Fugu-MT 論文翻訳(概要): Ungraded Assignments in Introductory Computing: A Report

論文の概要: Ungraded Assignments in Introductory Computing: A Report

arxiv url: http://arxiv.org/abs/2512.23004v1
Date: Sun, 28 Dec 2025 17:09:45 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-30 22:37:30.318184
Title: Ungraded Assignments in Introductory Computing: A Report
Title（参考訳）: イントロダクティブコンピューティングにおける非グレードアサインメントの報告
Authors: Yehya Sleiman Tellawi, Abhishek K. Umrawal,
Abstract要約: 本経験報告は,初等科目における学生の学習経験に及ぼす未学習課題の影響について考察する。本研究では,未学習課題が学生のエンゲージメント,理解,学業成績に与える影響について検討した。
参考スコア（独自算出の注目度）: 0.8379286663107844
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This experience report explores the effects of ungraded assignments on the learning experience of students in an introductory computing course. Our study examines the impact of ungraded assignments on student engagement, understanding, and overall academic performance. We developed and administered new ungraded assignments for a required course in the first year of the Computer Engineering curriculum called ECE 120 Introduction to Computing. To assess the effectiveness of our ungraded assignments, we employed a mixed-methods approach, including surveys, interviews, and performance analysis. Our analysis shows a positive relationship between participation in ungraded assignments and overall course performance, suggesting these assignments may appeal to high-achieving students and/or support better outcomes.
Abstract（参考訳）: 本経験報告は,初等科目における学生の学習経験に及ぼす未学習課題の影響について考察する。本研究では,未学習課題が学生のエンゲージメント,理解,学業成績に与える影響について検討した。我々は、ECE 120 Introduction to Computingというコンピュータ工学のカリキュラムの初年度に、必要な科目のための新しい未学習課題を開発し、管理した。未学習課題の有効性を評価するため,調査,インタビュー,パフォーマンス分析などの混合手法を用いた。分析の結果、未学習の課題への参加とコース全体の成績との間には肯定的な相関がみられ、これらの課題は高学年の学生にアピールし、より良い成果を得られる可能性が示唆された。

関連論文リスト

A Survey on Feedback Types in Automated Programming Assessment Systems [3.9845307287664973]
本研究では,APASの異なるフィードバック機構が学生にどのように認識されるか,課題解決を支援する上でどのような効果があるかを検討する。結果は、学生が単体テストのフィードバックを最も有用なものとして評価する一方で、AIが生成したフィードバックはパフォーマンスを著しく向上させることを示している。
論文参考訳（メタデータ） (2025-10-21T09:08:22Z)
Assessing Engineering Student Perceptions of Introductory CS Courses in an Indian Context [6.237405036268818]
本研究では,導入型コンピュータサイエンス/プログラミングコースにおける工学生のアセスメント実践に対する認識について検討する。学生は、効果的な学習活動として研究室の課題を認識し、試験やプロジェクトを真正かつスキル向上と見なしている。学生は授業内容形成におけるインストラクターの役割を高く評価し、教師が親しみやすく役に立つことを見出した。
論文参考訳（メタデータ） (2025-08-06T19:04:19Z)
Monocle: Hybrid Local-Global In-Context Evaluation for Long-Text Generation with Uncertainty-Based Active Learning [63.531262595858]
分数的・対数的アプローチは、総合的な評価タスクを局所的なスコアリングタスクに分割し、続いて最終的なグローバルアセスメントを行う。局所的およびグローバルな評価の両面での性能を高めるために,人間のアノテーションを活用するハイブリッド・イン・コンテキスト・ラーニング・アプローチを導入する。最後に,人間のアノテーションに対するデータサンプルを効率的に選択する不確実性に基づく能動学習アルゴリズムを開発した。
論文参考訳（メタデータ） (2025-05-26T16:39:41Z)
The Potential of Answer Classes in Large-scale Written Computer-Science Exams -- Vol. 2 [0.0]
中等教育の教員養成では、試験ごとに評価ガイドラインが義務付けられている。この概念を462名の学生と41名の課題を持つ大学試験に適用する。各タスクに対して、インストラクターは、期待された応答のクラスである回答クラスを開発した。
論文参考訳（メタデータ） (2024-12-12T10:20:39Z)
Evaluating and Optimizing Educational Content with Large Language Model Judgments [52.33701672559594]
言語モデル(LM)を教育専門家として活用し,学習結果に対する様々な指導の影響を評価する。本稿では,一方のLMが他方のLMの判断を報酬関数として利用して命令材料を生成する命令最適化手法を提案する。ヒトの教師によるこれらのLM生成ワークシートの評価は、LM判定と人間の教師の嗜好との間に有意な整合性を示す。
論文参考訳（メタデータ） (2024-03-05T09:09:15Z)
Improving Students With Rubric-Based Self-Assessment and Oral Feedback [2.808134646037882]
ルーブリックと口頭フィードバックは、学生のパフォーマンス向上と学習結果の達成を支援するアプローチである。本稿では,ルーブリックと口頭フィードバックが学生の学習成績に及ぼす影響について検討する。
論文参考訳（メタデータ） (2023-07-24T14:48:28Z)
Distantly-Supervised Named Entity Recognition with Adaptive Teacher Learning and Fine-grained Student Ensemble [56.705249154629264]
NERモデルの堅牢性を改善するために,自己学習型教員学生フレームワークを提案する。本稿では,2つの教員ネットワークからなる適応型教員学習を提案する。微粒な学生アンサンブルは、教師モデルの各フラグメントを、生徒の対応するフラグメントの時間移動平均で更新し、各モデルフラグメントのノイズに対する一貫した予測を強化する。
論文参考訳（メタデータ） (2022-12-13T12:14:09Z)
ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文参考訳（メタデータ） (2021-07-23T22:41:28Z)
Unsupervised Reference-Free Summary Quality Evaluation via Contrastive Learning [66.30909748400023]
教師なしコントラスト学習により,参照要約を使わずに要約品質を評価することを提案する。具体的には、BERTに基づく言語的品質と意味情報の両方をカバーする新しい指標を設計する。ニューズルームとCNN/デイリーメールの実験では,新たな評価手法が参照サマリーを使わずに他の指標よりも優れていることが示された。
論文参考訳（メタデータ） (2020-10-05T05:04:14Z)
Computational Models for Academic Performance Estimation [21.31653695065347]
本稿では,ディープラーニングと機械学習のアプローチを深く分析し,自動学生のパフォーマンス推定システムの構築について述べる。主なコントリビューションは、(a)15のコースからなる大規模なデータセット(学術研究のために公開されている)、(b)このデータセットの推定問題に関する統計的分析と改善である。機能エンジニアリングや論理関数の推論に依存する従来のアプローチとは異なり、我々のアプローチは完全にデータ駆動であり、様々な予測タスクでパフォーマンスが向上する。
論文参考訳（メタデータ） (2020-09-06T07:31:37Z)

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。