論文の概要: Combining model tracing and constraint-based modeling for multistep strategy diagnoses
- arxiv url: http://arxiv.org/abs/2507.13652v1
- Date: Fri, 18 Jul 2025 04:47:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-21 20:43:26.187913
- Title: Combining model tracing and constraint-based modeling for multistep strategy diagnoses
- Title（参考訳）: マルチステップ戦略診断のためのモデルトレースと制約に基づくモデリングの組み合わせ
- Authors: Gerben van der Hoek, Johan Jeuring, Rogier Bos,
- Abstract要約: モデルトレースと制約に基づくモデリングを融合する手法を提案する。
制約を、学生の入力が戦略のステップと共通する特性として定義することにより、学生が戦略から逸脱した場合に診断を与えることができる。
- 参考スコア（独自算出の注目度）: 0.23408308015481663
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Model tracing and constraint-based modeling are two approaches to diagnose student input in stepwise tasks. Model tracing supports identifying consecutive problem-solving steps taken by a student, whereas constraint-based modeling supports student input diagnosis even when several steps are combined into one step. We propose an approach that merges both paradigms. By defining constraints as properties that a student input has in common with a step of a strategy, it is possible to provide a diagnosis when a student deviates from a strategy even when the student combines several steps. In this study we explore the design of a system for multistep strategy diagnoses, and evaluate these diagnoses. As a proof of concept, we generate diagnoses for an existing dataset containing steps students take when solving quadratic equations (n=2136). To compare with human diagnoses, two teachers coded a random sample of deviations (n=70) and applications of the strategy (n=70). Results show that that the system diagnosis aligned with the teacher coding in all of the 140 student steps.
- Abstract（参考訳）: モデルトレースと制約に基づくモデリングは、ステップワイズタスクにおける学生の入力を診断するための2つのアプローチである。
モデル追跡は、学生が連続的に行う問題解決のステップを特定するのをサポートするが、制約に基づくモデリングは、複数のステップを1ステップに組み合わせた場合でも、学生の入力診断をサポートする。
両パラダイムをマージするアプローチを提案する。
生徒の入力が戦略のステップと共通する特性として制約を定義することにより、学生が複数のステップを組み合わせても戦略から逸脱した場合に診断を与えることができる。
本研究では,多段階戦略診断システムの設計について検討し,その評価を行った。
概念実証として,2次方程式(n=2136)を解く際に,学生が行うステップを含む既存のデータセットの診断を生成する。
人間の診断と比較するために、2人の教師がランダムな偏差(n=70)と戦略(n=70)のサンプルをコーディングした。
その結果, システム診断は, 生徒の140ステップすべてにおいて, 教師のコーディングと一致していることがわかった。
関連論文リスト
- Buggy rule diagnosis for combined steps through final answer evaluation in stepwise tasks [0.23408308015481663]
多くのインテリジェントなチューターシステムは、ステップワイズタスクの解決において学生を支援することができる。
本研究は,最終回答に基づく自動誤り診断の可能性について検討する。
論文 参考訳（メタデータ） (2025-07-18T04:39:13Z) - MSDiagnosis: A Benchmark for Evaluating Large Language Models in Multi-Step Clinical Diagnosis [8.641421154025211]
われわれはMSDiagnosisと呼ばれる中国の臨床診断基準を提案する。
このベンチマークは12の部門から2,225のケースで構成され、一次診断、鑑別診断、最終診断などのタスクをカバーする。
論文 参考訳（メタデータ） (2024-08-19T14:31:57Z) - A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。
モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
論文 参考訳（メタデータ） (2024-07-07T18:02:00Z) - Towards the Identifiability and Explainability for Personalized Learner
Modeling: An Inductive Paradigm [36.60917255464867]
本稿では,エンコーダ・デコーダモデルにインスパイアされた新しい応答効率応答パラダイムに基づく,識別可能な認知診断フレームワークを提案する。
診断精度を損なうことなく,ID-CDFが効果的に対処できることが示唆された。
論文 参考訳（メタデータ） (2023-09-01T07:18:02Z) - A Transformer-based representation-learning model with unified
processing of multimodal input for clinical diagnostics [63.106382317917344]
本稿では,マルチモーダル入力を統一的に処理する臨床診断支援として,トランスフォーマーを用いた表現学習モデルについて報告する。
統一モデルは, 肺疾患の同定において, 画像のみのモデル, 非統一型マルチモーダル診断モデルより優れていた。
論文 参考訳（メタデータ） (2023-06-01T16:23:47Z) - Pixel-Level Explanation of Multiple Instance Learning Models in
Biomedical Single Cell Images [52.527733226555206]
複数のインスタンス学習モデルを説明するための4つの属性法について検討する。
急性骨髄性白血病の2つのデータセットと100万以上の単細胞画像について検討した。
我々は、属性マップと医療専門家の注釈を比較し、モデルの意思決定が人間の基準とどのように異なるかを確認する。
論文 参考訳（メタデータ） (2023-03-15T14:00:11Z) - DxFormer: A Decoupled Automatic Diagnostic System Based on
Decoder-Encoder Transformer with Dense Symptom Representations [26.337392652262103]
診断指向対話システムは患者の健康状態を照会し、患者との継続的な対話を通じて疾患の予測を行う。
本稿では,診断プロセスを症状調査と疾患診断の2つの段階に分割する,分離された自動診断フレームワークDxFormerを提案する。
提案モデルは,医師の臨床経験を効果的に学習し,症状のリコールと診断精度の点で最先端の結果を得ることができる。
論文 参考訳（メタデータ） (2022-05-08T01:52:42Z) - Efficient Symptom Inquiring and Diagnosis via Adaptive Alignment of
Reinforcement Learning and Classification [0.6415701940560564]
そこで本研究では,それぞれに強化学習課題と分類課題として定式化された症状検索と疾患診断を併用した医学的自動診断法を提案する。
我々はMedlinePlus知識ベースから抽出された新しいデータセットを作成し、より多くの病気とより完全な症状情報を含む。
実験結果から,本手法は異なるデータセット上での3つの最新手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2021-12-01T11:25:42Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-27T13:16:51Z) - Quality meets Diversity: A Model-Agnostic Framework for Computerized
Adaptive Testing [60.38182654847399]
コンピュータ適応テスト(CAT)は多くのシナリオで有望なテストアプリケーションとして現れています。
CAT ソリューションのための新しいフレームワークである Model-Agnostic Adaptive Testing (MAAT) を提案する。
論文 参考訳（メタデータ） (2021-01-15T06:48:50Z) - Hierarchical Reinforcement Learning for Automatic Disease Diagnosis [52.111516253474285]
政策学習のための対話システムに2段階の階層的な政策構造を統合することを提案する。
提案した政策構造は,多くの疾患や症状を含む診断問題に対処することができる。
論文 参考訳（メタデータ） (2020-04-29T15:02:41Z)
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。