論文の概要: MotiBo: The Impact of Interactive Digital Storytelling Robots on Student Motivation through Self-Determination Theory
- arxiv url: http://arxiv.org/abs/2601.01218v1
- Date: Sat, 03 Jan 2026 15:59:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.618806
- Title: MotiBo: The Impact of Interactive Digital Storytelling Robots on Student Motivation through Self-Determination Theory
- Title（参考訳）: MotiBo: 対話型デジタルストーリーテリングロボットが学生のモチベーションに及ぼす影響
- Authors: Ka Yan Fung, Tze Leung Rick Lui, Yuxing Tao, Kuen Fung Sin,
- Abstract要約: 本研究では,人間のようなロボットを取り入れたインタラクティブなデジタルストーリーテリングシステムが,学生のエンゲージメントと創造性に与える影響について検討した。
この研究は、紙ベースの、PowerPoint、ロボットによるストーリーテリングのMotiBoという3つのモードのエンゲージメントレベルを比較することを目的としている。
- 参考スコア（独自算出の注目度）: 1.3124513975412255
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Creativity is increasingly recognized as an important skill in education, and storytelling can enhance motivation and engagement among students. However, conventional storytelling methods often lack the interactive elements necessary to engage students. To this end, this study examines the impact of an interactive digital storytelling system incorporating a human-like robot on student engagement and creativity. The study aims to compare engagement levels across three modalities: paper-based, PowerPoint, and robot-assisted storytelling, MotiBo. Utilizing a quasi-experimental design, this work involves three groups of students who interact with the storytelling system over a five-day learning. Findings reveal that students using MotiBo exhibit statistically significant improvement in behavioural and cognitive engagement compared to those using traditional methods. These results suggest that the integration of novel technologies can effectively enhance the learning experience, ultimately promoting creativity and self-learning ability in educational settings. Future research will investigate the long-term effects of these technologies on learning outcomes and explore their potential for broader applications in diverse educational contexts.
- Abstract（参考訳）: 創造性は教育において重要なスキルとして認識され、ストーリーテリングは学生のモチベーションとエンゲージメントを高める。
しかし,従来のストーリーテリング手法では,学生の参加に必要な対話的要素が欠如していることが多い。
そこで本研究では,人間のようなロボットを取り入れた対話型デジタルストーリーテリングシステムが,学生のエンゲージメントと創造性に与える影響について検討した。
この研究は、紙ベースの、PowerPoint、ロボットによるストーリーテリングのMotiBoという3つのモードのエンゲージメントレベルを比較することを目的としている。
この研究は、擬似実験設計を用いて、5日間の学習でストーリーテリングシステムと対話する3人の学生のグループを含む。
その結果,MotiBoを用いた学生は,従来の方法に比べて行動的,認知的エンゲージメントが統計的に有意に向上していることが判明した。
これらの結果から,新技術の統合は学習体験を効果的に向上させ,究極的には教育環境における創造性と自己学習能力を高めることが示唆された。
今後の研究は、これらの技術の学習成果に対する長期的な影響を調査し、多様な教育的文脈における幅広い応用の可能性を探る。
関連論文リスト
- LiveBo: Empowering Non-Chinese Speaking Students through AI-Driven Real-Life Scenarios in Cantonese [1.631115063641726]
