論文の概要: Supporting Productivity Skill Development in College Students through Social Robot Coaching: A Proof-of-Concept

• arxiv url: http://arxiv.org/abs/2512.01105v1
• Date: Sun, 30 Nov 2025 22:08:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.58661
• Title: Supporting Productivity Skill Development in College Students through Social Robot Coaching: A Proof-of-Concept
• Title（参考訳）: ソーシャル・ロボット・コーチングによる大学生の生産性向上支援 : 概念実証の試み
• Authors: Himanshi Lalwani, Hanan Salam,
• Abstract要約: 本稿では,社会支援ロボット(SAR)を教育コーチとして概念実証する。 SARは、時間管理とタスク優先順位付けについて6つの異なる教訓を提供している。 また、リフレクションと自己認識を促進するために、パーソナライズされた生産性の洞察を提供する。
• 参考スコア（独自算出の注目度）: 0.9310318514564272
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: College students often face academic challenges that hamper their productivity and well-being. Although self-help books and productivity apps are popular, they often fall short. Books provide generalized, non-interactive guidance, and apps are not inherently educational and can hinder the development of key organizational skills. Traditional productivity coaching offers personalized support, but is resource-intensive and difficult to scale. In this study, we present a proof-of-concept for a socially assistive robot (SAR) as an educational coach and a potential solution to the limitations of existing productivity tools and coaching approaches. The SAR delivers six different lessons on time management and task prioritization. Users interact via a chat interface, while the SAR responds through speech (with a toggle option). An integrated dashboard monitors progress, mood, engagement, confidence per lesson, and time spent per lesson. It also offers personalized productivity insights to foster reflection and self-awareness. We evaluated the system with 15 college students, achieving a System Usability Score of 79.2 and high ratings for overall experience and engagement. Our findings suggest that SAR-based productivity coaching can offer an effective and scalable solution to improve productivity among college students.
• Abstract（参考訳）: 大学生はしばしば、生産性と幸福を阻害する学術的な課題に直面します。 セルフヘルプの本や生産性アプリは人気があるが、しばしば不足している。 書籍は一般化された非インタラクティブなガイダンスを提供しており、アプリは本質的に教育的ではなく、主要な組織スキルの開発を妨げる可能性がある。 従来の生産性コーチングはパーソナライズされたサポートを提供するが、リソース集約的でスケールが難しい。 本研究では,社会支援型ロボット(SAR)を教育コーチとして概念実証し,既存の生産性ツールやコーチング手法の限界に対する潜在的な解決策を提案する。 SARは、時間管理とタスク優先順位付けについて6つの異なる教訓を提供している。 ユーザーはチャットインターフェイスを介して対話し、SARは音声で応答する(トグルオプションで)。 統合ダッシュボードは、進捗、ムード、エンゲージメント、レッスン毎の信頼度、レッスン毎の時間を監視する。 また、リフレクションと自己認識を促進するために、パーソナライズされた生産性の洞察を提供する。 我々は,15人の大学生を対象にシステム評価を行い,システムユーザビリティスコア79.2を達成し,総合的な経験とエンゲージメントのための高い評価を得た。 この結果から,SARベースの生産性コーチングが,大学生の生産性向上に有効かつスケーラブルなソリューションを提供する可能性が示唆された。

関連論文リスト

• Enhancing Collaboration Through Google Workspace: Assessing and Strengthening Current Practices [55.2480439325792]
  目的は、マカティ大学でのブレンド学習実践の強化において、Google Workspaceが果たす役割を評価することである。 調査の結果、Google Workspaceはチームワークを促進する上で「非常に効果的」(平均スコア4.61)と評価された。 ターゲットトレーニングを通じてユーザの採用を高め、オフライン機能を改善することが推奨されている。
  論文  参考訳（メタデータ） (2025-05-15T11:18:25Z)
• Shared Autonomy for Proximal Teaching [31.70561682131625]
  モータースキルの学習は、パーソナライズされた指導を提供する経験豊富な専門家を必要とすることが多い。 Z-COACHは、解釈可能なタスクサブスキルをターゲットにしたパーソナライズされた指導を提供するための共有自律性を利用する方法である。 ユーザスタディでは、Z-COACHが各学生が最初に行うべきスキルの特定に役立ち、運転時間、行動、スムーズさの全体的な改善につながることを示した。
  論文  参考訳（メタデータ） (2025-02-27T09:14:17Z)
• ReVISE: Learning to Refine at Test-Time via Intrinsic Self-Verification [53.80183105328448]
  Refine via Intrinsic Self-Verification (ReVISE)は、LLMが自己検証を通じてアウトプットを自己修正できる効率的なフレームワークである。 様々な推論タスクに関する実験により、ReVISEは効率的な自己補正を実現し、推論性能を大幅に向上することを示した。
  論文  参考訳（メタデータ） (2025-02-20T13:50:02Z)
• Progressively Efficient Learning [58.6490456517954]
  我々はCEIL(Communication-Efficient Interactive Learning)という新しい学習フレームワークを開発した。 CEILは、学習者と教師がより抽象的な意図を交換することで効率的にコミュニケーションする人間のようなパターンの出現につながる。 CEILで訓練されたエージェントは、新しいタスクを素早く習得し、非階層的で階層的な模倣学習を、絶対的な成功率で最大50%、20%上回った。
  論文  参考訳（メタデータ） (2023-10-13T07:52:04Z)
• PapagAI:Automated Feedback for Reflective Essays [48.4434976446053]
  ドクティック理論をベースとして,ハイブリッドAIシステムとして実装された,初のオープンソース自動フィードバックツールを提案する。 本研究の主な目的は,学生の学習成果の向上と,講師の指導活動を補完することである。
  論文  参考訳（メタデータ） (2023-07-10T11:05:51Z)
• Reinforcement Learning Tutor Better Supported Lower Performers in a Math Task [32.6507926764587]
  強化学習は、開発コストを削減し、インテリジェントな学習ソフトウェアの有効性を向上させるための重要なツールとなり得る。 本研究では, 深層強化学習を用いて, 音量の概念を学習する学生に適応的な教育支援を行うことができることを示す。
  論文  参考訳（メタデータ） (2023-04-11T02:11:24Z)
• A Machine Learning system to monitor student progress in educational institutes [0.0]
  本稿では、機械学習技術を用いて、クレジットスコアと呼ばれる分類器を生成するデータ駆動手法を提案する。 信用スコアを進捗指標として使うという提案は、学習管理システムで使うのに適している。
  論文  参考訳（メタデータ） (2022-11-02T08:24:08Z)
• Plagiarism deterrence for introductory programming [11.612194979331179]
  クラス全体の統計的特徴は直感的な新しいp値によって学生と明確に共有することができる。 圧縮に基づく類似度検出アルゴリズムは、代入間の関係をより正確に捉える。 無バイアスのスコアリングシステムは、学生とインストラクターが真の努力の独立を理解するのを助ける。
  論文  参考訳（メタデータ） (2022-06-06T18:47:25Z)
• Autonomous Open-Ended Learning of Tasks with Non-Stationary Interdependencies [64.0476282000118]
  固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。 内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。 特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。 そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
  論文  参考訳（メタデータ） (2022-05-16T10:43:01Z)

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。