論文の概要: Using Sentiment Analysis to Investigate Peer Feedback by Native and Non-Native English Speakers

• arxiv url: http://arxiv.org/abs/2507.22924v1
• Date: Wed, 23 Jul 2025 05:00:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-01 17:19:08.20967
• Title: Using Sentiment Analysis to Investigate Peer Feedback by Native and Non-Native English Speakers
• Title（参考訳）: 感情分析による母語話者と非母語話者のピアフィードバックの探索
• Authors: Brittney Exline, Melanie Duffin, Brittany Harbison, Chrissa da Gomez, David Joyner,
• Abstract要約: 本稿では,母国英語話者と母国英語話者の状況が,オンライン・コンピュータ・コースにおけるピアフィードバック経験の3つの指標にどのように影響するかを検討する。 その結果、母国英語話者はフィードバックを好ましくないが、母国英語話者はより肯定的に書くが、見返りに肯定的な感情を受けないことがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Graduate-level CS programs in the U.S. increasingly enroll international students, with 60.2 percent of master's degrees in 2023 awarded to non-U.S. students. Many of these students take online courses, where peer feedback is used to engage students and improve pedagogy in a scalable manner. Since these courses are conducted in English, many students study in a language other than their first. This paper examines how native versus non-native English speaker status affects three metrics of peer feedback experience in online U.S.-based computing courses. Using the Twitter-roBERTa-based model, we analyze the sentiment of peer reviews written by and to a random sample of 500 students. We then relate sentiment scores and peer feedback ratings to students' language background. Results show that native English speakers rate feedback less favorably, while non-native speakers write more positively but receive less positive sentiment in return. When controlling for sex and age, significant interactions emerge, suggesting that language background plays a modest but complex role in shaping peer feedback experiences.
• Abstract（参考訳）: 2023年の修士号の60.2%は非合衆国の学生に授与されている。 これらの学生の多くはオンラインコースを受講しており、学生の参加や教育改善にピアフィードバックが使われている。 これらのコースは英語で行われており、多くの学生が最初の言語以外の言語で学習している。 本稿では,母国英語話者と母国英語話者の状況が,オンライン・コンピュータ・コースにおけるピアフィードバック経験の3つの指標にどのように影響するかを検討する。 Twitter-roBERTaベースのモデルを用いて、500人の学生のランダムなサンプルによって書かれたピアレビューの感情を分析する。 次に、学生の言語背景に感情スコアとピアフィードバックレーティングを関連付ける。 その結果、母国英語話者はフィードバックを好ましくないが、母国英語話者はより肯定的に書くが、見返りに肯定的な感情を受けないことがわかった。 性別と年齢の制御において、重要な相互作用が出現し、言語背景がピアフィードバック体験を形成する上で、控えめだが複雑な役割を果たすことが示唆される。

