論文の概要: Toward Trait-Aware Learning Analytics

• arxiv url: http://arxiv.org/abs/2602.00018v1
• Date: Fri, 16 Jan 2026 01:17:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-15 15:03:45.055227
• Title: Toward Trait-Aware Learning Analytics
• Title（参考訳）: トレイト・アウェア・ラーニング・アナリティクスを目指して
• Authors: Conrad Borchers, Hannah Deininger, Zachary A. Pardos,
• Abstract要約: 我々は,学習者特性に着目した学習分析(LA)のフレームの拡大を,実験の解釈と設計の両立の鍵として論じる。 パーソナリティの特徴は,LAの中枢的な成果と関係し,行動に寄与することが示唆された。 LAは, 特徴を予測的特徴としてだけでなく, 設計資源として, 分析効率のモデレーターとして扱うことにより, 進化できることを示す。
• 参考スコア（独自算出の注目度）: 2.6998665629152536
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning analytics (LA) draws from the learning sciences to interpret learner behavior and inform system design. Yet, past personalization remains largely at the content or performance level (during learner-system interactions), overlooking relatively stable individual differences such as personality (unfolding over long-term learning trajectories such as college degrees). The latter could bring underappreciated benefits to the design, implementation, and impact of LA. In this position paper, we conduct an ad hoc literature review and argue for an expanded framing of LA that centers on learner traits as key to both interpreting and designing close-the-loop experiments in LA. We show that personality traits are relevant to LA's central outcomes (e.g., engagement and achievement) and conducive to action, as their established ties to human-computer interaction (HCI) inform how systems time, frame, and personalize support. Drawing inspiration from HCI, where psychometrics inform personalization strategies, we propose that LA can evolve by treating traits not only as predictive features but as design resources and moderators of analytics efficacy. In line with past position papers published at LAK, we present a research agenda grounded in the LA cycle and discuss methodological and ethical challenges.
• Abstract（参考訳）: 学習分析(LA)は、学習者の振る舞いを解釈し、システム設計に通知するために、学習科学から引き出される。 しかし、過去のパーソナライゼーションは、主に内容やパフォーマンスのレベル(学習者とシステム間の相互作用の間)に留まり、個性などの比較的安定した個人差(大学の学位などの長期学習軌跡を乗り越える)を見下ろしている。 後者は、LAの設計、実装、影響に過小評価された利益をもたらす可能性がある。 本稿では,LAにおける近ループ実験の解釈と設計の鍵として,学習者特性に着目したLAのフレームの拡大を論じる。 人格特性がLAの中央成果(例えば、エンゲージメントと達成)と関連し、人-コンピュータインタラクション(HCI)と確立された結びつきが、システムタイム、フレーム、パーソナライズ支援の仕方を伝えることを示します。 心理指標がパーソナライズ戦略を通知するHCIからインスピレーションを得た上で,我々は,LAが特性を予測的特徴としてだけでなく,設計資源や分析効果のモデレーターとして扱えることを提案する。 LAKで発行された過去の立場論文に則って,LAサイクルに根ざした研究課題を提示し,方法論的・倫理的課題について論じる。

関連論文リスト

• Towards Agentic Intelligence for Materials Science [73.4576385477731]
  この調査は、コーパスキュレーションからプレトレーニングから、シミュレーションと実験プラットフォームに面した目標条件付きエージェントまで、ユニークなパイプライン中心の視点を推し進める。 コミュニティをブリッジし、参照の共有フレームを確立するために、まず、AIと材料科学をまたいだ用語、評価、ワークフローの段階を整列する統合レンズを提示する。
  論文  参考訳（メタデータ） (2026-01-29T23:48:43Z)
• SoulSeek: Exploring the Use of Social Cues in LLM-based Information Seeking [23.78415242490134]
  社会的手がかりは、個人が妥当性と信頼性を判断するのを助けることで、人間の情報を求める上で重要な役割を担っている。 既存のLLMベースの検索システムはセマンティックな特徴に依存しており、自然情報探索の基盤となる社会的認知との相違を生み出している。 本稿では、より優れた社会的知識理解、パーソナライズされたキュー設定、制御可能なインタラクションを強調した設計上の意義を提案する。
  論文  参考訳（メタデータ） (2026-01-03T07:09:10Z)
• A Review of Developmental Interpretability in Large Language Models [0.0]
  本総説では,大規模言語モデルの発達的解釈可能性について概説する。 我々は、トレーニングされたモデルの静的なポストホック解析から、トレーニングプロセス自体の動的調査まで、フィールドの進化をグラフ化する。
  論文  参考訳（メタデータ） (2025-08-19T18:19:16Z)
• PALM: PAnoramic Learning Map Integrating Learning Analytics and Curriculum Map for Scalable Insights Across Courses [5.750960656720476]
  PAnoramic Learning Map(PALM)は、LAのスケーラビリティ問題に対処するために設計された、学習分析(LA)ダッシュボードである。 本研究では,PALMの有効性を評価するためのシステム評価を,(1)学習者の学習行動に対する意識に及ぼす効果,(2)既存システムに対する比較性能の2つの重要な領域で実施した。
  論文  参考訳（メタデータ） (2025-07-24T13:17:47Z)
• Illusion or Algorithm? Investigating Memorization, Emergence, and Symbolic Processing in In-Context Learning [50.53703102032562]
  大規模トランスフォーマー言語モデル(LM)は、Webスケールデータによる次世代の予測のみを訓練することで、幅広いタスクを解決できる。 この能力の背後にあるメカニズムは、ICL(In-context Learning)と呼ばれ、議論の余地があり、理解が不十分なままである。
  論文  参考訳（メタデータ） (2025-05-16T08:50:42Z)
• The ISC Creator: Human-Centered Design of Learning Analytics Interactive Indicator Specification Cards [0.0]
  対話型学習分析ツールであるICC Creatorの設計,実装,評価の詳細について述べる。 本研究は,非専門家のLA利害関係者がカスタムLA指標を設計する上で,対話性を慎重に検討することの重要性を示唆するものである。
  論文  参考訳（メタデータ） (2025-04-10T14:49:47Z)
• Evaluating Large Language Models with Psychometrics [59.821829073478376]
  本稿では,Large Language Models (LLMs) の心理的構造を定量化するための総合的ベンチマークを提案する。 私たちの研究は、13のデータセットで評価された5つの重要な心理的構成要素、人格、価値観、感情的知性、心の理論、自己効力性を特定します。 LLMの自己報告特性と実際のシナリオにおける応答パターンとの間に大きな相違が発見され,その挙動の複雑さが明らかになった。
  論文  参考訳（メタデータ） (2024-06-25T16:09:08Z)
• Decoding In-Context Learning: Neuroscience-inspired Analysis of Representations in Large Language Models [5.062236259068678]
  In-context Learning (ICL) による大規模言語モデル(LLM)の性能向上について検討する。 本稿では,Llama-270BとVicuna 13Bのパラメータ化探索と,関連する情報と無関係情報に対する注意度の測定方法を提案する。 ICL後の行動改善とLLM層間の埋め込みと注意重みの変化との間に有意な相関が認められた。
  論文  参考訳（メタデータ） (2023-09-30T09:01:35Z)
• Sensitivity, Performance, Robustness: Deconstructing the Effect of Sociodemographic Prompting [64.80538055623842]
  社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。 ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
  論文  参考訳（メタデータ） (2023-09-13T15:42:06Z)

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。