論文の概要: Adaptive Learning Mechanisms for Learning Management Systems: A Scoping Review and Practical Considerations

• arxiv url: http://arxiv.org/abs/2512.18383v1
• Date: Sat, 20 Dec 2025 14:51:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.310798
• Title: Adaptive Learning Mechanisms for Learning Management Systems: A Scoping Review and Practical Considerations
• Title（参考訳）: 学習管理システムのための適応的学習メカニズム:スコーピングのレビューと実践的考察
• Authors: Sebastian Kucharski, Iris Braun, Gregor Damnik, Matthias Wählisch,
• Abstract要約: 我々は,以下の研究課題に対処する文献の体系的なレビューを行った。 適応学習機構はシステムに依存しないLMSにどのように統合されているか? 61の手法を同定し,詳細な読解により8つの変数を抽出した。
• 参考スコア（独自算出の注目度）: 1.0616273526777913
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Background: Traditional Learning Management Systems (LMS) usually offer a one-size-fits-all solution that cannot be customized to meet specific learner needs. To address this issue, adaptive learning mechanisms are integrated either by LMS-specific approaches into individual LMSs or by system-independent mechanisms into various existing LMSs to increase reusability. Objective: We conducted a systematic review of the literature addressing the following research questions. How are adaptive learning mechanisms integrated into LMSs system-independently? How are they provided, how are they specified, and on which database do they operate? A priori, we proposed three hypotheses. First, the focused adaptive learning mechanisms, rarely consider existing data. Second, they usually support a limited number of data processing mechanisms. Third, the users intended to provide them, are rarely given the ability to adapt how they work. Furthermore, to investigate the differences between system-independent and LMS-specific approaches, we also included the latter. Design: We used Scopus, Web of Science and Google Scholar for gray literature to identify 3370 papers published between 2003 and 2023 for screening, and conducted a snowball search. Results: We identified 61 relevant approaches and extracted eight variables for them through in-depth reading. The results support the proposed hypotheses. Conclusion: Based on the challenges raised by the proposed hypotheses with regard to the relevant user groups, we defined two future research directions - developing a conceptual model for the system-independent specification of adaptive learning mechanisms and a corresponding architecture for the provision, and supporting the authoring of these mechanisms by users with low technical expertise.
• Abstract（参考訳）: 背景: 従来の学習管理システム(LMS)は、通常、特定の学習者のニーズを満たすようにカスタマイズできない一大のソリューションを提供する。 この問題に対処するために、適応学習機構はLMS固有のアプローチを個々のLMSに組み込むか、あるいはシステムに依存しないメカニズムを既存のLMSに組み込んで再利用性を高める。 目的: 以下の研究課題に対処する文献を体系的に検討した。 適応学習機構はシステムに依存しないLMSにどのように統合されているか? どのように提供され、どのように指定され、どのデータベースが動作するのか? 先行して、我々は3つの仮説を提案した。 まず、集中型適応学習機構は、既存のデータを考えることは滅多にない。 第二に、通常は限られた数のデータ処理機構をサポートしている。 第3に、それらを提供する意図のあるユーザには、その動作方法を適用する能力が与えられることは滅多にありません。 さらに,システム非依存とLMS固有のアプローチの違いについて検討するため,後者についても検討した。 Design: Scopus, Web of Science, Google Scholarをグレーの文献に用い,2003年から2023年にかけて発行された3370の論文をスクリーニングし,雪玉探索を行った。 結果: 61の手法を同定し, 詳細な読解により8つの変数を抽出した。 結果は提案された仮説を支持する。 結論: 提案するユーザグループに関する仮説によって提起された課題に基づき, 適応学習機構のシステムに依存しない仕様とそれに対応するアーキテクチャの概念モデルの開発と, 技術知識の低いユーザによるこれらのメカニズムのオーサリングの支援という,2つの今後の研究方向を定義した。

関連論文リスト

• Part I: Tricks or Traps? A Deep Dive into RL for LLM Reasoning [53.85659415230589]
  本稿では,広く採用されている強化学習手法を体系的にレビューする。 特定の設定に合わせてRLテクニックを選択するための明確なガイドラインを示す。 また、2つのテクニックを最小限に組み合わせることで、批判のないポリシーの学習能力を解き放つことも明らかにした。
  論文  参考訳（メタデータ） (2025-08-11T17:39:45Z)
• Classification, Challenges, and Automated Approaches to Handle Non-Functional Requirements in ML-Enabled Systems: A Systematic Literature Review [10.09767622002672]
  本稿では,これまで検討されてきた非機能要件の分類と,ML対応システムでモデルを開発する上で直面する課題の2つを対象とする体系的文献レビューを提案する。 本報告では,30種類の非機能要件を同定し,これらを6つの主要クラスに分類した。 また、23以上のソフトウェアエンジニアリング課題のカタログを編集し、機械学習対応システムの非機能要件についてさらなる研究を行ないました。
  論文  参考訳（メタデータ） (2023-11-29T09:45:41Z)
• Resilience of Deep Learning applications: a systematic literature review of analysis and hardening techniques [3.265458968159693]
  このレビューは、2019年1月から2024年3月までに発行された220の科学論文に基づいている。 著者らは、研究の類似点と特異点を解釈し、強調するために分類フレームワークを採用している。
  論文  参考訳（メタデータ） (2023-09-27T19:22:19Z)
• Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
  本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。 まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。 次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
  論文  参考訳（メタデータ） (2023-09-02T00:32:55Z)
• Learning Physical Concepts in Cyber-Physical Systems: A Case Study [72.74318982275052]
  本稿では,時系列データにおける物理概念の学習方法に関する研究の現状について概説する。 また,3タンクシステムの例を用いて,最先端技術から最も重要な手法を分析した。
  論文  参考訳（メタデータ） (2021-11-28T14:24:52Z)
• Applying Machine Learning in Self-Adaptive Systems: A Systematic Literature Review [15.953995937484176]
  現在、自己適応システムにおける機械学習の使用に関する体系的な概要はない。 我々は、従来のモニター・アナライズ・プラン・エクユートフィードバックループ(MAPE)に基づく自己適応システムに焦点を当てる。 研究の質問は、自己適応システムにおける機械学習の使用を動機づける問題、自己適応における学習の重要なエンジニアリング側面、オープンな課題に焦点を当てている。
  論文  参考訳（メタデータ） (2021-03-06T13:45:59Z)
• Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
  建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。 本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。 本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
  論文  参考訳（メタデータ） (2021-01-24T05:40:29Z)

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。