関連論文リスト

• "You Cannot Sound Like GPT": Signs of language discrimination and resistance in computer science publishing [1.4579344926652844]
  我々は、ピアレビュアーが明確さをいかに批判するかを検討する。 我々は、英語があまり話されていない国の機関に関係のある著者に対して、顕著な偏見を見出している。 2022年後半のChatGPT導入以降、このバイアスの表現が変化したのはわずかです。
  論文  参考訳（メタデータ） (2025-05-12T23:58:41Z)
• EDEN: Empathetic Dialogues for English learning [18.15602535467144]
  学生の情熱と忍耐は、言語学習の成功に結びついている。 最近の研究は、学生が英語の教師をより支援的だと認識するにつれて、彼らの満足度が向上していることを証明している。 本実験は,適応的共感フィードバックを用いることで,感情支援が向上することが示唆された。
  論文  参考訳（メタデータ） (2024-06-25T23:36:16Z)
• Native Design Bias: Studying the Impact of English Nativeness on Language Model Performance [3.344876133162209]
  大規模言語モデル(LLM)は、大規模コーパスで事前訓練中に取得した情報を提供することに優れる。 本研究では,LLM応答の質がユーザの人口分布によって異なるかを検討する。
  論文  参考訳（メタデータ） (2024-06-25T09:04:21Z)
• Evaluation of ChatGPT Feedback on ELL Writers' Coherence and Cohesion [0.7028778922533686]
  ChatGPTは、学生が宿題を手伝うために利用し、教師が教育実践に積極的に採用している教育に変革をもたらす。 本研究は,英語学習者(ELL)のエッセイの一貫性と凝集性について,ChatGPTが生み出したフィードバックの質を評価した。
  論文  参考訳（メタデータ） (2023-10-10T10:25:56Z)
• Can Language Models Learn to Listen? [96.01685069483025]
  本稿では,話者の言葉に基づく社会的対話における聞き手から適切な表情応答を生成するための枠組みを提案する。 提案手法は,VQ-VAEを用いて定量化したリスナーの顔のジェスチャー列であるリスナーの応答を自己回帰的に予測する。 生成したリスナーの動きは,定量的メトリクスと質的ユーザスタディを通じて,言語意味論に精通し,反映していることを示す。
  論文  参考訳（メタデータ） (2023-08-21T17:59:02Z)
• Computational Language Acquisition with Theory of Mind [84.2267302901888]
  我々は、心の理論(ToM)を備えた言語学習エージェントを構築し、その学習過程への影響を測定する。 重み付けされたToMリスナーコンポーネントを用いた学習話者は,画像参照ゲームの設定において,性能向上につながることがわかった。
  論文  参考訳（メタデータ） (2023-03-02T18:59:46Z)
• Training Language Models with Natural Language Feedback [51.36137482891037]
  3段階学習アルゴリズムを用いてモデル出力の言語フィードバックから学習する。 合成実験において、まず言語モデルがフィードバックを正確に組み込んで改良を行うかどうかを評価する。 人間の手書きフィードバックのサンプルは100程度しかなく, 学習アルゴリズムはGPT-3モデルを微調整し, ほぼ人間レベルの要約を行う。
  論文  参考訳（メタデータ） (2022-04-29T15:06:58Z)
• A study on native American English speech recognition by Indian listeners with varying word familiarity level [62.14295630922855]
  発声を認識している間、各聴取者から3種類の応答が得られます。 これらの転写から単語誤り率(WER)を算出し、認識された文と原文との類似性を評価する指標として用いる。 話者のナティビティの賢明な分析は、一部のナティビティの話者からの発声が、他のいくつかのナティビティに比べてインド人のリスナーによって認識されるのが困難であることを示している。
  論文  参考訳（メタデータ） (2021-12-08T07:43:38Z)
• Hocalarim: Mining Turkish Student Reviews [0.0]
  トルコ語で利用可能な最大の学生レビューデータセットであるHocalarim(MyProfessors)を紹介します。 学生がオンラインで残した5000以上の教授のレビューから成り、教育のさまざまな側面が1から5の星で評価されている。 データセットの特性について検討し,その統計値を示す。
  論文  参考訳（メタデータ） (2021-09-06T09:55:58Z)
• On Negative Interference in Multilingual Models: Findings and A Meta-Learning Treatment [59.995385574274785]
  従来の信念に反して、負の干渉は低リソース言語にも影響を及ぼすことを示す。 メタ学習アルゴリズムは、より優れた言語間変換性を得、負の干渉を軽減する。
  論文  参考訳（メタデータ） (2020-10-06T20:48:58Z)
• Unsupervised Cross-lingual Representation Learning for Speech Recognition [63.85924123692923]
  XLSRは、複数の言語における音声の生波形から1つのモデルを事前学習することで、言語間音声表現を学習する。 我々は、マスク付き潜在音声表現よりも対照的なタスクを解くことで訓練されたwav2vec 2.0を構築した。 実験により、言語間事前学習はモノリンガル事前訓練よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2020-06-24T18:25:05Z)

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。