論文の概要: Evaluating the Evolution of Critical Thinking, Creativity, Communication and Collaboration in Higher Education Courses

• arxiv url: http://arxiv.org/abs/2601.17018v1
• Date: Thu, 15 Jan 2026 14:54:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-02 02:21:38.497923
• Title: Evaluating the Evolution of Critical Thinking, Creativity, Communication and Collaboration in Higher Education Courses
• Title（参考訳）: 高等教育における批判的思考・創造性・コミュニケーション・コラボレーションの進化の評価
• Authors: Margarida Romero,
• Abstract要約: 創造性、コミュニケーション、批判的思考、協力(4C)の発展は、能力に基づく教育の中心的な目的である。 本研究は,パイロット前段階からパイロット段階までの4Cの進化を3つの教育的文脈で評価した。
• 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: The development of Creativity, Communication, Critical Thinking, and Collaboration (the 4Cs) is a central objective of contemporary competency-based education. However, empirical evidence on how these competencies evolve across learning modules and instructional phases remains limited. This study evaluates the evolution of the 4Cs from pre-pilot to pilot implementation phases across three educational contexts, using the project's 4Cs theoretical framework as an analytical lens. The analysis of three pilot cases (IASIS, EASD, and UPATRAS) compares the 4Cs scores to identify patterns of growth, stagnation, or decline over time. Results indicate that communication and critical thinking showed the most consistent and substantial improvements, particularly in pilots with lower pre-pilot baselines, suggesting that structured pilot interventions effectively support cognitive and expressive competencies. In contrast, creativity exhibited context-dependent outcomes, while collaboration emerged as the most fragile competency, often stagnating or declining during scale-up. Interpreted through the theoretical framework, these findings suggest that competency evolution is strongly shaped by instructional design, assessment alignment, and learning activity structures rather than learner ability alone. The study contributes empirical validation to the 4Cs framework and highlights the need for differentiated, competency-sensitive design and evaluation strategies when scaling educational modules.
• Abstract（参考訳）: 創造性、コミュニケーション、批判的思考、協力(4Cs)の発展は、現代的能力に基づく教育の中心的な目標である。 しかしながら、これらの能力が学習モジュールや教育段階にわたってどのように進化するかに関する実証的な証拠は限られている。 本研究は, プロジェクト理論の枠組みを分析レンズとして用いて, 事前操縦から3つの教育文脈にまたがる運用段階までの4Cの進化を評価する。 IASIS、EASD、UPATRASの3つのパイロットケースの分析は、4Csスコアを比較し、時間とともに成長、停滞、減少のパターンを特定する。 その結果、特にパイロット前ベースラインが低いパイロットでは、コミュニケーションと批判的思考が最も一貫性があり、実質的な改善が見られ、構造化されたパイロット介入が認知力と表現力の増強を効果的に支えていることが示唆された。 対照的に、クリエイティビティは文脈に依存した成果を示し、一方でコラボレーションは最も脆弱な能力として現れ、しばしばスケールアップ中に停滞または衰退した。 理論的な枠組みから解釈すると、能力進化は学習能力のみではなく、指導設計、評価アライメント、学習活動構造によって強く形成されていることが示唆される。 この研究は、4Csフレームワークに実証的な検証を提供し、教育モジュールをスケーリングする際、差別化され、能力に敏感な設計と評価戦略の必要性を強調している。

関連論文リスト

• Unveiling the Learning Mind of Language Models: A Cognitive Framework and Empirical Study [45.82081693725339]
  大規模言語モデル(LLM)は、数学、コーディング、推論といったタスクにまたがる印象的な機能を示している。 しかし、彼らの学習能力は、動的環境に適応し、新しい知識を得るのに不可欠であり、まだ過小評価されていない。
  論文  参考訳（メタデータ） (2025-06-16T13:24:50Z)
• Two Experts Are All You Need for Steering Thinking: Reinforcing Cognitive Effort in MoE Reasoning Models Without Additional Training [86.70255651945602]
  我々はReinforcecing Cognitive Experts(RICE)と呼ばれる新しい推論時ステアリング手法を導入する。 RICEは、追加のトレーニングや複雑化なしに推論のパフォーマンスを改善することを目的としている。 先行する MoE ベースの LRM を用いた経験的評価は、推論精度、認知効率、ドメイン間の一般化において顕著で一貫した改善を示す。
  論文  参考訳（メタデータ） (2025-05-20T17:59:16Z)
• Closing the Evaluation Gap: Developing a Behavior-Oriented Framework for Assessing Virtual Teamwork Competency [6.169364905804677]
  本研究では,工学系学生の仮想チームワーク能力を評価するための行動指向フレームワークを開発する。 批判的インシデントテクニックと組み合わせたフォーカスグループインタビューを用いて,3つの重要な側面を同定した。 結果として得られるフレームワークは、より効果的な評価プラクティスの基礎を提供する。
  論文  参考訳（メタデータ） (2025-04-20T08:12:27Z)
• RL-STaR: Theoretical Analysis of Reinforcement Learning Frameworks for Self-Taught Reasoner [2.5903660653548366]
  自己学習推論器(STaR)は強化学習を用いて推論ステップを自動生成する。 STaRとその変種は経験的成功を示しているが、これらの改善を説明する理論的基盤は欠如している。 この研究は、CoT推論とSTaRにおける強化学習の有効性を理解するための理論的枠組みを提供する。
  論文  参考訳（メタデータ） (2024-10-31T13:17:53Z)
• MR-GSM8K: A Meta-Reasoning Benchmark for Large Language Model Evaluation [60.65820977963331]
  大規模言語モデル(LLM)のための新しい評価パラダイムを導入する。 このパラダイムは、しばしば推論プロセスを無視する結果指向の評価から、より包括的な評価へと重点を移す。 GSM8Kデータセットにこのパラダイムを適用し,MR-GSM8Kベンチマークを開発した。
  論文  参考訳（メタデータ） (2023-12-28T15:49:43Z)

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。