本研究では,NCS学生のエンゲージメント向上と言語習得における対話型社会ロボットと統合されたシナリオシミュレーションの有効性について検討した。
この研究は、AI駆動のロボット支援言語学習システムLiveBoと対話するNCSの学生を含む準実験的なデザインを採用している。
調査の結果,NCS学生は行動的,感情的エンゲージメント,モチベーション,学習成績において肯定的な改善を経験していることが示唆された。
論文 参考訳（メタデータ） (2026-01-03T16:25:17Z) - DASKT: A Dynamic Affect Simulation Method for Knowledge Tracing [51.665582274736785]
KT(Knowledge Tracing)は,学生の履歴計算によって将来のパフォーマンスを予測し,学生の感情状態を理解することで,KTの有効性を高めることができる。
本研究では,学生の感情状態が知識状態に与える影響を調べるために,DASKT(Affect Dynamic Knowledge Tracing)を提案する。
我々の研究は、高い解釈可能性と精度の実現に焦点をあてて、今後の研究への有望な道のりを強調している。
論文 参考訳（メタデータ） (2025-01-18T10:02:10Z) - Assessment of Personalized Learning in Immersive and Intelligent Virtual Classroom on Student Engagement [5.982610439839458]
この研究は、パーソナライズされた学習アプローチが学生の参加、モチベーション、学業成績をいかに向上させるかについての洞察を提供することを目的としている。
眼球運動パラダイムは、学生のエンゲージメントを評価し、より良い教育効果を促進する可能性がある。
論文 参考訳（メタデータ） (2025-01-14T06:49:22Z) - Exploring Engagement and Perceived Learning Outcomes in an Immersive Flipped Learning Context [0.195804735329484]
本研究の目的は,学生のオンラインエンゲージメントと学習成果に対する没入型フリップ学習アプローチのメリットと課題を検討することである。
この研究は、高レベルの学生エンゲージメントと学習結果の認知を明らかにしたが、改善が必要な領域も明らかにした。
この研究の成果は、有意義で効果的な遠隔学習体験をデザインしようとする教育者にとって貴重な情報源となる可能性がある。
論文 参考訳（メタデータ） (2024-09-19T11:38:48Z) - Explainable Few-shot Knowledge Tracing [48.877979333221326]
本稿では,学生の記録から学生の知識をトラッキングし,自然言語による説明を提供する認知誘導フレームワークを提案する。
3つの広く使われているデータセットによる実験結果から、LLMは競合する深層知識追跡手法に匹敵する、あるいは優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2024-05-23T10:07:21Z) - The Power of Combined Modalities in Interactive Robot Learning [0.0]
本研究では,人間とのインタラクションにおけるロボット学習の進化に寄与し,多様な入力モダリティが学習結果に与える影響について検討する。
これは「メタモダリティ」の概念を導入し、従来の嗜好やスカラーフィードバックのメカニズムを超えて、さらなるフィードバックの形式をカプセル化する。
論文 参考訳（メタデータ） (2024-05-13T14:59:44Z) - Digital Distractions from the Point of View of Higher Education Students [0.0]
本研究の目的は,学生の立場から,主要なデジタル障害を特定することである。
学生は、デジタルな気晴らしが実験室での成績に大きな影響を及ぼすと考えた。
教員は、生徒がデジタル的注意散らしがパフォーマンスに有意な悪影響を及ぼすことに対する意識を高めるための戦略を実施すべきである。
論文 参考訳（メタデータ） (2024-02-04T19:28:20Z) - Exploring Parent's Needs for Children-Centered AI to Support Preschoolers' Interactive Storytelling and Reading Activities [52.828843153565984]
AIベースのストーリーテリングと読書技術は、幼児の生活の中でますます普及しつつある。
本稿では,実践的なストーリーテリングや読書のシナリオでどのように機能するか,親,最も重要な利害関係者,経験,知覚について考察する。
我々の研究結果は、AIベースのストーリーテリングと読書技術は、より没入的で活発な相互作用を提供するが、一連の対話的でアルゴリズム的な課題のために、両親の期待を満たすことはできないことを示唆している。
論文 参考訳（メタデータ） (2024-01-24T20:55:40Z) - 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) - Computational Storytelling and Emotions: A Survey [56.95572957863576]
本研究は,物語と感情の関係に関する研究を要約し,その発展に寄与することを目的としている。
創造性の研究は人間をコンピューターに置き換えることではなく、創造性を高めるために人間とコンピューターのコラボレーション方法を見つけることであると私たちは信じています。
論文 参考訳（メタデータ） (2022-05-23T00:21:59Z)
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。