考訳（メタデータ） (2021-06-21T06:49:17Z) - Reducing Representation Drift in Online Continual Learning [87.71558506591937]
私たちは、エージェントが制限されたメモリと計算で変化する分布から学ぶ必要があるオンライン連続学習パラダイムを研究します。
この作業では、入ってくるデータストリームに未観測のクラスサンプルが導入されることにより、事前に観測されたデータの表現の変化に焦点を合わせます。
論文 参考訳（メタデータ） (2021-04-11T15:19:30Z) - GO FIGURE: A Meta Evaluation of Factuality in Summarization [131.1087461486504]
本稿では,現実性評価指標を評価するメタ評価フレームワークGO FIGUREを紹介する。
10個の実測値のベンチマーク分析により、我々のフレームワークが堅牢で効率的な評価を提供することが明らかとなった。
また、QAメトリクスは、ドメイン間の事実性を測定する標準的なメトリクスよりも一般的に改善されているが、パフォーマンスは、質問を生成する方法に大きく依存していることも明らかにしている。
論文 参考訳（メタデータ） (2020-10-24T08:30:20Z)
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。